Algoritmos de negociación de pares y comprar y mantener: rendimiento y características

Abstracto

El algoritmo de comercio de pares es una estrategia de reversión a la media neutral en el mercado para fondos de cobertura y similares. Realizamos un estudio empírico de 1999 a 2022 comparando el rendimiento y las características con el algoritmo de compra y retención. Los resultados de las operaciones de seis meses muestran un rendimiento y una relación de Sharpe más bajos, pero un riesgo más bajo que comprar y mantener. Durante veinte años, comprar y mantener es el claro ganador con un mayor rendimiento y un menor riesgo que el comercio de pares. Llegamos a la conclusión de que la mayoría de los inversores preferirían la estrategia de comprar y mantener a menos que el comercio de pares se combine con estrategias adicionales. Terminamos sugiriendo nuevos algoritmos comerciales que combinan las mejores características del comercio de pares y comprar y mantener.

Introducción

El comercio de pares es una estrategia comercial establecida para fondos de cobertura y similares. Fue iniciado por el gerente de cobertura Nunzio Tartaglia en Morgan Stanley en la década de 1980 (Bookstaber 2007) y desarrollado desde entonces por académicos y profesionales (por ejemplo, Do et al. 2006; Gatev et al. 2006; Rad et al. 2016). Es una estrategia comercial relativamente simple que presenta dos fases distintivas. Primero, identifica pares de valores que están relacionados utilizando un año de datos históricos. En segundo lugar, negocia durante seis meses los valores subyacentes de los pares siempre que el margen de los pares supere cierto valor. El umbral de margen utilizado para abrir posiciones comerciales es arbitrario, pero la mayoría de las implementaciones utilizan dos veces la desviación estándar histórica. En el comercio de pares, abrir posiciones significa ir en largo por el valor que excede dos veces la desviación estándar histórica y en corto por el valor complementario, así mismo, cerrar posiciones significa emitir órdenes complementarias para cancelar las posiciones abiertas.
El propósito de investigación de este artículo es estudiar el rendimiento y las características del algoritmo de negociación de pares comparándolo con la estrategia de compra y retención, que constituye el benchmarking. El tema es particularmente relevante y actual; académicos e inversores muestran un gran interés en el comercio de algoritmos dada la recompensa económica que se deriva de ellos y en las últimas décadas el tema está creciendo en popularidad gracias al progreso de la tecnología financiera. La pregunta de investigación gira en torno al punto de vista de los inversores y responde si el comercio de pares es una buena estrategia para los inversores en comparación con la estrategia de comprar y mantener.
El comercio de pares se clasifica como una estrategia neutral del mercado, por lo que debería exhibir poca o ninguna correlación con los mercados. La mayoría de los autores estudian este fenómeno haciendo una regresión de los rendimientos del comercio de pares a tres factores de Fama y French (1996) más otros factores como el impulso (Carhart 1997) o la reversión (Jegadeesh y Titman 1993), encontrando que los modelos capturan muy poco riesgo sistemático. (Do et al. 2006; Gatev et al. 2006; Rad et al. 2016; Chen et al. 2019), aunque la reversión a corto plazo es el factor principal (Chen et al. 2019).
El algoritmo es una estrategia contraria o de reversión a la media, lo que significa que una vez que se abren las posiciones del par, se espera que, eventualmente, el diferencial converja para finalmente cerrar las posiciones. La estrategia cierra todas las posiciones después de seis meses de negociación, por lo que ayuda a minimizar el riesgo de pares abiertos que no converjan, lo que implicaría pérdidas crecientes en el tiempo.

Contenido de la descarga

• Manuscrito completo en formato PDF.
• Algoritmos para comprar y mantener y comercio de pares en Phyton para QuantConnect.
• Se requieren tres scripts en Phyton para la adquisición de datos:
  • Inicialización de QuantConnect CLI.
  • Ejecución y adquisición de datos de algoritmos en QuantConnect mediante comandos CLI.
  • Generación de estadísticas descriptivas y gráficos para el manuscrito.