Modeling dynamics of statistical arbitrage: pairs trading strategy utilizing high frequency data and euclidean distance

Abstract

본 논문은 고빈도 데이터를 활용하여 페어 트레이딩 전략을 모델링 하는 것에 의의를 두고 있다. 코스피100 종목의 2년간 데이터를 이용하여 한국 시장에서 통계적 차익거래 기회의 유무에 대해서 파악하는 것을 필두로 하여 전략에 대한 연구를 진행한다. 코스피 100 종목들 사이의 Metric distance를 이용하여 최소거리나무 (Minimum Spanning Tree)를 구성하고, 여기서 도출된 페어들을 기반으로 한국 시장에서 주식 가격형성에 소요되는 시간이 주식들의 상관관계에 미치는 영향을 판단하였다.페어들의 상관관계에 대한 계수를 추정하여 매매 신호 추출 시, 칼만필터 (The Kalman filter)와 FLS (Flexible Least Squares)의 연결관계를 이용하여 상태-공간모형의 measurement equation과 state equation에 대한 분포가정을 배제하고 계수를 추정하였다는 점에서 고빈도 데이터를 다루는 투자모델에서 산출부담을 덜었다는 점에 의의를 두었다.주식 가격의 10분 데이터를 이용하여 모델의 성과에 대해서 측정하였고, 이때 보수적인 거래비용을 가정하였음에도 불구하고 시장국면에 무관한 유의적인 양의 성과를 얻을 수 있었다. 성과에 대해서 Fama-French three factor model과 모멘텀 팩터를 추가하여 모델의 위험특성에 대해서 연구한 결과, 본 논문에서 제시하는 모델은 시장의 환경변화와 특성에 무관한 양의 수익률이 도출됨을 확인하였다.