Современные риск-системы
Статьи 2018 года

Сайты-компаньоны: English version Риск-консалтинг

Начало Введение Лекции Загрузка Стресс Публикации Иллюстрации Справочник Избранное Глоссарий Ссылки Доска Контакт


Статьи 2018 года

  1. Новоселов А.А. Как эффективно вычислить условное распределение для прогнозирования доходности акций? Риск-менеджмент в кредитной организации, 1 (2018), 110-115.
    Аннотация
    Условные распределения широко используются при вычислении прогнозов, построении байесовских выводов и во многих других приложениях. Как это часто бывает, аналитическое решение задачи вычисления условного распределения доступно довольно редко, а численные методы решения требуют значительных вычислительных ресурсов, особенно в условиях высокой размерности. Компромиссом, позволяющим устранить многие препятствия на пути эффективного вычисления условных распределений, оказывается аппарат копул.
    Блокноты Jupyter с иллюстрациями к статьям.

  2. Новоселов А.А. Применение условных распределений в торговых стратегиях со статистическим арбитражем Риск-менеджмент в кредитной организации, 3 (2018), 26-30.
    Аннотация
    В прошлом номере мы познакомились с вычислением условных распределений в рамках многомерного нормального распределения для прогнозирования доходности акций. Здесь мы расширим сферу приложения этого метода и применим его к вычислению условных распределений в рамках нормальной копулы, а также многомерного распределения с нормальной копулой и маргинальными распределениями Стьюдента.
    Блокноты Jupyter с иллюстрациями к статьям.

  3. Новоселов А.А. Вычисление условных распределений с использованием нормальной копулы Риск-менеджмент в кредитной организации, 2 (2018), 35-39.
    Аннотация
    Статистическим арбитражем обычно называют торговую стратегию, основанную на моделях возврата доходности актива к среднему значению. Так, если доходность некоторого актива на рынке заметно превышает свое среднее значение, то велики шансы ее уменьшения (возврата к среднему), что является сигналом к открытию короткой позиции по данному активу. И наоборот, если доходность оказывается существенно ниже своего среднего значения, то велики шансы ее роста, что является сигналом к открытию длинной позиции. Приведенное рассуждение справедливо для идеального случая, когда гипотеза возврата к среднему верна и доходность актива случайным образом флуктуирует около своего среднего значения, причем размах флуктуаций остается независимым от каких-либо внешних факторов. В реальной жизни такое положение вещей обычно не встречается и распределение доходности активов существенно зависит от различных факторов. В частности, внешние факторы влияют на среднее значение доходности и размах ее флуктуаций около среднего значения. Поэтому в описанную выше простую схему статистического арбитража необходимо внести дополнительные черты, позволяющие учитывать зависимость распределения доход- ностей от рыночных факторов. Одним из прямых способов учета подобного рода зависимостей является схема из двух шагов. На первом шаге строится факторная модель доходности активов, а на втором шаге на основании построенной модели вычисляются условные распределения доходностей при фиксированных значениях факторов. Торговые сигналы формируются с использованием условных распределений, вычисленных при текущих значениях наблюдаемых на рынке факторов. В настоящей статье мы рассмотрим примеры построения стратегий статистического арбитража для небольшого количества активов, в качестве которых выступают 33 акции, активно торгуемые на фондовых рынках США и Германии. В качестве факторов используются доходности рыночных индексов DJIA, S&P500, NASDAQ, VIX, DAX, STOXX50. Расчеты основаны на данных с 2010 по 2017 гг.
    Блокноты Jupyter с иллюстрациями к статьям.


Пользовательского поиска

Начало Введение Лекции Загрузка Стресс Публикации Иллюстрации Справочник Избранное Глоссарий Ссылки Доска Контакт
Copyright © 2000-2018, А.А.Новоселов Последние изменения внесены 29.07.2018