Statistical arbitrage and algorithmic tradingoverview and applications

  1. Noguer Alonso, Miquel
Dirigida por:
  1. Andreu Pacheco Pages Director/a
  2. Manuel J. Sánchez Sánchez Director/a

Universidad de defensa: UNED. Universidad Nacional de Educación a Distancia

Fecha de defensa: 16 de diciembre de 2010

Tribunal:
  1. Alejandro Balbás de la Corte Presidente/a
  2. Tomás Prieto Rumeau Secretario/a
  3. Alberto Augusto Álvarez López Vocal
  4. José Antonio Ordaz Sanz Vocal
  5. Cristian Maza Merchán Vocal

Tipo: Tesis

Teseo: 306129 DIALNET

Resumen

En esta tesis doctoral se presentan los enfoques más interesantes en el excitante mundo de la inversión cuantitativa o Trading algorítmico, introduciendo nuevos conceptos teóricos y aplicaciones para obtener rendimientos ajustados al riesgo superiores. Se cubren dos campos muy importantes en la inversión cuantitativa: el arbitraje estadístico y el Trading algorítmico Los temas cubiertos son reversión a la media, momentum, cambios de regímenes y modelos factoriales. Se presenta la prueba analítica de la reversión a la media si se cumplen una serie de condiciones en las series temporales; este teorema puede extenderse a algunos de los procesos estocásticos más utilizados. Se analizan y estudian los principales modelos estocásticos, los sistemas dinámicos no lineales, incluyendo los casos aparentemente simples, que pueden presentar un comportamiento caótico para la modelización de series temporales financieras, el análisis técnico y el aprendizaje automático (machine learning). En la tesis se presentan las siguientes aplicaciones: " Momentum y value en US " Momentum en un contexto multi asset class " Comparativa seis clases de modelos de series temporales " Modelo de aprendizaje automático : o Algoritmos genéticos y redes neuronales usando indicadores técnicos o Máquinas de soporte vectorial " Modelos no lineales: Teorema de takens, aplicación de VARMA/VAR en forma reducida " Modelos de Trading algorítmico asimétrico En el capítulo final se introduce la Teoría Integrada de Sistemas de Trading Algorítmicos: una metodología sistemática y un marco para invertir en una clase de activos líquidos de realizar una serie de pruebas y utilizando las técnicas más adecuadas y una combinación de estos en una cartera de estrategias sistemáticas. Se presentan dos aplicaciones exitosas de la teoría, una con el ORO IATST con un Sharpe ratio de 1.2, y otra en un contexto multi-asset multi-estrategia Multi Strategy IATST, que obtiene resultados excelentes con un Sharpe ratio histórico de más de 3.