페어 트레이딩에서 공적분과 상관관계
단기 상관과 장기 공적분을 비교하고 적분차수, 공적분벡터, 오차수정, Engle–Granger와 Johansen 검정, 헤지비율, 스프레드 안정성, 구조변화와 페어 트레이딩 위험을 이해합니다
Mark 작성 · 하단에 공식 출처 표기
한눈에 답하기
상관관계는 선택한 표본과 변환에서 동행을 측정합니다. 공적분은 비정상 시계열의 특정 선형결합이 정상인 경우로 모형에 기반한 장기 균형관계를 뜻합니다. 두 자산의 수익률 상관이 높아도 가격은 공적분되지 않을 수 있고 단기 상관이 낮아도 안정적 장기관계를 공유할 수 있습니다. 어느 조건도 페어 트레이딩 수익을 보장하지 않습니다
상관과 공적분은 다른 대상을 봅니다
가격수준 상관은 공통추세로 부풀 수 있고 수익률 상관은 단기 변화의 관계를 보며 국면에 따라 달라질 수 있습니다
공적분은 각 시계열의 적분차수에서 시작해 가중결합이 확률추세를 제거하는지 묻습니다
더 강한 상관계수가 아니라 비정상 확률과정의 결합 장기행태에 대한 제약입니다
스프레드보다 적분차수가 먼저입니다
정한 모형과 결정적 항 아래 수준이 비정상이고 1차 차분이 정상이면 시계열을 I(1)이라고 합니다
고전적 I(1) 공적분은 구성 시계열의 적분차수가 호환되어야 하지만 비선형·분수 공적분 같은 확장도 있습니다
단위근 분류는 경계와 구조변화 근처에서 불확실하므로 사전검정 오류가 공적분 결론으로 이어집니다
공적분벡터가 균형을 정의합니다
I(1) 시계열 X_t와 Y_t에 대해 어떤 0이 아닌 벡터가 Z_t=Y_t−βX_t를 정상으로 만들면 공적분입니다
β는 모형 아래의 균형 또는 헤지계수이며 자동으로 달러중립, 베타중립이나 최소위험 비중이 되지는 않습니다
절편, 추세, 정규화, 통화, 배당, 분할과 선물 롤이 추정 스프레드의 경제적 의미를 바꿉니다
검정은 모형에 맞는 질문에 답합니다
Engle–Granger 방법은 장기회귀를 추정하고 특별한 임계값으로 잔차의 단위근을 검정합니다
정규화에 따라 결과가 달라질 수 있고 관계 하나만 식별하지만 Johansen 시스템법은 공적분 순위와 벡터를 함께 추정합니다
시차길이, 결정적 항, 표본기간, 잔차동학, 유한표본과 구조변화가 두 접근 모두에 큰 영향을 줍니다
오차수정은 단기와 장기를 연결합니다
변수들이 공적분되면 오차수정모형은 단기 변화와 함께 시차 균형오차로 돌아가는 조정을 표현합니다
조정계수는 조건부 반응속도와 방향을 나타내며 보장된 반감기나 대칭적 거래경로가 아닙니다
약외생성, 피드백, 여러 균형, 비선형 조정과 문턱행태는 계수 해석을 바꿉니다
페어 트레이딩에는 실행·선택 위험이 있습니다
전략은 미래누출 없이 형성 자산군, 헤지비율, 진입·청산, 규모, 재보정과 구조변화 대응을 추정해야 합니다
수렴은 대차회수, 자금조달, 배당, 기업행동, 시장충격, 공매도제약과 갭위험에 압도될 수 있습니다
많은 페어, 기간, 문턱과 비용가정을 탐색하면 공적분 검정 외에도 다중검정과 백테스트 과적합이 생깁니다
검증은 관계를 공격해야 합니다
시간순 형성·거래기간, 롤링 모수안정성, 잔차진단, 구조변화 검정, 섭동과 전향적 감시를 사용합니다
적분 증거, 벡터 불확실성, 스프레드 분포, 보유기간, 회전율, 꼬리손실, 수용력, 비용, 실패 페어와 실전쇠퇴를 보고합니다
공유균형의 경제적 기제와 명시적 무효화 규칙이 있을 때만 거래하며 통계적 수렴은 구조적 보장이 아닙니다
자주 묻는 질문
상관이 높은 자산도 공적분되지 않을 수 있나요?
그렇습니다. 변화는 함께 움직여도 정상적인 선형결합 없이 가격수준이 계속 벌어질 수 있습니다
공적분된 자산의 상관관계가 낮을 수 있나요?
그렇습니다. 특정 장기결합이 정상이어도 단기 변화의 상관은 약할 수 있습니다
Engle–Granger 검정은 무엇을 하나요?
호환되는 비정상 시계열의 장기관계를 추정하고 그 적합잔차가 정상인지 검정합니다
공적분은 수익성 있는 페어 트레이딩을 보장하나요?
아닙니다. 관계가 깨지고 추정이 불안정할 수 있으며 비용, 제약, 점프, 혼잡과 선택이 수익을 없앨 수 있습니다