Zeitreihen: Stationarität, Autokorrelation und Mean Reversion
Warum Kurse wandern, Spreads aber zurückkehren können: Stationarität, Autokorrelation, Einheitswurzeln, die Halbwertszeit der Mean Reversion und Hurst-Exponenten — die Statistik hinter dem ML-Paar-Research von SurgeFlow.
Kategorie: Statistik
Warum Kurse wandern, Spreads aber zurückkehren können
Eine Zeitreihe ist stationär (stationary), wenn sich ihr statistischer Charakter — das mittlere Niveau, die Schwankungsbreite und die Art, wie sie ihre eigene Vergangenheit widerspiegelt — im Zeitverlauf nicht verschiebt. Ob Sie die Stichprobe heute oder im nächsten Jahr ziehen, sie sieht aus wie Ziehungen aus demselben zugrunde liegenden Prozess. Stationarität ist wichtig, weil nahezu jedes vertraute statistische Werkzeug (Mittelwerte, Standardabweichungen, Korrelationen, Regressionen) sie stillschweigend voraussetzt. Aktienkurse erfüllen diese Bedingung nicht: Ein Kurs hat kein festes Niveau, zu dem er zurückkehrt, die Varianz wächst mit dem Horizont, und der Durchschnitt dieses Jahres sagt wenig über den des nächsten aus. Renditen kommen der Stationarität näher, weshalb Analysen in der Regel mit Renditen und nicht mit Kursen durchgeführt werden. Interessanter ist der Fall eines Spreads: Zwei Aktien derselben Branche, denselben Kunden und Kosten ausgesetzt, können jede für sich frei wandern, während die Differenz zwischen beiden an der Leine bleibt. Ist eine Kombination nicht stationärer Kurse selbst stationär, heißt das Paar kointegriert (cointegrated) — und es ist die Stationarität des Spreads, nicht die eines der beiden Kurse, die Mean-Reversion-Statistiken sinnvoll macht. Diese Unterscheidung ist das gesamte Fundament des Paar-Research von SurgeFlow.
Die Mechanik: Random Walks, AR(1) und Halbwertszeit
Das Arbeitspferd ist die Autoregression erster Ordnung, AR(1): x_t = c + phi * x_(t-1) + e_t, wobei x_t der heutige Wert ist, x_(t-1) der gestrige, c eine Konstante, phi der Persistenzkoeffizient und e_t zufälliges Rauschen. Alles hängt an phi. Ist |phi| < 1, ist die Reihe stationär und Schocks klingen ab; ist phi = 1, liegt eine Einheitswurzel (unit root) vor — der Random Walk x_t = x_(t-1) + e_t —, bei dem Schocks nie abklingen und die Reihe kein Ruheniveau hat, zu dem sie zurückkehrt. Einheitswurzelverfahren wie die Augmented-Dickey-Fuller-Statistik (ADF) prüfen, ob die Daten phi = 1 verwerfen können. Um diesen Kern gruppieren sich vier verwandte Begriffe: - Autokorrelation zum Lag k: rho_k = Cov(x_t, x_(t-k)) / Var(x_t) — wie stark die Reihe sich selbst k Schritte zuvor widerspiegelt. Positive Autokorrelation in Renditen ist das statistische Gerüst von Momentum; negative Autokorrelation das der Umkehr (reversal). - Halbwertszeit der Mean Reversion (half-life): Schätzen Sie die Veränderung Delta x_t = a + b * x_(t-1) + e_t. Liegt b zwischen -1 und 0, gilt half_life = -ln(2) / ln(1 + b) — die Zeit, die eine Abweichung benötigt, um sich zur Hälfte zurückzubilden. Dies ist das diskrete Gegenstück zu einem Ornstein-Uhlenbeck-Prozess dx = theta * (mu - x) dt + sigma * dW mit einer Halbwertszeit von ln(2) / theta. - Hurst-Exponent H: ergibt sich aus dem Skalierungsgesetz Var(x_(t+tau) - x_t) proportional zu tau^(2H). Ein H um 0.5 ähnelt einem Random Walk; ein H unter 0.5 deutet auf Mean Reversion hin; ein H über 0.5 deutet auf Trendverhalten hin. - Scheinregression (spurious regression): Regressieren Sie einen Random Walk auf einen anderen, völlig unabhängigen, und Sie sehen häufig ein hohes R-Quadrat und eine eindrucksvolle t-Statistik — Granger und Newbold haben dies 1974 gezeigt. Das ist der klassische Grund, Spreads auf Stationarität zu prüfen, statt eine Regression von Kurs auf Kurs zu bewundern.
Wie SurgeFlow dies anwendet
Der Bereich /ml enthält das Paar-Research von SurgeFlow. Innerhalb jedes Marktes werden Paare aus derselben Branche gescreent, und die Tabelle weist die Statistiken aus, die dieser Artikel soeben hergeleitet hat: einen Engle-Granger-p-Wert (das zweistufige Verfahren — eine Kursreihe auf die andere regressieren und anschließend den verbleibenden Spread auf eine Einheitswurzel prüfen), eine Halbwertszeit aus einer Schätzung nach Art von Ornstein-Uhlenbeck auf diesem Spread, einen Hurst-Exponenten auf dem Spread und den aktuellen z-Score des Spreads, also die Anzahl der Standardabweichungen, um die er von seinem historischen Mittelwert entfernt liegt. Die Beschränkung auf Paare aus derselben Branche ist gewollt: Kointegration braucht einen ökonomischen Grund für ihr Bestehen, und ein gemeinsames Branchen-Exposure ist der naheliegendste. An anderer Stelle der Website bilden die Momentum-Übersichten die Kehrseite derselben Medaille — Momentum ist im Kern die Beobachtung, dass positive Autokorrelation in relativen Renditen tendenziell angehalten hat. Was SurgeFlow nicht tut: Es trifft keine Aussage darüber, ob, wann oder in welchem Umfang ein Spread konvergiert; es führt keine Transaktionen aus und empfiehlt keine; und jede Statistik auf der Seite ist eine In-Sample-Schätzung auf Basis historischer Kurse. Ein Paar kann heute jede Prüfung bestehen und sich morgen entkoppeln. Dies ist Research-Infrastruktur, keine Anlageberatung.
Welche SurgeFlow-Daten hier verwendet werden
Die Paar- und Momentum-Statistiken werden aus der täglichen bereinigten Kurs- und Umsatzhistorie der vier von SurgeFlow abgedeckten Märkte berechnet: USA, China, Japan und Hongkong. Herkunft: FMP liefert die US-Kurse; Tushare deckt China und Hongkong ab; für Japan werden Kursdaten von J-Quants mit EDINET-Einreichungen kombiniert. Zwei Vorbehalte zu den Daten wiegen bei Spread-Statistiken schwerer als bei fast allem anderen auf der Website. Erstens Kapitalmaßnahmen: Ein nicht bereinigter Aktiensplit oder eine nicht bereinigte Dividende erscheint als Scheinsprung im Spread und kann „Kointegration“ vortäuschen oder zerstören. Zweitens die Konsistenz der Einheiten: Britische Aktien notieren in Pence, und wer Pence mit Pfund vermischt, skaliert eine Reihe unbemerkt um den Faktor hundert — genau die Art von Fehler, vor der Sie eine Kointegrationsstatistik nicht warnt. SurgeFlow behandelt eine lückenlose Kurs- und Umsatzhistorie als Pflicht für jeden gelisteten Ticker; Fundamentaldaten dürfen Lücken haben, die Kurshistorie nicht.
Die Paartabelle lesen, ohne sich selbst zu täuschen
Eine Paartabelle ist ihrer Natur nach eine Maschine, die Probleme des multiplen Testens erzeugt; lesen Sie sie daher defensiv: - Selektionseffekte: Screenen Sie genügend Paare mit einer p-Wert-Schwelle von 5%, und einige bestehen rein zufällig. Ein kleiner Engle-Granger-p-Wert ist ein Hinweis, der eine Untersuchung verdient, kein Urteil. - In-Sample-Verzerrung: Halbwertszeit und Hurst werden auf derselben Historie geschätzt, die das Paar überhaupt erst vorgeschlagen hat. Out-of-Sample verschlechtern sich beide in der Regel. - Strukturbrüche: Fusionen, Indexänderungen, strategische Kurswechsel und Regimewechsel können eine Kointegrationsbeziehung ohne Vorankündigung beenden; die Statistiken beschreiben weiterhin eine Beziehung, die nicht mehr besteht, bis das Schätzfenster darüber hinweggerollt ist. - Annahmen hinter dem z-Score: Ein z-Score setzt voraus, dass Mittelwert und Varianz des Spreads stabil sind. Ist die Beziehung zerbrochen, misst „drei Standardabweichungen vom Mittelwert“ den Abstand zu einem Mittelwert, den es nicht mehr gibt. - Rauschen in der Halbwertszeit: Schätzungen der Halbwertszeit aus OU-Modellen haben bei realistischen Stichprobengrößen breite Konfidenzbänder; behandeln Sie sie als Angaben zur Größenordnung (Tage gegenüber Monaten), nicht als präzise Zahlen.
Selbst erkunden
Alle Reihen hinter diesen Statistiken sind über die öffentliche API von SurgeFlow verfügbar. Ein kostenloser (Beta-)Schlüssel über /account berechtigt zu 2,000 Anfragen pro Tag, und der vollständige Katalog der Endpunkte ist in der OpenAPI-Spezifikation unter /api/public/openapi.json dokumentiert. Eine naheliegende Übung: Rufen Sie die täglichen bereinigten Schlusskurse zweier Titel derselben Branche ab, bilden Sie den Spread der Log-Kurse, führen Sie Ihre eigene ADF-Prüfung und OU-Schätzung durch und vergleichen Sie die Ergebnisse mit der Paartabelle unter /ml. Die Zahlen zu reproduzieren — und dann zu beobachten, wie sie sich verändern, wenn Sie das Schätzfenster verschieben — lehrt mehr über die Fragilität dieser Statistiken als jede Beschreibung. Die Daten werden zu Research- und Bildungszwecken bereitgestellt, nicht als Anlageberatung.
Quellen und weiterführende Literatur
Primäre, akademische und SurgeFlow-Datenquellen für die obigen Aussagen: - Engle, R. F. and Granger, C. W. J. (1987), "Co-integration and Error Correction: Representation, Estimation, and Testing", Econometrica. - Dickey, D. A. and Fuller, W. A. (1979), "Distribution of the Estimators for Autoregressive Time Series with a Unit Root", Journal of the American Statistical Association. - Granger, C. W. J. and Newbold, P. (1974), "Spurious Regressions in Econometrics", Journal of Econometrics. - Uhlenbeck, G. E. and Ornstein, L. S. (1930), "On the Theory of the Brownian Motion", Physical Review. - Hurst, H. E. (1951), "Long-Term Storage Capacity of Reservoirs", Transactions of the American Society of Civil Engineers. - Lo, A. W. and MacKinlay, A. C. (1988), "Stock Market Prices Do Not Follow Random Walks: Evidence from a Simple Specification Test", Review of Financial Studies. - Gatev, E., Goetzmann, W. N. and Rouwenhorst, K. G. (2006), "Pairs Trading: Performance of a Relative-Value Arbitrage Rule", Review of Financial Studies. - Jegadeesh, N. and Titman, S. (1993), "Returns to Buying Winners and Selling Losers: Implications for Stock Market Efficiency", Journal of Finance. - SurgeFlow: die Paar-Research-Tabellen unter /ml; API-Schlüssel über /account; OpenAPI-Spezifikation unter /api/public/openapi.json.