Finding Moving-Band Statistical Arbitrages via Convex-Concave Optimization
通过凸凹优化寻找移动区间统计套利AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要聚焦套利组合的约束优化，未明确研究资产定价、收益预测或其他所列金融细分问题。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
通过凸凹优化寻找移动区间统计套利
- 研究问题
- 如何寻找包含多个资产的统计套利组合，使组合价格维持在指定区间内，同时在杠杆约束下尽可能提高波动性？
- 方法与思路
- 作者将组合构造写成带价格区间和杠杆限制的非凸优化问题，利用凸凹过程近似求解，并允许区间中点随时间变化。
- 材料陈述的贡献
- 摘要提出超越传统配对形式的多资产统计套利构造方法，并将固定价格区间推广为中点随时间变化的移动区间。
- 阅读关注点
- 应核对价格区间与杠杆约束的定义、目标函数、移动中点设定，以及近似算法的收敛性质和样本外检验方式。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核实；摘要未提供交易成本、样本外收益或全局最优性保证。
原文摘要
We propose a new method for finding statistical arbitrages that can contain more assets than just the traditional pair. We formulate the problem as seeking a portfolio with the highest volatility, subject to its price remaining in a band and a leverage limit. This optimization problem is not convex, but can be approximately solved using the convex-concave procedure, a specific sequential convex programming method. We show how the method generalizes to finding moving-band statistical arbitrages, where the price band midpoint varies over time.