一种多因素自适应统计套利模型

为了了解SP500是如何随时间变化的，我们从各种在线新闻来源中挖掘了以下数据。SP500指数构成变化：TSS替换SNV WPO替换TIN RRC替换TRB GME替换DJ AMT替换MTW替换TEK POM替换HCR TIE替换BOL JEC替换AVSCG替换MER FLIR替换NCC OI替换WB MFE替换BRL EQT替换RIG RSG替换AW DNB替换LIZ LIFE替换ABI SRC替换BUD CEPH替换GGPPLN替换SGP FSLR替换WYE ARG替换CBE CFN替换MTW FMC替换CTX RHT替换CIT PWR替换IR WDC替换EQ PC添加电话删除DDISCA替换PBG BRK。B替换BNI KMX替换XTO QEP替换STR ACE替换MIL TYC替换SII IR替换PTV CVC替换KG FFIV替换NYT NFLX替换ODP NFX替换EKWPX替换CPWR TEL替换CEPH MOS替换NSM MPC替换MRO AMB替换PLD ANR替换MEE CMG替换NOVL BLK替换GENZ JOY替换Aye平均每年有10个左右的股票变动（500个）大约2%的股票成交额，这在几年内可能不足以对业绩产生重大变化。虽然我们确实希望SP500的时间特定成分，并解释交易过程中丢失的数据，但我们仍然相信我们的结果是有效的，尤其是在所有策略都面临相同数据的比较环境（glasso-vsclustering和hybrid方法）中使用时。结论基于我们的研究，我们认为在制定协整交易策略时，完善投资组合选择过程无疑是有价值的。虽然一个独立的图形套索方法在我们的股票世界中发现了大量候选投资组合，但它们的平均盈利能力相对较低。相比之下，仅聚类的方法发现的候选投资组合较少，但利润更高。

混合方法能够通过生成合理数量的可盈利投资组合，从两者的优势中获益。我们未能在实施持续再平衡投资组合的过程中找到类似水平的结果，但我们认为在这方面还有改进的空间。如前所述，考虑到股票行情，我们本可以收集更多数据，例如2004年而非2012年标准普尔500指数的公平性。这将完全消除任何潜在的前瞻性偏差和生存偏差。我们可以很容易地对交易期间在我们的系统中停止交易的股票进行说明，但我们的数据选择实际上确保了存在，这样就不会触发此类规定。事实证明，用缺失的代码收集数据是相当困难的。虽然我们无法直接比较标准普尔500指数2004年和2012年的股票总量，但我们不认为根据最近几年的数据，这个总量有明显不同。此外，考虑到相对于宇宙的大小选择的股票很少，我们不认为我们的研究中存在强烈的生存偏差，我们确实相信我们的混合模型仍然能够始终如一地击败单独的聚类组织模型，但一旦我们在未来的研究中获得“无偏”数据集，我们仍然需要重新验证这一点。在股票选择过程方面，我们还想尝试其他机器学习概念，如分层聚类或K-最近邻分类器。在基于划分的聚类算法中，我们也可以尝试应用模糊C均值聚类。

关于我们研究的适应性交易阶段，我们将尝试看到在2006年底不强制关闭交易的结果，而只是更新我们未来持有的候选投资组合池。此外，我们可以在研究的每个步骤中更仔细地调整参数，并且我们可以在高风险环境下应用系统性和适应性方法止损。事实上，我们在交叉验证阶段看到，有几笔交易以巨额亏损收盘。从利润分配中我们可以看出，较低的纾困门槛，例如0.2可能更合适。Indeed当我们进行这一调整时，我们看到每个交易投资组合的平均利润显著提高。参考文献罗伯特·贾罗、梅尔文·张、姚坤泽和米奇·瓦拉卡。“统计套利和市场效率：强化理论、稳健测试和进一步应用”。2005年2月Marcilio C.P.de Souto、Daniel A.S.Araujo、Ivan G.Costa、Rodrigo G.F.Soares、Teresa B.Ludermir和Alexander Schliep。“基因表达数据集聚类分析标准化程序的比较研究”。神经网络，2008年。2008年。克里斯·丁和何晓峰。“主成分分析和有效的K-均值聚类”。SDM\'04。2004Glen Fung。“基本聚类算法的全面概述”。2001年6月林燕霞、迈克尔·麦克雷和钱德拉·古拉蒂。“通过最小利润边界进行成对交易的损失保护：协整方法”，《应用数学与决策科学杂志》，2006年（2006年）第卷，罗伯特·L·阿克斯泰尔。《美国公司规模的Zipf分布》科学，第293卷，第5536号。（2001年9月7日），第1818-1820页