FenixEdu™

Dissertação

{pt_PT=Developing short term algorithmic pairs trading strategies using time series modeling} {} EVALUATED

Detalhes: {pt=Nesta dissertação procurámos aplicar conceitos relativos à modelação e identificação de séries temporais, na implementação de estratégias de negociação de activos. Focámos a nossa atenção em estudar estratégias de investimento que sejam independentes de condições económicas, e cujos retornos, consequentemente, sejam neutros ao comportamento do mercado. Mais especificamente, dedicámo-nos à negociação de pares, envolvendo a abertura simultânea de uma posição longa, e de uma posição curta, em cada um dos activos emparelhados. Para que estratégias como esta sejam bem sucedidas, é necessário realizar uma análise cuidada e detalhada dos dados históricos das acções e pares negociados. Assim sendo, adotámos diversas metodologias de decisão baseadas no modelo CAPM e no exponente de Hurst. Para cada uma delas, analisámos o impacto, nos respectivos resultados, de diversos parâmetros indispensáveis à sua implementação. Com este objectivo em mente, recorremos ao desenvolvimento de algoritmos de negociação automatizada em Python. Em última análise, o método baseado no exponente de Hurst revelou os melhores resultados. Todos os passos do nosso raciocínio e método serão detalhadamente expostos e discutidos., en=In this dissertation, we have applied concepts related to time series’ modeling and identification, on the implementation of speculative investment strategies. We have focused our attention on studying strategies which are independent from economic conditions, and whose returns, as a consequence, are neutral to market behaviour. More specifically, we have engaged in exploring pairs trading strategies, which involve the simultaneous opening of both a long, and a short position, in each of the traded assets. For strategies like these to be successful, it is necessary to carry out a careful and detailed analy- sis of the historical data from shares and pairs. With that in mind, we have adopted several decision methodologies based on the CAPM and on the Hurst Exponent. For each of them, we have analyzed the impact, on their respective results, of diverse indispensable parameters regarding their implementation. With this purpose, we have developed an in house automatic decision algorithm, resorting to Python. This algorithm has allowed us to perform dozens of simulations, and virtually trade hundreds of pairs across different trading periods. Ultimately, the Hurst Exponent based methodology revealed the best results. All steps of our reasoning and method will be exposed and discussed in detail. The results of all the simulations, carried out throughout this work, will also be subject to rigorous scrutiny.}
Keywords: {pt=Séries temporais, Negociação de Pares, Estacionariedade, Cointegração, Hurst, CAPM., en=Time Series, Pairs Trading, Stationarity, Cointegration, Hurst, CAPM.}

Discussão: julho 21, 2021, 13:0