Pairs trading based on statistical learning

NCU Institutional Repository > 理學院 > 統計研究所 > 博碩士論文 > Item 987654321/83745

jsp.display-item.identifier=請使用永久網址來引用或連結此文件: http://ir.lib.ncu.edu.tw/handle/987654321/83745

题名:	Pairs trading based on statistical learning
作者:	黃子菱;Huang, Tzu-Ling
贡献者:	統計研究所
关键词:	配對交易;統計套利;共整合;機器學習;卡爾曼濾波;風險價值界限;公差極限;Pairs trading;Statistical arbitrage;Cointegration;Machine learning;Kalman filter;Value at Risk bounds;Tolerance limits
日期:	2020-07-28
上传时间:	2020-09-02 17:00:36 (UTC+8)
出版者:	國立中央大學
摘要:	本文的主要目標是建構可提供超額報酬的彈性投資組合。我們基於機器學習技術和卡爾曼濾波演算法進行共整合配對交易策略，並且使用五種不同的門檻來生成交易訊號。根據獲得的實證結果，我們認為以公差極限作為門檻的策略是更保守的投資組合，而使用風險價值界限作為門檻的策略是更積極的投資組合。此外，我們在冠狀病毒COVID-19大流行期間獲得了更高的報酬率。;The main objective of this thesis is to build a resilience portfolio that provides excess returns. Based on machine learning technology and the Kalman filter algorithm, we conduct a cointegration pairs trading strategy that uses five different thresholds to generate trading signals. According to the empirical results obtained, we believe that the strategy using the tolerance limits as the threshold is a more conservative portfolio, while the strategy using the Value at Risk bounds as the threshold is a more aggressive portfolio. In addition, we obtaine a higher rate of return during the coronavirus COVID-19 pandemic.
显示于类别:	[統計研究所] 博碩士論文

文件中的档案:

档案	描述	大小	格式	浏览次数
index.html		0Kb	HTML	208	检视/开启

在NCUIR中所有的数据项都受到原著作权保护.

社群 sharing

数据加载中.....