Metadaten







Promotionsordnung


PromO07

Kumulative Dissertation


nein

Titel


Cointegration Based Algorithmic Pairs Trading

Titel (englisch)



Autor/Autorin


Harlacher, Markus

2. Autor/Autorin



Geburtsdatum


02.03.1976

Geburtsort


Winterthur

Matrikelnummer


03603792

Schlagwörter (GND)


Hedge Fund; Kapitalanlage; Strategie; Arbitrage; Kointegration

DDC (Dewey Decimal Classification)


Wirtschaft - 330

Freie Stichwörter (deutsch)


Long-Short-Anlagestrategie; Statistische Arbitrage; Kointegration

Freie Stichwörter (englisch)


Asset Management; Hedge Fund; Long-Short Investment Strategy; Statistical Arbitrage; Cointegration; Pairs Trading

Kurzfassung


In dieser Arbeit wird eine algorithmische Anlagestrategie untersucht, die auf paarweise kointegrierten Assets basiert. Das Kernstück solcher Strategien bildet das Auffinden von handelbaren Linearkombinationen aus mindestens zwei Assets. Ein intuitiver Ansatz, um solche Linearkombinationen aufzufinden, basiert auf statistischen Tests. Ein uneingeschränktes Testen aller möglichen Linearkombinationen führt jedoch zum Problem des multiplen Testens. So werden bei einer genügend grossen Anzahl Tests immer signifikante Resultate gefunden, auch wenn in Wahrheit keine einzige Kombination kointegriert ist. Dies liegt in der Natur statistischer Tests. Bekannte Korrekturmethoden wie beispielsweise die häufig angewendete Bonferroni-Korrektur sind in solchen Fällen zu konservativ und verunmöglichen auch das Auffinden von real kointegrierten Linearkombinationen, die für die Anlagestrategie äusserst profitabel wären. Ein möglicher Ansatz zur Linderung dieses Problems kann in einer wirkungsvollen Vorgruppierung des Anlageuniversums liegen, um damit die Anzahl Kombinationsmöglichkeiten, und damit die Anzahl statistischer Tests, auf Kombinationen mit grossem Profitabilitätspotential zu reduzieren. Dies ist denn auch der Kern dieser Dissertation, die sich neben der Frage der Robustheit von bekannten Kointegrationstests in Bezug auf die für eine solche Anlagestrategie relevanten Eigenschaften vor allem mit möglichen Varianten der Vorselektion beschäftigt. Die Wirksamkeit der vorgeschlagenen Methoden wird anschliessend mit einem sorgfältig durchgeführten Back-Testing überprüft.
Die Back-Testing-Resultate basierend auf einer Periode von Januar 1995 bis Dezember 2011 und einem Anlageuniversum, das aus Aktien der im S&P 500 Index geführten Unternehmen besteht, zeigen ein äusserst vielversprechendes Bild. Neben einer ansprechenden Rendite und einer gegenüber dem S&P 500 Index deutlich tieferen Volatilität besitzen solche Anlagestrategien auch nur eine marginale Korrelation mit dem Gesamtmarkt.

Kurzfassung (englisch)


This work analyses an algorithmic trading strategy based on cointegrated pairs of assets. The centrepiece of such a strategy is the discovery of tradable linear combinations consisting of two or more financial assets. An intuitive attempt to identify such linear asset combinations is based on statistical tests. An unrestricted testing of all possible linear combinations leads, however, to a multiple testing problem. Carrying out a sufficiently large number of tests always gives significant results, even if not a single combination is truly cointegrated. This is in the nature of statistical tests. Well established correction methods like the popular Bonferroni correction turn out to be too conservative in such cases and make it impossible to discover even truly cointegrated combinations that would be highly profitable if applied in the proposed investment strategy.
A possible way to mitigate this problem can lie in the effective pre-partitioning of the considered asset universe with the purpose of reducing the number of feasible combinations and, therefore, the number of statistical tests, to combinations with an increased potential of being profitable. This is the main contribution of this dissertation. Besides analysing the robustness of established cointegration tests with respect to particular strategy-relevant features, the main focus lies on possible ways to pre-partition the overall set of admissible assets. A carefully carried out back-testing finally inspects the effectiveness of the proposed methods.
The back-testing results, which are based on an asset universe consisting of S&P 500 stocks and a time period stretching from January 1995 up to December 2011, show a very favourable picture. Apart from an attractive rate of return and a significantly smaller volatility as compared to the S&P 500 index, the returns of the applied pairs-trading strategies showed only a marginal correlation with the overall market returns.

Universität


Universität St.Gallen

Referent/Referentin


Müller, Heinz (Prof. Dr.)

Korreferent/Korreferentin


Audrino, Francesco (Prof. PhD)

Erweitertes Diss. Komitee



Fachgebiet


Betriebswirtschaftslehre (PMA)

Sprache


ENG

Promotionstermin (dd.mm.yyyy)


20.02.2017

Erstellungsjahr (yyyy)


2016

Dokumentart


Dissertation

Format


PDF

Dissertationsnummer


4600

Quelle



PDF-File


dis4600.pdf

Dokumentverknüpfung


Link zu diesem Dokument







letzte Änderung: 01/25/2017 - Allgemeine rechtliche Informationen - Datenschutz [ Nach oben ]