Dissertation
Pairs trading: uma aplicação ao mercado acionário brasileiro
Fecha
2009-01-29Registro en:
LONGO, Eduardo Menescal Lustosa. Pairs trading: uma aplicação ao mercado acionário brasileiro. Dissertação (Mestrado Profissional em Finanças e Economia) - FGV - Fundação Getúlio Vargas, São Paulo, 2009.
Autor
Longo, Eduardo Menescal Lustosa
Institución
Resumen
Neste trabalho, verificamos viabilidade de aplicação da estratégia de pairs trading no mercado acionário brasileiro. Diferentemente de outros estudos do mesmo tema, construímos ativos sintéticos a partir de uma combinação linear de preços de ações. Conforme Burgeois e Minko (2005), utilizamos a metodologia de Johansen para a formação dos pares a serem testados. Após a identificação de pares cointegrados, para assegurar a estacionaridade do ativo sintético contruído a partir da relação linear de preços das ações, utilizamos os testes DF-GLS e KPSS e filtramos àqueles que apresentavam raiz unitária em sua série de tempo. A seguir, simulamos a estratégia (backtesting) com os pares selecionados e para encontrar os melhores parâmetros, testamos diferentes períodos de formação dos pares, de operação e de parâmetros de entrada, saída e stop-loss. A fim de realizarmos os testes de forma mais realista possível, incluímos os custos de corretagem, de emolumentos e de aluguel, além de adicionar um lag de um dia para a realização das operações In this dissertation, we assess the application of pairs trading strategy in the Brazilian stock market. Differently from other papers about the same theme, we built synthetic asset from a linear relationship between stock prices. Accordingly to Burgeois and Minko (2005), we applied the Johansen methodology to identify stock pairs to be evaluated. After identifying cointegrated stock pairs, in order to filter out nonstationary synthetic assets, we did the DF-GLS and KPSS tests and removed those with unit root in the time series. Thereafter, we simulate the strategy (backtesting) in the selected pairs and in order to find the best results parameters, we optimized the results using different formation periods, trading periods and entry, exit and stop-loss parameters. To assure the most close to reality backtesting, we included in the results the brokerage, exchange and stock loan fees. In addition we added one day lag to trade after an order has triggered.