Stationarity Evaluation of Mastercard and Visa High-Frequency Data for Pairs Trading

Daria Ponomarenko

Master's thesis

Hodnocení stacionárity vysokofrekvenčních dat pro párové obchodování Mastercard a Visa

Abstract:

Diplomovou práci prochází dějová nit konceptu stacionarity, kde hlavní otázkou je, jak důležitá je analýza stacionarity pro časové řady obecně a při obchodování s využitím modelů časových řad zvlášť. S rozvojem technologií se obchody zrychlují a intervaly pro přenosy dat se zkracují. V dnešní době se potřebujeme vypořádat s vysokofrekvenčními daty, abychom mohli konkurovat na trhu, přičemž speciální data vyžadují specifické zacházení a metodologii. Strategie obchodování v párech je postavena na myšlence neefektivnosti trhu, kterou lze monitorovat, modelovat a předpovídat. Zisk je základním cílem každého investora a přesně předpokládaný rozptyl párů slibuje jistý příjem. Je však možné zarámovat model s touto ostrou předpovědní schopností? Hlavní podmínkou pro to je stacionarita dat. Stacionarita zaručuje stabilitu trendu v čase, a tímž i efektivitu modelu. V této práci vyhodnocujeme stacionaritu a zjišťujeme metody, jak se s ní vypořádat, které modely jsou vhodné pro stacionární prognózování a zda je vůbec možné stacionaritu předpovídat.

Abstract:

A plot thread of stationarity concept runs through the thesis, where the main question is how important is stationarity analysis for time series in general and in trading time series in particular. With development of technologies trades are becoming faster and intervals for data transfers are getting smaller. Nowadays, we need to deal with a high-frequency data to compete on market, and special data requires specific treatment and methodology. Pairs trading strategy is build on an idea of market inefficiencies, which can be monitored, modelled and forecasted. Profit earning is an essential goal for each investor, and accurately predicted pairs variance promises assured income. However, is it possible to frame a model with this sharp prediction ability? The main condition for this is stationarity. Stationarity guarantees trend stability in time, hence, model efficiency. In the this work we are evaluating stationarity and investigating methods how to deal with it, which models are suitable for stationary forecasting and is it even possible to predict stationarity.

Keywords

vysokofrekvenční data, vysokofrekvenční obchodování, ARIMA, stacionarita, časový řady, párové obchodování

Keywords

ARIMA, time series, pairs trading, high-frequency data, high-frequency trading, stationarity

Language used: English

Date on which the thesis was submitted / produced: 30. 6. 2022

Thesis defence

• Date of defence: 25. 8. 2022
• Supervisor: Vladimír Holý
• Reader: Petr Krautwurm

Vysoká škola ekonomická v Praze

Master programme / field:
Kvantitativní metody v ekonomice / Ekonometrie a operační výzkum