Statistiskā arbitrāža globālos akciju tirgos

Abstract

Statistiska arbitrāža tiek plaši analizēta zinātniska literatūra, tomēr lielāka daļa no pētījumiem koncentrējas tika uz viena modeļa vai viena tirgū. Pētījuma mērķis ir ar ekonometriskām un statistiskām metodēm novērtēt statistiska arbitrāža ienesīgumu un optimālāko modeli Ķīnas, ASV, Eiropas, Korejas, Japānas un Brazīlijas akciju tirgos, kā arī pārbaudīt vai pastāv sakarība starp stratēģijas ienesīgumiem un tirgu efektivitātes līmeņiem. Stratēģijas simulācijas rezultāti liecina, ka nepastāv stratēģijas kura var paradīt labāko rezultātu visos tirgos, tomēr kointegrācijas modelis sasniedz lielāko ienesīgumu trijos no sešiem tirgiem. Iegūtie dati liecina, ka jaunattīstītie tirgi piedāvā lielāko peļņas iespēju sakara ar zemākam efektivitātes līmeņiem.

Statistical arbitrage is widely analysed topic in research literature, however majority of studies focus only on a single model or market. The aim of this research paper is to analyse statistical arbitrage returns on Chinese, US, European, Korean, Japanese and Brazilian equity markets using econometrical and statistical models, to find the most optimal trading strategy and check if there is a relationship between the strategy returns and market efficiency levels. Strategy simulation results show that there is no strategy that is able to achieve the best results on all the markets, however cointegration model achieve the highest returns on three out of six markets. The obtained data shows that emerging markets offer largest profit opportunities due to lower efficiency levels.