القائم حباك أزواج تداول العملات الأجنبية ،

تداول أزواج: نهج كوبولا سيت ذيس أرتيكل أس: ليو، R. وو، Y. J ديريف هيدج فوندز (2013) 19: 12. دوي: 10.1057jdhf.2013.1 تداول الأزواج هو أسلوب يمارس على نطاق واسع في القطاع المالي. وقد تم اختبار أهميتها باستمرار مع عينات محدثة، ويتم الاعتراف ربحيتها بين الممارسين والأكاديميين. ومع ذلك، في تجارة الأزواج، فإن مفهوم الارتباط مركزي، واستخدام الارتباط أو التكامل المشترك كمقياس للتبعية هو في نهاية المطاف كعب أخيل. للتغلب على هذا القيد، هذه المادة توظف استخدام كوبولاس، الذي هو أكثر واقعية وقوية بكثير، لتطوير قواعد التداول لتداول أزواج. كوبولاس هي تمديدات مفيدة وتعميم مناهج لنمذجة التوزيعات المشتركة والاعتماد بين الأصول المالية. وقد تمت مقارنة استراتيجية التداول التي تنطوي على استخدام كوبولاس ضد اثنين من الاستراتيجيات التقليدية الأكثر شيوعا تطبيقها. وتشير النتائج التجريبية إلى أن الاستراتيجية المقترحة هي بديل تحليلي قوي يحتمل أن تكون عليه تقنيات التداول التقليدية للأزواج. أزواج التداول التداول كوبولا استراتيجية التبعية الارتباط التبعية مقدمة أزواج التداول هو استراتيجية الاستثمار المضاربة المعترف بها جيدا في الأسواق المالية التي هي شعبية مرة أخرى في 1980s. اليوم، يتم تطبيق تداول الأزواج عادة من قبل صناديق التحوط والمستثمرين من المؤسسات كاستراتيجية طويلة الأجل للاستثمار في الأسهم. (فيديامورثي، 2004) قام باحثون حديثون (غاتيف إت آل، 2006 دو أند فاف، 2010) بتوسيع التحليل الأولي لتداول الأزواج إلى عينات أكثر حداثة، وتوثيق الأرباح ذات الدلالة الاقتصادية وإحصائيا باستخدام قاعدة تداول بسيطة للأزواج. يعتبر الهدف من تداول الأزواج، عموما، على أنه شكل من أشكال التحليل الفني، تحديد المواقف النسبية والمبالغة قيمتها نسبيا بين مخزنين مترابطين ارتباطا وثيقا مع علاقة طويلة الأمد. ويحدث هذا التباين النسبي إذا كان الانحراف بين المخزنين ينحرف عن توازنه، وتولد عائدات زائدة إذا كان الزوج يعاد التراجع (أي أن أي انحرافات مؤقتة، وستعود إلى توازنها بعد فترة من التكيف) . وفي هذه الحالة، فإن الاستراتيجية سوف تقصر في وقت واحد المخزون المبالغ فيه نسبيا، وطويلة نسبيا مقومة بأقل من قيمتها. وينشأ تكوين أزواج من تحليل التكامل المشترك أو معايير الارتباط القصوى للأسعار التاريخية. بعد ذلك، يتم تنفيذ استراتيجية التداول أزواج لتحديد إشارات التداول. ومع ذلك، هناك قصور كبير في هذه التقنية هو الافتراض الأساسي للجمعية الخطية واستخدام معامل الارتباط أو التكامل المشترك كمقياس للتبعية. هذه الافتراضات الأساسية قد تكون مريحة ومفيدة في التطبيق، ولكنها يمكن أن تسبب إشارات التداول أزواج بسيطة لتكون غير دقيقة. إذا تم توزيع البيانات عادة، فإن الارتباط الخطي يصف تماما التبعية. ولكن من المسلم به على نطاق واسع أن البيانات المالية نادرا ما توزع في الواقع، وبالتالي فإن الارتباط لا يمكن أن يصف تماما التبعية. وفي الواقع، غالبا ما يلاحظ وجود انحراف سلبي في التفرطح الزائد في معظم الأصول المالية (كات، 2003 كروك و موريرا، 2011)، مما أدى إلى اعتماد الذيل العلوي والسفلي من مدى مختلف. وعلى هذا النحو، فإن الترابط والتكامل المشترك لا يكفيان في وصف العلاقة بين الأصول المالية والتنبؤ بتحركاتهما في المستقبل. الهدف من هذه المقالة هو ربط استخدام كوبولا مع تداول أزواج لوضع استراتيجية التداول. ولأن كوبولاس يفصل بين التوزيعات الهامشية من هياكل الاعتماد، فإن الكوبولا المناسب لتطبيق معين هو أفضل ما يميز ملامح الاعتماد للبيانات. (تريفيدي أند زيمر، 2007) وبالتالي، فإن استخدام كوبولا قادر على التقاط الحركة المشتركة بين الأسهم بدقة كافية لتحديد إشارات التداول، وهو تحليل الارتباط الخطي القياسي ليس قويا بما فيه الكفاية لإنجازه (فيريرا، 2008). لذلك، فمن المفترض أن استراتيجية التداول التي تنطوي على استخدام كوبولا سيجلب المزيد من الفرص التجارية، وربما أكثر ربح من الاستراتيجيات التقليدية. وسيتم استكشاف الاستراتيجية المقترحة ومقارنتها بالاستراتيجيات التقليدية. وسيتم تنظيم بقية المقال على النحو التالي. القسم التالي سوف يقدم لمحة موجزة عن تداول الأزواج. القسم استراتيجيات التداول سوف تصف استراتيجيات التداول المدروسة في هذه المقالة، وسيتم إظهار النتائج التجريبية في القسم نتائج تجريبية. القسم سيختتم الاستنتاج المادة ويقدم توجيهات للدراسات المستقبلية. اأسس اسرتاتيجيات جتارة الدفاتر تتمثل الفكرة العامة لالستثمار يف السوق من وجهة نظر التقييم يف بيع اأوراق مالية مبالغ فيها وشراء القيمة املقومة بأقل من قيمتها. وبما أن القيم الحقيقية للأوراق المالية من حيث القيمة المطلقة نادرا ما تعرف، تحاول أزواج تقنيات التداول حل ذلك من خلال النظر في أزواج الأسهم ذات الخصائص المماثلة. ويتمثل هدفه في تحديد المواقف النسبية كلما أدى عدم كفاءة السوق إلى سوء تقدير الأوراق المالية. هذا التبسيط المتبادل بين اثنين من الأوراق المالية هو نظريا استولت على فكرة انتشار (فيديامورثي، 2004). حاليا، هناك العديد من مختلف تقنيات التداول أزواج تطبيقها في الصناعة المالية الحديثة. ومن أكثر التقنيات شيوعا هي استراتيجية المسافة) غاتيف إت آل، 2006 بيرلين، 2009 دو أند فاف، 2010 (واستراتيجية التكامل المشترك) فيديامورثي، 2004 لين وآخرون، 2006 غالينكو وآخرون، 2012 (. وعموما، يتم اختيار أزواج استنادا إلى تحليل التكامل المشترك أو الحد الأدنى من المسافة (مكافئ، الحد الأقصى للارتباط) المعايير. عندما يتم تحديد زوج مناسب، فإن التقنية التقليدية سوف تشارك في شراء في وقت واحد من المخزونات بأقل من قيمتها نسبيا وبيع المخزونات المبالغة نسبيا في محاولة لخلق نظام تجاري محايد السوق. وذلك لالستفادة من تباين األسعار من حيث االنتشار الذي يتوقع أن يعود في نهاية المطاف، ويعرف باسم السلوك المتوسط ​​العائد) بوك أند مستيل، 2008 (. ومن ثم، فإن تداول األزواج يعرف أيضا بأنه شكل من أشكال االستثمار في األسهم طويلة األجل حيث أن االستراتيجية المحايدة للسوق تحمل اثنين من األسهم من المواقف المختلفة مع التعرض المتكافئ لمخاطر السوق في جميع األوقات. ومن المهم ملاحظة أن جميع التقنيات التقليدية موجودة أساسا على افتراض الارتباط الخطي واستخدام معامل الارتباط أو التكامل المشترك كمقياس للتبعية. وبالإضافة إلى ذلك، فإن استخدام الترابط والتكامل المشترك في تداول الأزواج يفترض توزيعا متماثلا للانتشار حول القيمة المتوسطة 0. لذلك، فإن تداول الأزواج له حدوده، وهذه قد تؤدي إلى مشاكل حيث يؤدي نهج التداول التقليدي للأزواج إشارات تداول خاطئة أو فشل في تحديد فرص الربح (بوك أند مستيل، 2008). ومن ناحية أخرى، توفر الكوبولاس إطارا قويا لنمذجة هيكل الاعتماد دون افتراضات جامدة (فيريرا، 2008). ويمكن أن يحل المخاوف المذكورة آنفا لأنها تفصل بين تقدير السلوك الهامشي الفردي وهيكل الاعتماد على إجراءين مختلفين. هذا الفصل بين الإجراءات هو قيمة للغاية ومفيدة في العديد من الجوانب المختلفة. ومن منظور اقتصادي، يعطي المحلل الفرصة الستخدام توزيعات هامشية مختلفة لمراعاة التنوع في المخاطر المالية) أو األصول () أني و خاروبي، 2003 (. وبالتالي، يمكن تطبيق كوبولا بغض النظر عن شكل التوزيعات الهامشية، وتوفير قدر أكبر من المرونة للتطبيق العملي. من وضع النمذجة، وانخفاض الأبعاد لنموذج أو الطابع الأساسي للمعلمات، وارتفاع موثوقية التقديرات. ومن ثم فإن تطبيق التوزيع الهامشي المناسب قبل تقدير توزيعه المشترك يضمن أن جميع المعلومات المتعلقة بهيكل التبعية بين المتغيرات العشوائية يتم التقاطها بدقة دون افتراضات صارمة. وخلافا للنهج التقليدية، يؤدي استخدام نهج قائم على القرون إلى مجموعة أغنى بكثير من المعلومات، مثل شكل وطبيعة التبعية بين أزواج الأسهم (فيريرا، 2008). وتنتج هذه الميزة بسبب مجموعة متنوعة من الخيارات كوبولا التي تقيس التبعية ذيل العليا والسفلى من مدى مختلف، في بيئة تأخذ في الاعتبار كلا من العلاقة الخطية وغير الخطية. على سبيل المثال، غوبل كوبولا تنتج المزيد من الترابط في طرفين من التوزيع المترابط ولكن له أعلى ارتباط في ذيول ماكسيما، في حين أن كلايتون كوبولا تنتج ارتباطا ضيقا في نهاية منخفضة من كل متغير. وبالإضافة إلى ذلك، كوبولاس تمتلك خاصية جذابة من كونها ثابتة تحت تحولات رتيبة بدقة من المتغيرات العشوائية. وبعبارة أخرى، سيتم الحصول على نفس كوبولا بغض النظر عما إذا كان المحلل أو الباحث يستخدم سلسلة السعر أو سجل سلسلة السعر (هو، 2003). بشكل عام، الكوبولا فريدة من نوعها لأنها تسمح هيكل الاعتماد على النمذجة ليتم تقسيمها إلى إجراءين منفصلين. أولا، يتم تقديم أفضل توزيع هامشي مناسب لوصف المتغيرات. وفي وقت لاحق، يتم تطبيق كوبولا مناسبة لإنشاء هيكل الاعتماد. ويوفر هذا النهج من خطوتين المزيد من البدائل في مواصفات النموذج، وسوف توفر وظيفة الاعتماد الصريحة التي تم الحصول عليها وصفا أكثر حساسية للاعتماد (هو، 2003). هذه الوظائف من كوبولا ضمان دقة عالية وموثوقية التقديرات، وكلاهما ضروري للتحليل المالي والتطبيق. وبالتالي، سيتم استكشاف مفهوم كوبولا كبديل في هذه المادة حيث يمكن النظر في بيئة غير الخطية. ولمزيد من التفاصيل حول الكوبولا، يرجى الرجوع إلى الملحق أ. استراتيجيات التداول في هذا القسم، سيتم وضع قواعد التداول المخصصة لثلاثة مقاربات، وهي القبة والمسافة والتكامل المشترك. في جميع النهج الثلاثة، هناك نوعان من فترات زمنية مختلفة، فترة تشكيل والتداول (أو باكتستينغ) الفترة. وتستخدم البيانات التاريخية أثناء فترة التشكيل لمراقبة سلوك الأسعار وتقدير التوزيع والبارامترات ذات الصلة المطلوبة لكل نهج. باستخدام التوزيعات المقدرة والمعلمات من فترة التكوين، يتم تنفيذ الاستراتيجيات خلال فترة التداول لاختبار الربحية. لا توجد مبادئ توجيهية ثابتة لطول كل فترة زمنية، وبالتالي فإن هذه المادة سوف تستخدم لمدة سنتين ومرحلة لاحقة من 1 سنة كما تشكيل وفترة التداول، على التوالي. وفي نهاية المطاف، تهدف جميع المقاربات الثلاثة إلى تحديد المواقف النسبية لأزواج الأسهم وفي وقت واحد المخزونات الأقل من قيمتها وتقصير المبالغة في تقديرها، في محاولة لإنشاء نظام تجاري محايد للسوق. يتم الحفاظ على استخدام نفس فترة التكوين، فترة التداول وأزواج الأسهم في جميع أنحاء النهج الثلاثة في هذه المادة بسبب نية لإجراء مقارنة بين الثلاثة. نهج الكوبولا إن الهدف من أسلوب تداول الأزواج باستخدام نهج كوبولا هو تطبيق الشفرة المثلى بين عائدين للأسهم، وتحديد المواقف النسبية بين أزواج الأسهم. وعموما، فإن تطبيق استراتيجية نهج القرنية يتطلب توزيعات هامشية، وظيفة كوبولا ذات الصلة ووظائف التوزيع الاحتمالية المشروطة، والتي يمكن أن تكون وظائف القبيبة. وباستخدام بيانات المخزونات خلال فترة التشكيل، تقدر وظائف التوزيع الهامشية والمعلمات ذات الصلة على أساس قيمة عوائد سجلها التراكمية. ويمكن القيام بذلك باستخدام أي برنامج تحليل إحصائي قياسي يقدر التوزيع الهامشي الأفضل ملاءمة. بعد تطبيق التوزيعات الهامشية والمعلمات المقدرة ذات الصلة لكل عوائد الأسهم، فإن قيم دالة التوزيع التراكمي التي تم الحصول عليها من كل سهم، u و v. توفر المعلومات لوظيفة كوبولا ذات الصلة التي سيتم اختيارها. وستكون المعلومات الأساسية الأخيرة المطلوبة للاستراتيجية هي وظائف الاحتمالات المشروطة. وبحسب التعريف، فإن الاحتمالات الشرطية P (U u V v) و P (V v U u) هي مشتقات من الكوبولا فيما يتعلق v و u. على التوالي. وكتوجيه عام، يتم تحديد المخزونات بأنها أقل من قيمتها النسبية إذا كان الاحتمال الشرطي أقل من 0.5، وإذا كان الاحتمال الشرطي أكبر من 0.5. وبالإضافة إلى ذلك، فإن قيم الاحتمالات المشروطة هي أيضا مؤشرا على يقينها أو ثقتها فيما يتعلق بوضع المخزونات (فيريرا، 2008). ولذلك، ينبغي تنفيذ التجارة عندما يكون أحد الاحتمالات المشروطة قريبا من 1. وبالتالي، فإن استخدام وظائف الاحتمالات المشروطة أمر ضروري للاستراتيجية. ولمزيد من المعلومات عن صيغ وظائف االحتمالية المشروطة، يرجى الرجوع إلى الملحق ب) الجدول ب 1 (. لأغراض العرض التوضيحي، تحدد هذه المقالة الحد الأعلى من 0.95 والحد الأدنى من 0.05 لعتبة الاحتمالات الشرطية كما يؤدي التداول في هذا النهج. يتم فتح موقف خلال فترة التداول عندما تكون إحدى قيم الاحتمال الشرطي أعلى من الحد الأعلى، في حين أن الآخر هو أدنى من الحد الأدنى. وفي وقت لاحق، يفترض وضع الخروج بمجرد عودة المواقف (أي عندما تتجاوز الاحتمالات المشروطة حدود 0.5). نهج المسافة في هذه المقالة، قمنا بتنفيذ نفس إطار استراتيجية التداول كما هو موضح في غاتيف وآخرون (2006) لنهج المسافة. عند العثور على اثنين من الأسهم التي تتحرك معا، تؤخذ مواقف لونغشورت عندما تختلف الأسهم بشكل غير طبيعي. ويتحدد هذا الاختلاف بالفرق بين الفجوة السعرية الموحدة للسندات، التي غالبا ما تعرف باسم الانتشار. وهو بمثابة إشارة إلى مواقف مفتوحة وقريبة من الأسهم الزوجية. خالل فرتة التداول يتم فتح املركز عندما يتسع الفارق باأكرث من انحرافني معياريين تاريخيني كما هو متوقع خالل فرتة التسميم. بعد ذلك، يتم إغلاق المراكز عند عودة انتشار الأسهم. في حالة عدم حدوث الارتداد قبل نهاية فترة التداول، يتم احتساب الأرباح أو الخسائر في نهاية آخر يوم تداول من فترة التداول. نهج التكامل المشترك على غرار استراتيجية التداول السابقة، فإن الشاغل الرئيسي لهذا أبروتش هو حركة الانتشار. ومع ذلك، فبدلا من التركيز على المسافة بين الأسعار الموحدة لأزواج الأسهم، يستند الانتشار الذي جرى النظر فيه إلى مفهوم تصحيح الأخطاء. وتستند فكرة تصحيح الخطأ إلى التوازن الطويل الأجل في نظام مشترك بين الأطياف، وهو متوسط ​​المدى الطويل للمزيج الخطي من سلسلتين زمنيتين (فيديامورثي، 2004). وإذا كان هناك انحراف عن متوسط ​​المدى الطويل، فإنه من المتوقع أن يضبط أحد السلسلتين الزمنيتين أو كليهما من أجل استعادة التوازن على المدى الطويل. وباستخدام التكامل المشترك كأساس نظري، يتكون الإطار العام لنهج التكامل المشترك في تجارة الأزواج من جزأين. الأول هو توليد انتشار على أساس مصطلح خطأ التكامل المشترك الفعلي للعلاقة طويلة المدى. ويقدر هذا باستخدام تحليل الانحدار استنادا إلى بيانات سلسلة سجل السعر من فترة تشكيل. باستخدام الانحراف المعياري للانتشار خلال فترة الإنشاء، يتم تعيين عتبة اثنين من الانحراف المعياري لاستراتيجية التداول. وبمجرد أن ينحرف الفارق عن توازنه على المدى الطويل ويتجاوز العتبة خلال فترة التداول، تتخذ مواقف لونغشورت. بعد ذلك، يتم إغلاق المراكز بعد أن يتقارب الفارق مع قيمة التوازن على المدى الطويل من 0. لمزيد من التفاصيل عن إطار الاستراتيجية التي أجريت في هذه المقالة، يرجى الرجوع فيديامورثي (2004). النتائج االبتدائية يقدم هذا القسم تفاصيل عن التنفيذ الفعلي من خالل إظهار االستراتيجيات الثالث التي تستخدم األزواج التي تم تطبيقها. ولأسباب تتعلق بالفضاء، لن يتم توضيح سوى مثال واحد فقط عن شركة بروكديل سينيور ليفينغ Inc. وشركة فخري (بكد-إيسك). يتم التحقق من زوج الأسهم باعتبارها واحدة مترابطة للغاية و كوينيغراتد. كما أنها واحدة من أزواج الأسهم المدرجة على بيرزلوغ في قطاع الرعاية الصحية، وتحديدا في مرافق الرعاية طويلة الأجل. هذا المقال يحقق الفترة الزمنية من 1 ديسمبر 2009 إلى 30 نوفمبر 2012. وتستخدم البيانات من الأشهر ال 24 الأولى للعثور على المعلمات ذات الصلة، ويتم تطبيق المعلومات التي تم الحصول عليها على فترة التداول، وهو 12 شهرا لاحقة. يتم دراسة استراتيجيات التداول من مختلف النهج وأظهرت، من دون إجراء اختيار أزواج. وبالتالي، فإن أزواج الأسهم فقط التي نوقشت على نطاق واسع على الانترنت أو تكهنت في العديد من الآداب وقد تم النظر فيها. كل زوج من الأسهم لديه نفس شوارز معيار المعلومات (سيك) رمز لضمان الحياد الصناعي، أو على الأقل للحد من المخاطر الصناعية كذلك. نهج المسافة يرد أدناه وصف مفصل لاستراتيجية المسافة التقليدية لتوضيح الأسعار الموحدة ونشر القيم. ويوضح الشكل 1 (أ) و (ج) الاتجاه العام للأسعار الموحدة خلال فترة التشكيل وفترة التداول. على التوالي. وتشير كل من الرسوم البيانية إلى أن أسعار الأسهم ترتبط ارتباطا وثيقا لأنها تشترك في حركة مشتركة مماثلة في كلتا الفترتين. من ناحية أخرى، يتم عرض سلوك انتشار خلال فترة تشكيل في الشكل 1 (ب). بينما يظهر الشكل 1 (د) الفارق خلال فترة التداول. بالمقارنة مع الشكل 1 (ب). فإن نمط الانتشار الموضح في الشكل 1 (د) يبدو مختلفا جدا على الرغم من أن كلا الرقمين يشيران إلى توزيع غير متماثل للفرق. في الواقع، فإن سلوك الانتشار الموضحة في كلا الشكلين يشير إلى مجموعتين زمنيتين مختلفتين. ويرجع ذلك على الأرجح إلى الافتراضات الأساسية للنهج الذي يستخدم معامل الارتباط الخطي كمقياس للاعتماد. وبالإضافة إلى ذلك، افترض النهج أن الانتشار يتبع توزيع متماثل حول 0. وتجاهلت هذه الافتراضات تعقيد هيكل الاعتماد الذي يربط الأصول المالية، وبالتالي فإن استخدام الارتباط البسيط غير كاف في وصف التبعية بين الأصول المالية. ونتيجة لذلك، فإن هذا النهج يمكن أن يترجم بشكل غير دقيق انتشار فترة التشكيل وفترة التداول إلى سلسلتين زمنيتين مختلفتين بشكل مختلف، على الرغم من أن الأصول المالية ترتبط ارتباطا وثيقا في الفترتين. وبالتالي، فإن القيود المفروضة على هذا النهج في التقاط التبعية يمكن أن يؤدي إلى التناقض في سلوك انتشار بين الفترتين الزمنيتين. وقد يؤدي ذلك إلى عدم صحة أو عدم وجود إشارات تجارية وعدم تحديد فرص تجارية مربحة. استراتيجية التداول عن بعد. نهج التكامل المشترك في الشكل 2. ويوضح أربعة الرسوم البيانية لاستراتيجية تجارة التكامل المشترك. لاحظ أن زوج الأسهم بكد-إيسك قد تم اختباره والتحقق منه كزوج الأسهم المشترك بنسبة 5 في المائة من الثقة. استراتيجية التداول المشترك. ويبين الشكل 2 (أ) مؤامرة من سلسلة سجل السعر من زوج السهم بكد-إيسك خلال فترة تشكيل والشكل 2 (ب) يعرض انتشار خلال نفس الفترة الزمنية. وينطبق نفس الشيء على الشكل 2 (ج) والشكل 2 (د). على التوالي، ولكن القيم المرسومة هي بيانات من فترة التداول. لاحظ أن انتشار القلق في هذا النهج يتم الحصول عليه من خطأ خطأ التكامل المشترك الفعلي للعلاقة طويلة المدى بين سلسلتين لوغ-برايس، المقدرة باستخدام الانحدار. وبالتالي، فإن انتشار نفسه هو مزيج خطي من اثنين من سلسلة سجل السعر. وبما أنه تم التحقق من أن زوج الأسهم قد تم دمجه، فإنه يعني ضمنا أن الانتشار يجب أن يكون في العادة سلسلة زمنية ثابتة توزع عشوائيا حول القيمة المتوسطة الأجل 0. ومع ذلك، لا يتضح ذلك في الشكلين 2 (ب) و ( د). في الواقع، سلوك الانتشار من الفترتين الزمنيتين مختلفان بشكل مختلف، مع توزيع غير متماثل. وبالتالي، فإن الارتباط الخطي واستخدامه للتكامل المشترك كمقياس للاعتماد في هذا النهج غير كاف في التعرف على الارتباط بين الأصول المالية. وهذا يؤدي إلى عدم اتساق قيم الانتشار التي تم الحصول عليها خلال الفترتين الزمنيتين. ويلاحظ أنه لا يمكن رفض إمكانية إجراء تغيير هيكلي، ولكن يبدو أن حدود النهج نفسه أكثر معقولية. إن القيود المفروضة على هذه الاستراتيجية التجارية التقليدية يمكن أن تؤدي بدورها إلى عدم دقة العلاقة بين الأصول المعنية، مما قد يؤدي إلى نقص فرص التداول وبالتالي انخفاض الأرباح في استراتيجية التداول. نهج الكوبولا كما هو مذكور في المقطع المقطع عن بعد، سيتطلب هذا النهج أولا التوزيعات الهامشية لكل متغير في هذه الحالة، وعوائد السجل التراكمي من بكد و إيسك من البيانات التاريخية. باستخدام برامج التحليل الإحصائي القياسية، والتوزيعات الهامشية المجهزة لعائدات السجل التراكمي من بكد و إيسك هي خطأ وتوزيعات لوجستية عامة، على التوالي. وباستخدام وظائف التوزيع والمعلمات المقدرة، تحسب قيم u و v. بعد الحصول على التوزيع الهامشي والمعلومات ذات الصلة، ونحن تحديد وظيفة كوبولا ذات الصلة. باستخدام برنامج ماتلاب. يتم اختبار ملاءمة كل كوبولا استنادا إلى البيانات التي تم الحصول عليها من فترة تشكيل، ويتم تقدير المعلمات المعنية. و سيك، أكايك معايير المعلومات (إيك) ومعيار هانان-كوين المعلومات (هكيك) هي أدوات إحصائية مشتركة تستخدم لتحديد أفضل المناسب المناسب. ويوضح الجدول رقم 1 قيم اختبار سيك و إيك و هكيك للخماسات الخمس الأكثر شيوعا في البحوث المالية. لاحظ أن هذه هي نفس كوبولاس خمسة متوفرة على برامج مثل ماتلاب و مودلريسك. سيك و إيك و هك قيم اختبار كوبولاس باستخدام بيانات فترة تشكيل كما هو مبين في الجدول 1. هيكل الاعتماد من غوبل كوبولا يناسب بيانات فترة تشكيل أفضل كما لديها أدنى سيك، إيك و هك قيم الاختبار بين اختبار. ويشتمل الشكل 3 على ستة مؤامرات انتثار مختلفة من u و v. الشكل 3 (أ) هو المؤامرة التي تم الحصول عليها استنادا إلى بيانات الفترة تشكيل، في حين أن الأشكال 3 (ب) إلى (و) هي المؤامرات النظرية التي تم الحصول عليها من كل من كوبيولاس تطبيقها عادة 5. وبالإشارة إلى الرسوم البيانية الستة، تتطابق مؤامرة غومبل في الشكل 3 (د) بشكل واضح مع هيكل الاعتماد الموضح في الشكل 3 (أ) استنادا إلى الكثافة عند الطرفين المتطرفين والاتجاه العام. وبالتالي، فإن هذا يتحقق أيضا أن قبيبة غومبل ومعلماتها المقدرة هي مناسبة للتطبيق. مؤامرات من القيم v و v من فترة تشكيل البيانات و كوبولاس تركيبها. لاحظ أن التبعيات الذيل المتطرفة من مدى مختلف يمكن التقاطها من قبل كوبولاس كما رأينا من الخيارات المختلفة التي تقدمها كوبولاس المعروضة في الشكل 3. من ناحية أخرى، لا يمكن التقاط هذه الخصائص الحاسمة من خلال الارتباط والتكامل المشترك حيث أن كلا المؤشرات تقيس فقط الخطية وهو يفترض أن الملاحظات تتبع نمطا متماثلا. وبالتالي، سوف كوبولا تكون قادرة على جعل التقديرات والتنبؤات التي هي أقرب إلى الواقع. باستخدام نفس التوزيعات الهامشية ومعلماتها، يتم اختبار ملاءمة كل كوبولا مرة أخرى، وهذه المرة باستخدام البيانات من فترة التداول (الجدول 2). سيك و إيك و هكيك قيم اختبار كوبولاس باستخدام بيانات فترة التداول من الواضح أن نتائج الاختبار الإحصائي تشير إلى أن غومبل كوبولا لا يزال يطابق هيكل الاعتماد على البيانات أفضل، والشكل 4 يدعم كذلك الاختيار. هذا الاتساق مهم لأنه يضمن أن العلاقة طويلة الأمد للمتغيرات وخصائص التبعية لها يتم التقاطها بشكل مناسب خلال فترة التشكيل بحيث يمكن إجراء تنبؤات دقيقة وإعدام تجاري مربح خلال فترة التداول. وخلافا لنهج الكوبولا، فشلت كل من النهج التقليدية بوضوح في توضيح هذا الاتساق. ويشار إلى ذلك من التغير الدراماتيكي في سلوك الانتشار بين الفترتين الزمنيتين، ربما بسبب الافتراضات التقليدية والقيود المفروضة على النهج. من ناحية أخرى، فإن استخدام الكوبولا يرفض الحاجة إلى افتراضات جامدة، وبالتالي فهو نهج أكثر حساسية وقوة في التقاط خصائص التبعية الحقيقية وتكوين الجمعيات للبيانات. في المقابل، يمكن تحديد إشارات التداول بدقة وموثوقية، وتوفير المزيد من الفرص التجارية التي قد تؤدي إلى ربح أعلى. ويوضح الجدول 3 تفاصيل النتائج التي تم الحصول عليها للاستراتيجيات الثلاث المنفذة على زوج السهم بكد-إيسك. نتائج استراتيجيات التداول معامل الارتباط لسجل السعر والسعر خلال فترة التشكيل معامل الارتباط لسجل السعر والسعر خلال فترة التداول كندالز من سلسلة لوغ-برايس خلال فترة التكوين كندالز من سلسلة لوغ-برايس خلال فترة التداول سبيرمان من لوغ-برايس سيريز خلال فترة التداول فترة التداول خلال فترة التداول لوحة A: إستراتيجية التداول استنادا إلى العتبات المحددة في القسم النتائج التجريبية الربح (رأس المال: 10 000) عدد المعاملات إرجاع فترة التداول لوحة B: استراتيجية التداول في لوحة A مع 1- (10: 000) عدد المعاملات عوائد فترة التداول قطع من القيمتين v و v من بيانات فترة التداول و كوبيولاس المجهزة. من الجدول 3. ويمكن ملاحظة أن جميع التدابير الثلاثة، معامل الارتباط الخطي، كيندالز تاو و سبيرمان رو، تشير إلى أن الارتباط بين المتغيرات تتفق بين تشكيل وفترة التداول. ويلاحظ وجود اختلافات طفيفة في القيم، ولكن لا مفر منها خلال الفترتين الزمنيتين. ويشير عموما إلى أن العلاقة بين المتغيرات يجب أن تظل متشابهة في فترة التداول مقارنة بفترة التشكيل. ومع ذلك لا يتم عرض هذا في استراتيجيات التداول للمسافة (الشكل 1 (ب) ضد الشكل 1 (د)) ونهج التكامل المشترك (الشكل 2 (ب) ضد الشكل 2 (د)). ويظهر هذا الاتساق فقط في النهج كوبولا، كما ويفضل نفس القرنية في كل من الفترات الزمنية. وبالإضافة إلى ذلك، يبين الجدول 4. الذي يلخص نتائج ثلاثة أمثلة تمت دراستها خلال عملية البحث أن نهج كوبولا يحقق عوائد أعلى والمزيد من المعاملات التجارية. وهذا يبرر أن القبيلة قادرة على تقدير والتنبؤ حركة الأصول المالية على نحو أدق لأنها تقيس الجمعية والاعتماد دون أي افتراضات أو قيود صارمة. يرجى الرجوع إلى الملحقين جيم ودال (الشكلان C1-3 و D1-3) للرسوم البيانية ذات الصلة للأمثلة الإضافية الواردة في الجدول 4. ملخص نتائج استراتيجيات التداول على أساس العتبات المحددة في القسم النتائج التجريبية تكاليف المعاملات في التطبيقات في العالم الحقيقي، فمن المؤكد أن تكاليف المعاملات يجب أن تؤخذ بعين الاعتبار. ومن ثم، فإن هذه المقالة سوف تعالج القضايا المتعلقة بتوزيع طلبات الشراء والمبيعات القصيرة المفقودة. وفقا ل غاتيف وآخرون (2006). فإن استخدام نفس األسعار لبدء التداول والعوائد قد يكون متحيزا صعودا ألن الصفقات المنفذة في الدراسة تشتري ضمنيا عروض أسعار) الخاسرين (وتبيع حسب أسعار الطلب) الفائزين (. وبالتالي، لمعالجة هذا القلق، وقد فعلت هذه المادة نفس غيتيف وآخرون (2006) على سبيل المثال على زوج الأسهم بكد-إيسك. وبدأت مناصب في اليوم التالي للتباعد والتصفية في اليوم التالي للتقارب. وتحسب قيم الأرباح وعدد المعاملات والعوائد كما هو مبين في اللوحة باء من الجدول 3. بيد أن المؤلفين يدركون أنه من غير المجدي تنفيذ هذا الاحتياط على عدد قليل من أزواج الأسهم. ولكي يكون الاحتياط فعالا في معالجة مسألة انتشار العطاءات، من الضروري توسيع نطاق البحث ليشمل سوقا بأكملها. ومع ذلك فإن هذا ليس خارج نطاق هذه المادة، وبالتالي يمكن أن يكون أحد الجوانب التي يدرسها المؤلفون للدراسات المستقبلية. ومن ناحية أخرى، فإن الشواغل المتعلقة بتكلفة البيع القصير قد تم رفضها في هذه المقالة حيث تم التحقق منها من قبل غاتيف إت آل (2006) أن أزواج التداول هي قوية في تكاليف البيع القصيرة. ومن ثم، يفترض أن تأثير تكاليف البيع القصيرة يخفف من جراء استخدام المخزونات السائلة التي تتاجر كل يوم على مدى سنة واحدة، ولذلك ينظر إليها على أنها غير مؤثرة. خاتمة التداول أزواج هو الأسلوب الذي يطبق عادة في الصناعة المالية. في هذه المقالة، يتم استكشاف مفهوم كوبولاس في التداول أزواج للتغلب على القيود المفروضة على استراتيجيات التداول أزواج التقليدية. استخدام كوبولاس في بناء التوزيعات المشتركة يفصل بين تقدير التوزيعات الهامشية الفردية من هيكل الاعتماد. ويؤدي ذلك إلى قدر أكبر من المرونة في الإطار عند تحديد التوزيعات المشتركة، مع توفير معلومات أكثر ثراء فيما يتعلق بالتبعية بين الأصول المالية. وبالتالي، سوف كوبولاس تحقيق تقديرات أكثر واقعية ودقة أفضل. وتظهر النتائج التجريبية أن النهج كوبولا لتداول أزواج متفوقة على التقليدية. ولوحظ أن استخدام الكوبولا في تداول أزواج يوفر فرصا تجارية أكبر في التطبيق العملي، وبثقة أكبر، لأنه لا يتطلب أي افتراضات صارمة. كما يتم تجاهل استخدام الترابط أو التكامل المشترك كمقياس للتبعية، وبالتالي فإن الاستراتيجية المقترحة تقدم بديلا تحليليا قويا يحتمل أن تكون عليه تقنيات التداول التقليدية للأزواج. على الرغم من التفوق الكلي للنتائج التي تم الحصول عليها من كوبولاس، وهذا هو مجرد دراسة أولية، ومن المؤكد أنها غير كاملة. كوبولاس توفر المرونة، والاستراتيجية القائمة على كوبولا تعتبر سهلة نسبيا لتنفيذ لمثل هذا النهج المتطور. ومع ذلك، فإنه لا يزال نهجا جديدا في منطقة التداول بعد كل شيء. وهناك الكثير من الاكتشافات والتحسينات التي ينبغي القيام بها للتغلب على أوجه القصور في العمل الحالي. وعلاوة على ذلك، يمكن أيضا استكشاف استخدام كوبولاس في اختيار أزواج الأسهم. اختيار أزواج هو الخطوة الأولى والأكثر أهمية لزواج التداول، وبالتالي تحسين عملية الاختيار التقليدية ستكون قفزة جديدة إلى الأمام في هذا المجال. التذييل ألف نظرية كوبولا و سكلارس في دراسة الإحصاءات، نشأت فكرة الكوبولا في وقت مبكر من القرن التاسع عشر في سياق المناقشات المتعلقة بغير طبيعية في حالات متعددة المتغيرات (هو 2003). حاليا، يعرف كوبيولاس كأدوات تستخدم في نظرية الاحتمالات والإحصاءات لنمذجة الاعتماد بين المتغيرات العشوائية. سلوك متغيرين عشوائيين، X و Y. مع التوزيعات الهامشية لكل من F (x) و G (y)، على النحو المناسب بتوزيعها المشترك H (x، y) P (X x Y Y). وبما أن توزيع وف (X) و فغ (Y) موزعان بشكل موحد بين 0 و 1، يمكن التعبير عن توزيعهما المشترك لكل (u v) 0، 1 2 حيث أن F 1 و G 1 هما شبه المعكوسين للهوامش F (x) و G (y). تحت هذا البناء، C هي وظيفة توزيع اثنين من المتغيرات العشوائية مع قيم وحدة موحدة. وتعرف هذه الوظيفة رسميا بأنها "شبيه". In general sense, copulas are known as functions that combine individual one-dimensional marginal distributions to form a multivariate distribution function that describes both the linear and non-linear relationship between variables. It ensures that the dependency between variables are accurately captured and described in terms of a function. The word copula was first employed in a statistical sense by Sklar (1959). in the theorem that now bears his name. His idea was to separate a joint distribution function into one part that describes the dependence structure (the copula) and the other that describes marginal behavior. Sklars theorem . For a joint distribution function H ( x , y ) with margins F ( x )and G ( y ), the theorem states that there exists a copula C such that for all x . y in R 2. where R is the extended real line , , the following equation applies. If F ( x ) and G ( y ) are continuous then C is unique otherwise C is uniquely determined on Ran( F ) Ran( G ), where Ran denotes range. Conversely, if C is a copula, and F ( x ) and G ( y ) are distribution functions then the function H ( x . y ) defined by the above equation is a joint distribution function with margins F ( x ) and G ( y ). Certainly, the notion of copula can be extended to higher dimensions: n - dimensional copulas are joint distribution functions of n random variables with unit uniform marginal. Formal proofs can be found in Nelsen (2006) . In words, the Sklars theorem translates that every copula is a joint distribution function with margins that are uniform in the domain of the copula. An essential implication is that a copula can be constructed from any joint distribution function with continuous marginal distributions. This is ultimately Sklars idea of the concept of copula where the best-fitting marginal distributions are estimated before a joint distribution function that describes the dependence structure (a copula) is estimated and then applied. Appendix B Conditional probability formulas of commonly applied copulas References Ane, T. and Kharoubi, C. (2003) Dependence structure and risk measure. Journal of Business 76 (3): 411438. CrossRef Google Scholar Bock, M. and Mestel, R. (2008) A regime-switching relative value arbitrage rule. University of Graz, Institute of Banking and Finance. Crook, J. and Moreira, F. (2011) Checking for asymmetric default dependence in a credit card portfolio: A copula approach. Journal of Empirical Finance 18 (4): 728742. CrossRef Google Scholar Do, B. and Faff, R. (2010) Does simple pairs trading still work Financial Analysts Journal 66 (4): 8395. CrossRef Google Scholar Ferreira, L. (2008) New tools for spread trading. Futures 37 (12): 3841. Google Scholar Galenko, A. Popova, E. and Popova, I. (2012) Trading in the presence of cointegration. The Journal of Alternative Investments 15 (1): 8597. Google Scholar Gatev, E. Goetzmann, W. N. and Rouwenhorst, K. G. (2006) Pairs trading: Performance of a relative-value arbitrage rule. The Review of Financial Studies 19 (3): 797827. CrossRef Google Scholar Hu, L. (2003) Dependence Patterns across Financial Markets: A Mixed Copula Approach. Columbus, OH: The Ohio State University, Department of Economics. Google Scholar Kat, H. M. (2003) The dangers of using correlation to measure dependence. The Journal of Alternative Investments 6 (2): 5458. CrossRef Google Scholar Lin, Y-X. McCrae, M. and Gulati, C. (2006) Loss protection in pairs trading through minimum profit bounds: A cointegration approach. Journal of Applied Mathematics and Decision Sciences 2006 (4): 114. CrossRef Google Scholar Nelsen, R. B. (2006) An Introduction to Copulas, 2nd edn. New York: Springer. Google Scholar Perlin, M. S. (2009) Evaluation of pairs-trading strategy at the Brazilian financial market. Journal of Derivatives amp Hedge Funds 15 (2): 122136. CrossRef Google Scholar Sklar, A. (1959) Fonctions de rpartition n dimensions et leurs marges, Vol. 8. Publications de lInstitut de Statistique de LUniversit de Paris, pp. 229231. Google Scholar Trivedi, P. K. and Zimmer, D. M. (2007) Copula modeling: An introduction for practitioners. Foundations and Trends in Econometrics 1 (1): 1111. CrossRef Google Scholar Vidyamurthy, G. (2004) Pairs Trading Quantitative Methods and Analysis. New Jersey: John Wiley amp Sons. Google Scholar Copyright information Palgrave Macmillan, a division of Macmillan Publishers Ltd 2013 Authors and Affiliations Rong Qi Liew 1 Yuan Wu 1. Nanyang Technological University (NTU) SingaporeCopula-Based Pairs Trading Strategy Wenjun Xie Nanyang Technological University (NTU) - Division of Banking Finance Nanyang Technological University (NTU) - Division of Banking Finance January 30, 2013 Pairs trading is a technique that is widely used in the financial industry and its profitability has been constantly documented for various markets under different time periods. The two most commonly used methods in pairs trading are distance method and co-integration method. In this paper, we propose an alternative approach for pairs trading using copula technique. The proposed method can capture the dependency structure of co-movement between the stocks and is more robust and accurate. Distance method and co-integration method can be generalized as special cases of the proposed copula method under certain dependency structure. Keywords: pairs trading, copula, dependency, trading strategy JEL Classification: C13, C53, C61, G10 Date posted: January 31, 2013 Last revised: June 17, 2015 Suggested Citation Xie, Wenjun and Wu, Yuan, Copula-Based Pairs Trading Strategy (January 30, 2013). Asian Finance Association (AsFA) 2013 Conference. Available at SSRN: ssrnabstract2209209 or dx. doi. org10.2139ssrn.2209209 Contact Information Wenjun Xie (Contact Author) Nanyang Technological University (NTU) - Division of Banking Finance ( email ) S3-B1B-76 Nanyang Avenue Singapore, 639798 Singapore Nanyang Technological University (NTU) - Division of Banking Finance ( email ) People who downloaded this paper also downloaded: 1. Selection of a Portfolio of Pairs Based on Cointegration: A Statistical Arbitrage Strategy By Joo Caldeira and Guilherme Moura 2. The Case of Gold and Silver: A New Algorithm for Pairs Trading By Dr. jay Desai. Arti Trivedi. 3. Demystifying Time-Series Momentum Strategies: Volatility Estimators, Trading Rules and Pairwise Correlations By Nick Baltas and Robert Kosowski People who downloaded this paper also downloaded: 1. Selection of a Portfolio of Pairs Based on Cointegration: A Statistical Arbitrage Strategy By Joo Caldeira and Guilherme Moura 2. The Case of Gold and Silver: A New Algorithm for Pairs Trading By Dr. jay Desai. Arti Trivedi. 3. Demystifying Time-Series Momentum Strategies: Volatility Estimators, Trading Rules and Pairwise Correlations By Nick Baltas and Robert Kosowski 5. Momentum Strategies in Futures Markets and Trend-following Funds By Nick Baltas and Robert Kosowski 7. Pairs Trading: Performance of a Relative Value Arbitrage Rule By Evan Gatev. William Goetzmann. 8. A Trend Factor: Any Economic Gains from Using Information over Investment Horizons By Yufeng Han. Guofu Zhou. 9. Absolute Momentum: A Simple Rule-Based Strategy and Universal Trend-Following Overlay By Gary Antonacci