100 इक्विटीज कोस्पी के लिए एक आवेदन के साथ उच्च आवृत्ति डेटा का उपयोग जोड़े ट्रेडिंग रणनीति के प्रदर्शन के विश्लेषण Kangwhee किम इस पत्र डाउनलोड करने वाले लोगों को भी डाउनलोड किया: 1. सांख्यिकीय आर्बिट्राज ट्रेडिंग रणनीतियों और उच्च आवृत्ति ट्रेडिंग एक तरह से 2. एम: जोड़े ट्रेडिंग पर एक बहुभिन्नरूपी दृष्टिकोण जोड़े ट्रेडिंग रणनीतियाँ 3. कार्यान्वयन लेन-देन की लागत के साथ 4. इष्टतम मतलब प्रत्यावर्तन ट्रेडिंग और नुकसान को रोकने के लिए बाहर निकलें Cointegration के आधार पर जोड़े का एक पोर्टफोलियो की 5. चयन: एक सांख्यिकीय आर्बिट्राज रणनीति 6. सोने और चांदी के प्रकरण: जोड़े व्यापार के लिए एक नई विधि जोड़े ट्रेडिंग 7. एक शरीर रचना विज्ञान: विशेष स्वभाव समाचार, आम सूचना और तरलता की भूमिका 100 इक्विटीज कोस्पी के लिए एक आवेदन के साथ उच्च आवृत्ति डेटा का उपयोग जोड़े ट्रेडिंग रणनीति के प्रदर्शन के विश्लेषण Kangwhee किम इस पत्र डाउनलोड करने वाले लोगों को भी डाउनलोड किया: 1. सांख्यिकीय आर्बिट्राज ट्रेडिंग रणनीतियों और उच्च आवृत्ति ट्रेडिंग एक तरह से 2. एम: जोड़े ट्रेडिंग पर एक बहुभिन्नरूपी दृष्टिकोण जोड़े ट्रेडिंग रणनीतियाँ 3. कार्यान्वयन लेन-देन की लागत के साथ 4. इष्टतम मतलब प्रत्यावर्तन ट्रेडिंग और नुकसान को रोकने के लिए बाहर निकलें Cointegration के आधार पर जोड़े का एक पोर्टफोलियो की 5. चयन: एक सांख्यिकीय आर्बिट्राज रणनीति 6. सोने और चांदी के प्रकरण: जोड़े व्यापार के लिए एक नई विधि जोड़े ट्रेडिंग 7. एक शरीर रचना विज्ञान: विशेष स्वभाव समाचार, आम सूचना और तरलता की भूमिका 100 इक्विटीज कोस्पी के लिए एक आवेदन के साथ उच्च आवृत्ति डेटा का उपयोग जोड़े ट्रेडिंग रणनीति के प्रदर्शन के विश्लेषण Kangwhee किम इस पत्र डाउनलोड करने वाले लोगों को भी डाउनलोड किया: 1. सांख्यिकीय आर्बिट्राज ट्रेडिंग रणनीतियों और उच्च आवृत्ति ट्रेडिंग एक तरह से 2. एम: जोड़े ट्रेडिंग पर एक बहुभिन्नरूपी दृष्टिकोण जोड़े ट्रेडिंग रणनीतियाँ 3. कार्यान्वयन लेन-देन की लागत के साथ 4. इष्टतम मतलब प्रत्यावर्तन ट्रेडिंग और नुकसान को रोकने के लिए बाहर निकलें Cointegration के आधार पर जोड़े का एक पोर्टफोलियो की 5. चयन: एक सांख्यिकीय आर्बिट्राज रणनीति 6. सोने और चांदी के प्रकरण: जोड़े व्यापार के लिए एक नई विधि जोड़े ट्रेडिंग 7. एक शरीर रचना विज्ञान: विशेष स्वभाव समाचार, आम सूचना और तरलता की भूमिका इसी प्रकाशन पर उपलब्ध इलेक्ट्रॉनिक प्रतिलिपि: SSRN / सार = 1913707 प्रदर्शन का विश्लेषण जोड़े की ट्रेडिंग रणनीति उच्च उपयोग 100 इक्विटीज कोस्पी के लिए एक आवेदन के साथ आवृत्ति डेटा Kangwhee Kima aHarvard विश्वविद्यालय, इंजीनियरिंग और एप्लाइड साइंस, कैम्ब्रिज, संयुक्त राज्य अमेरिका के स्कूल इस अध्ययन में, प्रसिद्ध जोड़े ट्रेडिंग रणनीति, तटस्थ ठेठ बाजार में से एक रणनीतियों, उच्च आवृत्ति इक्विटी डेटा का उपयोग करने में सक्षम होने के लिए संशोधित किया गया है, और यह लागू किया जाता है KOSPI (कोरिया कम्पोजिट स्टॉक मूल्य सूचकांक) के घटक शेयरों से 100 सूचकांक। इस अध्ययन में परंपरागत पर पिछले काम की सबसे अधिक से प्रतिष्ठित है उस में जोड़े ट्रेडिंग रणनीति हम रणनीति में उच्च आवृत्ति डेटा का उपयोग शुरू हमें प्रदर्शन का विश्लेषण करने के लिए अनुमति देता है जो बजाय दैनिक समापन की कीमतों के मॉडलिंग, उच्च आवृत्ति डोमेन में रणनीति की। अधिक विशेष रूप से, हम व्यापार निकालने जोड़ी की, समय का आकलन करके शेयरों के बीच प्रसार पर आधारित है, जो संकेत, Kalman फिल्टर का उपयोग कर अनुकूली प्रतिगमन गुणांकों। अंतर्निहित ब्रह्मांड लिए के रूप में रणनीति के लिए, हम में सबसे अधिक तरल 100 शेयरों पर विचार करने के लिए अपने आप को सीमित हमारे प्रयोग के लिए एक टोकरी के रूप में KOSPI। प्रमुख निष्कर्ष है कि आर्बिट्रेज शामिल लाभप्रदता बाजार की हालत भी जब के अधीन किया जा रहा बिना वास्तव में मौजूद है रूढ़िवादी लेनदेन की लागत को ध्यान में रखा जाता है। विशेष रूप से, हमारी रणनीति में आईटी उद्योग पर निर्भर करता है, जबकि मंदी के बाजार की हालत में बेहतर से बेहतर साबित I. प्रस्तावना इस अनुच्छेद में, अच्छी तरह से ज्ञात जोड़े ट्रेडिंग रणनीति, तटस्थ ठेठ बाजार में से एक लंबे समय से कम सापेक्ष मूल्य रणनीति, उच्च आवृत्ति का उपयोग करने के लिए सक्षम होने के लिए संशोधित किया गया है इक्विटी डेटा, और यह कोरियाई शेयर बाजार के घटक शेयरों के लिए आवेदन किया है। 1. जोड़े ट्रेडिंग रणनीति जोड़े व्यापार आर्बिट्राज अवसर के आधार पर की पहचान करने की कोशिश करता है कि एक रणनीति है शेयरों की कीमतों के बीच प्रसार में ऐतिहासिक संतुलन। असल में एक निवेशक अपनी ऐतिहासिक उतार चढ़ाव के आधार प्रसार की वर्तमान स्थिति का मूल्यांकन करता है, और वर्तमान प्रसार के द्वारा अपनी ऐतिहासिक मतलब स्तर से भटक जाता है जब पल seizes एक पूर्व निर्धारित सीमा। प्रसार वास्तव में सीमा से अधिक है, तो अपनी ऐतिहासिक मतलब के लिए वर्तमान प्रसार के प्रत्यावर्तन पर निवेशक दांव। इस के बाद से रणनीति प्रसार गारंटी नहीं है कि स्थिर गुण होने पर ही केंद्रित है प्रसार अंततः-वापस लौटने का मतलब होगा, यह एक सांख्यिकीय आर्बिट्रेज में वर्गीकृत किया जा सकता और अभिसरण व्यापार रणनीति। रणनीति मॉडलिंग करने के लिए उच्च आवृत्ति डेटा का 2. आवेदन पहले उल्लेख किया है, हम उच्च आवृत्ति इक्विटी डेटा के उपयोग में परिचय रणनीति मॉडलिंग, बाजार तटस्थ हेज फंडों के लिए उद्योग अभ्यास करने के लिए है, हालांकि व्यापार मॉडल के डिजाइन में इक्विटी डेटा के दैनिक नमूने आवृत्ति का उपयोग करें। इस अध्ययन में, 30 मिनट के अंतराल पर जांचा इंट्रा डे शेयर कीमतों डेटा रणनीति के लिए प्रयोग किया जाता है प्रदर्शन उच्च आवृत्ति डोमेन में विश्लेषण किया है। इस अध्ययन के लिए प्रेरणा इन रणनीतियों के मुनाफे में हाल ही में खराब हो गया है कि इस तथ्य पर आधारित है, पर उपलब्ध इलेक्ट्रॉनिक प्रतिलिपि: SSRN / सार = 1913707 3. अध्ययन का उद्देश्य अध्ययन के प्राथमिक उद्देश्य से तीन गुना है; पहला उद्देश्य पारंपरिक संशोधित करने के लिए है प्रसंस्करण उच्च आवृत्ति इक्विटी डेटा में सक्षम एक मॉडल के रूप में जोड़े व्यापार मॉडल व्यापार संकेत उत्पन्न करते हैं। दूसरे में रणनीति के प्रदर्शन का विश्लेषण करने के लिए है विभिन्न पहलुओं उच्च आवृत्ति बाजार तटस्थ की प्रकृति में अंतर्दृष्टि हासिल करने के लिए निवेश की रणनीति। तीसरे उद्देश्य रणनीति के एक बढ़ाया संस्करण स्थापित करने के लिए है बेहतर लाभ की क्षमता के लिए। 4. अध्ययन का संक्षिप्त अवलोकन इस अध्ययन में उच्च आवृत्ति बाजार तटस्थ व्यापार के दायरे में पहला अभ्यास है समय अनुकूली प्रतिगमन गुणांक का आकलन करके व्यापार संकेत निकालता है कि रणनीति Kalman फिल्टर योजना का उपयोग कर। रणनीति के लिए अंतर्निहित ब्रह्मांड का सवाल है, हम खुद KOSPI में बड़ा व्यापारिक मात्रा में होने पर 100 शेयर पर विचार करने के लिए सीमित हमारे प्रयोग के लिए एक टोकरी के रूप में। यह अन्य बाहरी चर से छुटकारा पाने के लिए है कि हो सकता है करने के लिए यह मुश्किल होगा, जो समग्र प्रदर्शन को अवांछनीय शोर जोड़ने रणनीति के ही शुद्ध प्रदर्शन का विश्लेषण। हम के परिणामों का विश्लेषण बाहर के- विभिन्न कोणों से नमूना प्रदर्शन परीक्षण। हम प्रदर्शन कैसे बदलता है पर प्रकाश डाला बाजार की हालत, उद्योग समूह है, और बाजार में प्रवेश के समय पर निर्भर करता है। परिणाम ऐसे औसत दर के रूप में प्रदर्शन आंकड़ों का एक सेट का उपयोग करके मात्रा निर्धारित कर रहे हैं वापसी, जीतने के अनुपात और इसके अलावा सूचना अनुपात आदि की है, हम एक परिचय द्वितीय। साहित्य की समीक्षा 1. बाजार तटस्थ रणनीति और उच्च आवृत्ति डेटा पारंपरिक जोड़े ट्रेडिंग रणनीति में व्यापक रूप से यह बाद से बाजार में इस्तेमाल किया गया है पहले जरमन Bamberger ने बीड़ा उठाया है और बाद में Nunzio Tartaglia के द्वारा किया गया था 1980 के दशक में मॉर्गन स्टेनली पर मात्रात्मक समूह, Gatev एट अल (2006) देखें। यह ज्ञात है एक बाजार तटस्थ व्यापार रणनीति के रूप में वास्तव में किसी भी से लाभ के लिए व्यापारियों को सक्षम करने बाजार की स्थितियां। इसके अलावा यह एक सांख्यिकीय आर्बिट्रेज या अभिसरण के रूप में वर्गीकृत किया जा सकता लंबे समय से लघु रणनीति। रणनीति में व्यापक रूप से वर्तमान में के रूप में अच्छी तरह से प्रलेखित किया गया है एंडर्स और (2004) ग्रेंजर (1998), Vidyamurthy, Dunis और हो सहित साहित्य (2005), लिन एट अल। (2006) और खानदानी और लो (2007)। इस बीच, वहाँ भी है सहित उच्च आवृत्ति वित्तीय डेटा की प्रकृति का अध्ययन की एक विस्तृत श्रृंखला के लिए किया गया Ghysels एट अल। (2006) और Faust एट अल। (2007)। हालांकि, साहित्य सांख्यिकीय की जांच उच्च आवृत्ति वित्तीय डेटा का उपयोग आर्बिट्रेज रणनीति बेहद सीमित है। यह हे चिकित्सकों, हेज फंड उद्योग में विशेष रूप से लोगों की है कि अत्यधिक संभावना बड़े पैमाने पर विकसित और अपने कारोबार के लिए उन रणनीतियों को लागू किया, कंप्यूटिंग शक्ति और बढ़त व्यापार काटने में प्रमुख अग्रिमों द्वारा चालित बुनियादी ढांचे। लेकिन जाहिर है वहाँ किया गया है कुछ अध्ययनों और प्रथाओं प्रकाशित या शिक्षा या उद्योग या तो को सूचना दी। साहित्य की एक व्यापक समीक्षा से, वहाँ उच्च आवृत्ति बाजार तटस्थ व्यापार के बारे में केवल एक ही प्रासंगिक अध्ययन प्रतीत होता है रणनीतियों, अमेरिका में बाजार तटस्थ रणनीतियों पर लग रहा है, जो नाथ (2003), देखना fixed - आय बाजार। कोरिया में, सिर्फ पारंपरिक जोड़े के बारे में कुछ अध्ययन किए गए हैं समय-अलग प्रतिगमन गुणांकों। तो फिर इस गुणांक के साथ, बीच फैल इस जोड़ी को शामिल शेयरों की गणना की और मानक सामान्यीकृत है। Kalman फिल्टर है एक यह समय की भविष्य की स्थिति की भविष्यवाणी करने की कोशिश करता है के रूप में आगे, कार्यप्रणाली देख प्रतिगमन गुणांक बदलती। अनुकूली के लिए अन्य तरीकों हालांकि वहाँ जैसे रोलिंग OLS (साधारण कम से कम वर्गों) प्रतिगमन, और के रूप में पैरामीटर अनुमान सैर (डबल घातीय समरेखण आधारित भविष्यवाणी) मॉडल, (2003) Bentz देखना और LaViola (2003), यह Kalman फिल्टर विधि के रूप में माना जाता है कि दिखाया गया है विशेष रूप से जब से निपटने, अनुकूली मापदंडों के आकलन के लिए एक बेहतर तकनीक उच्च उतार-चढ़ाव होने डेटा, देखें Dunis और (2005) शैनन, चौधरी और वू (2009), गोमेज़ (2009) और बर्गेस (1999)। 3. Cointegration मानक सामान्यीकृत प्रसार तो परीक्षण किया एडीएफ (संवर्धित डिकी-फुलर) है इसी शेयरों cointegration संबंध है देखने के लिए। असल में, वहाँ दो हैं जोड़ी मिलान का चयन करने के दृष्टिकोण; एक कारक आधारित दृष्टिकोण है और अन्य है cointegration आधारित दृष्टिकोण। कारक-आधारित दृष्टिकोण में, प्रमुख कारक होने प्रत्येक जोड़ी के लिए वापसी पर काफी प्रभाव परिभाषित किया है और पहली बार सूचीबद्ध हैं। फिर प्रत्येक जोड़ी के लिए उम्मीद की वापसी पाया कारकों के आधार पर मापा जाता है, और फिर रहा है संभावित मिलान जोड़े का चयन किया जाता रिटर्न की उम्मीद पर आधारित है। इस बीच, cointegration आधारित दृष्टिकोण लंबी अवधि खोजने की कोशिश करता है कि एक मात्रात्मक तकनीक है द्वारा संपत्ति की कीमतों के बीच संबंधों को केवल एक में पेश किया, स्टॉक की कीमतों डेटा का जिक्र Engle और ग्रेंजर द्वारा मौलिक कागज (1987)। एक शेयर दूसरे के साथ cointegrated जाता है तो शेयर की कीमतों के बीच फैला हुआ है जिसका मतलब है कि निश्चित समय अवधि में शेयर, नहीं अनन्तता करने के लिए भटक, इस अवधि में संतुलन के स्तर के आसपास घिरा। अधिक