Arbitragem Estatstica, Estratgia Long-Short Pairs Trading, Abordagem com

Cointegrao Apliacada ao Mercado de Aes Brasileiro

Joo F. Caldeira
,a
a
Banco Sicredi SA e PPGE-UFRGS
Abstract
This article applies cointegration tests to identify stocks to be used in pairs trading strategy. In addition
to estimating long-term equilibrium and model the resulting residual, we use an indicator of protability
in in-sample simulations to select stock pairs to compose a pairs trading portfolio. We assessed the prof-
itability of the strategy with data from the Brazilian market between January 2005 and December 2009.
Considering we reached an average return of 17.49% per year, Sharpe Ratio of 1.29 and low correlation
with the market, the results reinforce the use of cointegration in quantitative management.
Resumo
Este artigo aplica testes de cointegrao para identicar pares de aes a serem usados numa estratgia
pairs trading. Alm de estimar relaes de equilbrio de longo prazo e modelar os resduos resultantes,
empregamos um indicador de rentabilidade em simulaes dentro da amostra para selecionar pares de
aes para compor uma carteira pairs trading. Avaliamos a rentabilidade da estratgia comdados do mer-
cado brasileiro entre janeiro de 2005 e dezembro de 2009. Alcanando rentabilidade mdia de 17, 49%
ao ano, ndice de Sharpe de 1.29 e baixa correlao com o mercado, os resultados reforam o uso de
cointegrao na gesto quantitativa.
Key words: pairs trading, statistical arbitrage, cointegration, market neutral strategy.
Palavras Chave: pairs trading, arbitragem estatstica, cointegrao, estratgia neutra ao mercado.
JEL: C53, E43, G17
rea 5: Econometria, Economia Matemtica, Modelagem Quantitativa e suas aplicaes

Autor Correspondente: Joo F. Caldeira, PPGE-UFRGS; E-mail: joao@ppge.ufrgs.br; Tel.: +55-(51)3358-8810; Fax:
+55-(51)3358-4870.
1
Analista Quant - Banco Sicredi SA
Preprint submitted to ANPEC Sul 28 de fevereiro de 2011
1. Introduo
Este artigo estuda a rentabilidade de uma estratgia de arbitragem estatstica pairs trading. Desde
meados da dcada de 1980, estratgias pairs trading so usadas por gestores de hedge-funds que buscam
explorar desvios de curto prazo das relaes de equilbrio de longo prazo entre os preos de dois ativos.
Pair trading um tipo de estratgia de valor relativo que consiste na compra de um ativo sub-valorizado
e, simultaneamente, a venda de outro ativo similar sobrevalorizado. Geralmente so observados pares de
ativos cujos preos se movemjuntos. Otermo arbitragemestatstica engloba uma variedade de estratgias
de investimento, as quais tem como caracterstica principal o uso de ferramentas estatsticas para gerar
excessos de retornos. Uma das caractersticas desejveis desta classe de estratgias a neutralidade
ao mercado, no sentido apresentarem baixa correlao com o mercado; e os sinais para trading so
sistemticos, ou baseados em regras ao invs de fundamentos. Segundo Avellaneda & Leey (2010),
estratgias de pairs trading o antecessor da arbitragem estatstica.
Os mtodos tradicionalmente empregados no desenvolvimento de estratgias pairs trading comaes
buscam identicar os pares com base em correlao e outras regras de deciso no-paramtricas. Neste
artigo, propomos selecionar pares de aes a serem usados na implementao de uma estratgia pairs
trading com base na presena de relao de cointegrao entre duas sries de preos de aes. A presena
de cointegrao possibilita obter uma combinao linear dos preos de duas aes de tal forma que o
portflio combinado seja um processo estacionrio. O portflio formado comprando (longing) a ao
relativamente sub-valorizada e vendendo (shorting) a ao relativamente sobrevalorizada. Se as sries
de preos de duas aes apresentam uma relao de equilbrio de longo prazo, ento os desvios desse
equilbrio devem ser temporrios e espera-se que retornem para zero, assegurando reverso mdia.
Algumas questes tpicas precisam ser consideradas no desenvolvimento de estratgias pairs trading,
por exemplo, i) como identicar os pares, ii) quando o portflio combinado se distancia sucientemente
da relao de equilbrio para que seja aberta uma posio de pair trading, e iii) quando a posio deve
ser encerrada. Da perspectiva de gerenciamento de risco, tambm importante especicar um perodo
de tempo mximo que se pode manter a posio em aberto, nvel mximo de valor em risco permitido
(VaR), e ainda, se possvel, denir medidas de reduo de risco, como triggers de stop de perda.
Apesar de serem amplamente utilizadas pelos participantes do mercado, surpreendentemente, as es-
tratgias de valor relativo tm recebido pouca ateno da comunidade acadmica. Uma das principais
referncias relativas ao tema o artigo de Gatev et al. (2006), em que os autores usam dados dirios
do mercado de aes norte-americano. Empregando regras de trading simples, produzem retornos de
11% ao ano, com baixa exposio s fontes de risco sistemtico. Gatev et al. (2006) usam uma abor-
dagem baseada na distncia, em que o co-movimento de um par medido pela distncia, ou a soma do
quadrado das diferenas entre duas sries de preos normalizadas. Seguem na mesma linha, Nath (2006)
e Do & Hamza (2006). Elliott et al. (2005) delineiam uma abordagem estocstica do spread para pairs
trading, a qual modela o comportamento de reverso mdia do spread em tempo contnuo. Sendo o
spread denido como a diferena entre os preos das duas aes. Do & Hamza (2006), propem uma
estratgia de pairs trading modelando os desvios dos retornos, ao invs de trabalhar diretamente com
os preos em nvel. Avellaneda & Leey (2010) empregam anlise de componentes principais (PCA) e
ETFs (Exchange Trade Funds) setoriais num contexto de estratgias de arbitragem estatstica, onde os
componentes de retornos residuais ou idiossincrticos so modelados como processos com reverso
mdia.
A abordagem de cointegrao apresentada em Vidyamurthy (2004), busca parametrizar estratgias
de pairs trading, explorando a possibilidade de cointegrao entre pares de aes (ver Engle & Granger,
1987; Engle & Yoo, 1987). Cointegrao incorpora reverso mdia em uma estrutura de pairs trading,
a qual a mais importante relao estatstica requerida para o sucesso no contexto de estratgias de pairs
trading. Outros exemplos da abordagem de cointegrao no contexto de estratgias pairs trading so
Enders & Granger (1998), Alexander & Dimitriu (2005b), Herlemont (2000) e Lin et al. (2006).
Existem tambm muitas aplicaes da metodologia de cointegrao para otimizao de carteiras no
2
contexto de estratgias index tracking e estratgias long-short com carteiras de aes, por exemplo, em
Caldeira & Portugal (2010), Alexander & Dimitriu (2005a) e Dunis & Ho (2005). Aplicaes para
estratgias envolvendo dados de alta frequncia so encontradas em Burges (2003), Lin et al. (2006),
Galenko et al. (2007).
Estratgias neutras ao mercado so geralmente identicadas como uma modalidade de investimento
que apresenta propriedades atrativas, tais como baixa exposio ao mercado de aes e relativamente
baixa volatilidade, ver Capocci (2006). Recentemente o desempenho destas estratgias apresentou al-
guma deteriorao, conforme relatado em Gatev et al. (2006) e Khandani & Lo (2007). Na mesma linha
o Hedge Fund Equity Market Neutral Index (ndice HFRXEMN na Bloomberg), que iniciou em 2003,
no mostra as supostas qualidades pelas quais as estratgias neutras ao mercado so atrativas, isto ,
crescimento estvel e baixa volatilidade.
A proposta deste artigo usar o conceito de cointegrao para derivar uma denio dinmica de
equilbrio de longo prazo das sries de preos, que inerentemente implique emreverso mdia nas sries
componentes. Assim, empregar o mtodo para identicar e implementar uma estratgia de pairs trading
e consequentemente vericar sua lucratividade, aplicada s aes constituintes do ndice Ibovespa. Ini-
cialmente ns ilustramos um mtodo para identicao de pares de aes a serem usados na estratgia
de pairs trading atravs dos testes de cointegrao de Johansen e Engle-Granger. A srie dos resduos
da equao de cointegrao, ou spread que descreve a dinmica do portflio com reverso mdia
usada para modelar, via VECM (Vector Error Correction Model) e equao de Ornstein-Uhlembeck, a
meia vida
2
do processo, utilizada nas regras de trading. Empregamos tambm um indicador de rentabil-
idade em simulaes dentro da amostra no processo de seleo dos pares. Posteriormente calculado o
spread padronizado, que usado como critrio para denir os momentos de abertura e encerramento das
posies.
Os dados utilizados consistem dos preos dirios de fechamento das principais aes constituintes
do ndice Ibovespa para o perodo de janeiro de 2005 a dezembro de 2009, perfazendo um total de 1250
observaes dirias. Empregando parmetros denidos em simulaes dentro da amostra, avaliamos a
rentabilidade de uma estratgia de arbitragem estatstica pairs trading em testes fora da amostra. Com
rentabilidade mdia de 17.49% ao ano, ndice de Sharpe de 1.29, baixa correlao com o mercado e
volatilidade em nveis relativamente baixos, os resultados obtidos reforam o uso do conceito de coin-
tegrao na derivao de estratgias quantitativas, que podem ser usadas tanto por traders individuais,
investidores institucionais e hedge-funds.
Almdesta introduo, o artigo organizado emmais 3 sees. Na seo 2 so apresentadas de forma
mais detalhada os conceitos de arbitragem estatstica e estratgias pairs trading, alm de contextualizar
o uso da cointegrao nesta classe de estratgias. Na seo 3 descrevemos o modelo proposto para
implementao da estratgia, a base de dados e so analisados os resultados obtidos. Na seo 4,
apresentada uma concluso dos resultados empricos e indicao de passos que podem potencializar os
resultados da estratgia.
2. A abordagem da cointegrao: pairs trading e arbitragem estatstica
2.1. Contextualizao histrica
O pioneirismo na utilizao de estratgias pairs trading estritamente estatsticas atribudo ao quant
de Wall Street Nunzio Tartaglia, que trabalhava no banco Morgan Stanley em meados da dcada de 1980.
Ele montou um grupo de matemticos, fsicos e cientistas da computao com o objetivo de desenvolver
estratgias de arbitragem estatstica usando o estado da arte das tcnicas estatsticas. As estratgias
desenvolvidas pelo grupo foram automatizadas a tal ponto que podiam gerar operaes de forma mecan-
izada, se necessrio, execut-las perfeitamente atravs de sistemas de negociao automatizados.
2
Half-life, no termo em ingls
3
Uma das tcnicas de negociao empregadas envolvia tradings com pares de aes. O processo
envolvia identicar pares de aes em que os preos moviam juntos. Quando era identicada uma
anomalia na relao, o par era negociado com a idia de que a anomalia se corrigiria. Isto veio a ser
conhecido como pairs trading. Tartaglia e seu grupo empregaram a estratgia de pairs trading com
grande sucesso ao longo de 1987. Apesar do grupo ter sido desmontado em 1989, aps dois anos de
resultados ruins, a estratgia de pair trading se tornou cada vez mais popular entre traders individuais,
investidores institucionais e hedge-funds.
Em decorrncia da crise dos mercados nanceiros, foi amplamente divulgado na mdia especializada
que o ano de 2007 foi especialmente desaador para os hedge-funds quantitativos, (ver Khandani &
Lo, 2007; Avellaneda & Leey, 2010), sobretudo para as estratgias de arbitragem estatstica. A estrat-
gia proposta aqui analisada no perodo em questo e os resultados encontrados corroboram com os
encontrados por outros autores.
2.2. Pairs trading e arbitragem estatstica
Jacobs et al. (1993) denem estratgia long-short com aes como sendo neutras ao mercado. Es-
tratgias neutras ao mercado mantm posies compradas e vendidas com equivalentes exposies a
risco de mercado em todo o tempo. Isso alcanado igualando os betas de mercado ponderados das
posies comprada e vendida dentro do portflio. Esta abordagem elimina exposio a risco direcional
ao mercado, tal que o retorno obtido no deve apresentar correlao com o ndice de referncia do mer-
cado, o que equivalente a um portflio beta-zero. Os retornos do portflio so gerados pelo isolamento
de alfa, ajustado pelo risco. Os recursos obtidos com a posio vendida geralmente so usados para -
nanciar a parte comprada. Segundo Fund & Hsieh (1999), uma estratgia dita neutra ao mercado se seu
retorno independente do retorno do mercado relevante. Fundos neutros ao mercado buscam ativamente
evitar fatores de risco, apostando em movimentos dos preos relativos. Um portflio neutro ao mercado
exibe risco sistemtico igual a zero e praticamente interpretado como tendo beta de mercado igual a
zero. J Alexander & Dimitriu (2005a), armam que estratgias long-short com aes, apesar de serem
naturalmente vistas como neutras ao mercado, se no forem desenhadas especicamente para ter beta de
mercado igual a zero, no necessariamente so neutras ao mercado.
Pair trading envolve a venda de uma ao relativamente sobrevalorizada e a compra de outra ao
subvalorizada, com a idia de que a distoro nos preos ir se corrigir no futuro. A distoro mtua entre
os preos das duas aes capturada pelo spread. Quanto maior o spread, maior a magnitude da distoro
nos preos e maior o lucro potencial. Assim, uma posio long-short com duas aes construda de
forma a ter um beta mnimo, e, portanto, mnima exposio ao mercado. Consequentemente, os retornos
da operao so no correlacionados com os retornos do mercado, uma caracterstica tpica de estratgias
neutras ao mercado. Uma extrapolao natural de pair trading consiste em operar um grupo de aes
contra outro grupo de aes, ou pair trading generalizado, (ver Alexander & Dimitriu, 2005a; Dunis &
Ho, 2005; Avellaneda & Leey, 2010; Caldeira & Portugal, 2010).
O processo de precicao de ativos pode ser visto em termos absolutos ou relativos. Em termos
absolutos a precicao dos ativos se d atravs de fundamentos, como uxo de caixa futuro descontado,
por exemplo. Precicao relativa signica que dois ativos que so substitutos prximos um do outro
deveriam ser negociados a preos parecidos - no diz qual deve ser o preo. Assim, precicao em
termos relativos admite a ocorrncia de bolhas na economia. Em mercados ecientes, a precicao com
base no modelo CAPM (Capital Asset Princing Model) e a lei do preo nico requer preos prximos
para ativos equivalentes ao longo do tempo. O spread de preos entre ativos substitutos prximos deve
obedecer a um equilbrio estvel de longo prazo ao longo do tempo. Hendry & Juselius (2001) usam
este princpio para mostrar que os desvios de curto prazo da condio de preos equivalentes pode criar
oportunidades de arbitragem dependendo da durao do desvio dos preos.
Quando identicado um desvio sucientemente grande no spread da relao de equilbrio de longo
prazo dos preos, uma posio aberta, simultaneamente, comprando a ao relativamente subvalorizada
4
e vendendo a ao relativamente sobrevalorizada. A posio encerrada quando os preos retornam para
o nvel de spread de equilbrio de longo prazo. O lucro lquido da operao a soma dos lucros das partes
comprada e vendida, calculado como a diferena entre os preos de abertura e preos de fechamento
(descontados os custos envolvidos na operao).
Com base na discusso acima, nota-se que parte decisiva para obter sucesso com estratgias pairs
trading consiste na identicao dos pares de aes. Gatev et al. (2006) utilizam um abordagem pura-
mente emprica para atingir esse objetivo. A metodologia de escolha dos pares se baseia inteiramente
nos movimentos histricos dos preos das aes. Os resultados so comparados com aqueles obtidos
em um dito "teste cego". Alm do conjunto de pares denidos com base nos preos histricos, um outro
conjunto de pares foi obtido denindo aleatoriamente os pares de aes. Os resultados dos pairs tradings
executados com base na abordagem emprica dos pares foram, ento, comparados com os resultados dos
pairs tradings com os pares denidos aleatoriamente. A diferena entre os retornos dos dois grupos
foi estatisticamente signicante, e o retorno alcanado com a estratgia que empregou pares denidos
metodologicamente foi superior situao onde os pares foram denidos aleatoriamente.
2.3. A abordagem da cointegrao
A partir dos trabalhos seminais de Markowitz (1959), Sharpe (1964), Lintner (1965) e Black (1972),
a ferramenta estatstica fundamental para otimizao de portflios a anlise da correlao dos retornos
dos ativos. Os modelos de otimizao para construo de portflio, em sua maioria, focam em minimizar
a varincia de uma carteira de ativos, para um dado nvel de retorno, com restries adicionais a respeito
dos investimentos permitidos, restries quanto a venda a descoberto (short-sale) e os custos de transao
associados ao rebalanceamento do portflio.
Na ltima dcada o conceito de cointegrao foi amplamente aplicado em econometria nanceira,
em conexo com anlise de sries temporais e macroeconomia. Tem se colocado, portanto, como uma
tcnica estatstica extremamente poderosa, dada a possibilidade de se aplicar mtodos de estimao sim-
ples (tais como mnimos quadrados e mxima verossimilhana) a sries no-estacionrias. A observao
fundamental que justica a aplicao do conceito de cointegrao na anlise de preos de aes que
um sistema envolvendo preos de aes no-estacionrios em nvel, pode ter uma tendncia estocstica
comum, Stock & Watson (1988).
Quando comparado ao conceito de correlao, a principal vantagem da cointegrao est na pos-
sibilidade de usar integralmente o conjunto de informaes contidas nas sries nanceiras em nvel.
Alexander & Dimitriu (2005a) demonstram que o lucro potencial da arbitragem entre duas aes de-
pende necessariamente da presena de um spread de equilbrio de longo prazo entre os preos das aes
e da ocorrncia de desvios de curto prazo e a convergncia para o equilbrio. Nesta situao, a tcnica
estatstica usada para pair trading deve ser capaz de de fornecer um efetivo modelo para o comporta-
mento do preo relativo ao longo do tempo; detectar os valores da relao de equilbrio e uma medida
dos desvios de curto prazo da relao de equilbrio. (Alexander & Dimitriu, 2005a,b; Gatev et al., 2006;
Caldeira & Portugal, 2010), sugerem que a metodologia de cointegrao oferece uma estrutura mais
adequada para estratgias de arbitragem estatstica que as demais.
A abordagem de cointegrao, descirta em Vidyamurthy (2004), uma tentativa de parametrizar es-
tratgias pairs trading explorando a possibilidade de cointegrao. Cointegrao uma relao estatstica
onde duas sries de tempo que so integradas de mesma ordem, d, podem ser combinadas linearmente
para produzir uma nica srie de tempo a qual integrada de ordem d b, onde (d > b > 0). Nas apli-
caes a pairs trading, nos referimos aos casos onde sries de preos I(1) so combinadas para produzir
sries temporais estacionrias de um portflio, ou I(0).
DEFINIO 2. 1. Uma srie de tempo X
t
dita uma srie I(1) se a primeira diferena da srie
estacionria, denotada por I(0).
Muitas sries de preos de aes so I(1). Portanto, a seguinte denio de cointegrao baseada
em sries I(1).
5
DEFINIO 2. 2. Seja X
1,t
, X
2,t
, . . . , X
k,t
uma sequncia de sries de tempo I(1). Se existem nmeros
reais
1
,
2
, . . . ,
k
, diferentes de zero, tal que:

1
X
1,t
+
2
X
2,t
+. . . +
k
X
k,t
(1)
forme uma srie I(0), ento X
1,t
, X
2,t
, . . . , X
k,t
so ditas cointegradas.
Em outras palavras, um conjunto de sries I(1) so ditas cointegradas se existe uma combinao
linear dessas sries que estacionria. Sries de preos de aes cointegradas possuem uma estvel
relao de equilbrio de longo prazo, com a propriedade de reverso mdia. Por denio, alguma
combinao linear de sries de preos cointegradas estacionria e sempre reverte para a mdia de
longo prazo da srie estacionria. Para mais detalhes a respeito da anlise de cointegrao, ver Hamilton
(1994), Enders (2002), Hendry & Juselius (2000) e Hendry & Juselius (2001).
Sries de tempo cointegradas podem ser representadas em um modelo de vetor de correo de erros
(VECM - Teorema da Representao de Granger), no qual a dinmica das sries de tempo modelada
como funo de seus valores defasados, os valores defasados de seu par cointegrado e um componente de
correo de erro, o qual corrige os desvios da relao de equilbrio nos perodos anteriores. Neste artigo,
o modelo VEC empregado para calcular a meia vida dos pares utilizados na estratgia pairs trading,
que usado para denir o perodo em que a operao mantida em aberto.
A idia por traz da correo de erros que sistemas cointegrados tem um equilbrio de longo-prazo,
isto , a mdia de longo prazo da combinao linear das duas sries. Se ocorre um desvio em relao ao
equilbrio de longo prazo, uma ou as duas sries ajustam para restaurar o equilbrio de longo-prazo. Seja

t
o erro correspondente equao de cointegrao de X
1,t
em X
2,t
. A representao de correo de erros
:
X
1,t
= (X
1,t1
X
2,t1
) +
t
(2)
O termo (X
1,t1
X
2,t1
) a parte da correo de erros, onde (X
1,t1
X
2,t1
) representa o desvio
do equilbrio de longo prazo e o coeciente de cointegrao. a taxa de correo de erro, indicando
a velocidade qual as sries se ajustam para manter o equilbrio, que usado para determinar o perodo
timo para se manter uma estratgia baseada em reverso mdia.
Note que a reverso mdia de uma srie de tempo pode ser modelada tambmpela equao chamada
frmula de Ornstein-Uhlembeck (ver Uhlembeck & Ornstein, 1930; Gillespie, 1996; Mudchanatongsuk
et al., 2008). Seja z
t
o spread, com propriedade de reverso mdia, de um par de aes. Ento, podemos
escrever:
dz
t
= (z
t
)dt +W
t
+
t
(3)
onde a mdia de longo prazo do spread entre os preos, z
t
o valor do spread em um dado ponto
do tempo, a fora de reverso mdia, o desvio padro, W
t
o processo de Wiemer e
t
o resduo da
regresso. Matematicamente se diz que o valor mdio de z
t
segue um decaimento exponencial para sua
mdia , e a meia-vida do decaimento exponencial igual a ln(2)/, que tempo esperado que o spread
leve para reverter a metade do desvio inicial em relao mdia. Esta meia-vida pode ser usada para
determinar o perodo timo de manuteno de uma posio baseada em reverso mdia.
3. Modelo de pairs trading, dados e anlise dos resultados
A estratgia de investimento que queremos implementar uma estratgia neutra ao mercado. Nesse
sentido, buscamos identicar pares de aes que apresentam uma relao de preos de equilbrio de
longo prazo. Assumindo, simultaneamente, posio comprada e vendida, o beta de mercado do par deve
ser prximo a zero e o resultado obtido igual ao alfa. O desao nesta estratgia identicar aes que
tendem a andar juntas, e, portanto, so pares potenciais.
6
3.1. Estratgias pairs trading baseadas em cointegrao
claro que se a srie de preos de uma ao estacionria, ela uma grande candidata para estrat-
gias baseadas em reverso a mdia. Porm, a maioria das sries de preos de aes so no estacionrias.
Portanto, possvel encontrar pares de aes tais que, assumindo posio comprada em uma delas e ven-
dida na outra, o valor de mercado do par estacionrio. Neste caso, as duas sries individuais so
ditas cointegradas. Se as sries de preos (de uma ao, um par de aes, ou, um portflio de aes)
estacionria, ento uma estratgia baseada em reverso mdia seguramente rentvel, enquanto a
estacionariedade persistir no futuro (o que no garantido). Geralmente, duas aes que formam um
par cointegrado pertencem a um mesmo setor, neste artigo restringimos ateno a pares de aes que
pertenam a um mesmo setor.
A primeira parte do desenvolvimento da estratgia pairs trading consiste em identicar potenciais
pares de aes. Denido o universo considerado de aes considerado (seo 3.2), o primeiro passo
checar se todas as sries so integradas de mesma ordem, I(1). Isto feito atravs do teste ADF
(Augmented Dickey Fuller Test). Passado o teste ADF, so realizados testes de cointegrao em todas as
combinaes de pares da amostra. Os mtodos de cointegrao utilizados so o teste de cointegrao de
Dickey-Fuller aumentado (Cointegrating augmented Dickey-Fuller test) e teste de Johansen
3
.
Denidos os pares a serem empregados na estratgia estimada a relao linear entre as duas sries
de preos das aes atravs da regresso por mnimos quadrados, de onde se obtm o hedge-ratio (o beta
da regresso):
P
x,t
P
y,t
= z
t
(4)
onde o termo do lado esquerdo representa a combinao linear das duas sries
4
e o coeciente de
cointegrao. z
t
o valor do spread no tempo t, P
x,t
e P
y,t
so os preos das aes x e y em t. Assim, o
spread, dado que as sries so cointegradas, tem a propriedade de reverso mdia. Esta caracterstica
de fundamental importncia, pois pairs trading uma aposta em que a srie dos resduos ir reverter para
sua mdia, ou, equilbrio de longo prazo. Nesta etapa calcula-se tambm a meia-vida, que basicamente
nos diz a metade do tempo necessrio para o spread reverter para a mdia de longo prazo.
Primeiro estimado o spread da srie com base na equao 4. O spread ento normalizado sub-
traindo sua mdia e dividindo pelo desvio padro. A mdia e o desvio padro so calculados com base
no perodo dentro da amostra e so usados para normalizar spread tanto no perodo dentro da amostra
quanto fora da amostra. Nesta etapa uma alternativa usar algum critrio de suavizao exponencial para
a mdia e desvio padro, de tal forma que as duas medidas possam variar ao longo do tempo. O critrio
para abrir uma posio consiste em vender (comprar) o spread quando est a dois desvios padres acima
(abaixo) da mdia, a posio liquidada quando o spread est a menos de 0.5 desvios da sua mdia, ou,
decorrido o perodo de meia vida do spread.
Como critrio para selecionar os 20 pares a serem utilizados na composio do portflio pairs trad-
ing, usando os mesmos critrios empregados no perodo fora da amostra, calculado o ndice de Sharpe
(IR) para simulaes dentro da amostra e os pares so ranqueados com base no IR.
IR =
R
A

A
(5)
onde R
A
o retorno anualizado e
A
a volatilidade anualizada da estratgia A. Os 20 pares que apresen-
tam maior IR nas simulaes dentro da amostra so utilizados para compor uma carteira pairs trading a
ser empregada nos testes da estratgia fora da amostra.
3
So empregadas as funes cadf e johansen, disponveis em www.spatial-econometrics.com. Uma descrio detalhada do
mtodo pode ser encontrada no manual, tambm disponvel no mesmo site.
4
O modelo estimado sem a incluso de termo constante. Intuitivamente falando, quando o preo de uma ao aproxima
de zero, porque deveria existir um preo mnimo a partir do qual o preo da segunda ao no poderia cair? Alm disso, no
incluindo constante temos um modelo com menos parmetros para serem estimados.
7
A estratgia adotada aqui busca ser beta-neutra, assim os valores nanceiros alocados nas partes long
e short podem no ser iguais
5
. Uma vez que o spread se distancia da sua mdia de longo prazo, aposta-se
que o spread retornar para sua mdia de longo prazo, porm no sabemos se iremos ganhar mais nas
posies long ou short
6
. Uma vez iniciada uma operao, o portflio no rebalanceado. Portanto,
depois de aberta uma posio com o mesmo beta, mesmo quando os preos se movimentam e a posio
pode deixar de ser neutra, o portflio no rebalanceado. Apenas dois tipos de transaes so admitidas
pela metodologia da estratgia, entrar numa nova posio, ou a liquidao total de uma posio aberta
previamente.
3.2. Base de dados
Os dados utilizados no estudo consistem dos preos dirios de fechamento das 50 aes com maior
participao na composio do ndice Ibovespa no ltimo quadrimestre do perodo empregado para for-
mao. Todas as aes utilizadas so listadas no Ibovespa, o que signica que esto entre as maiores e
mais ativamente negociadas no mercado brasileiro. Esta caracterstica importante para pairs trading,
desde que a falta de liquidez nas partes long e short constitui um risco fundamental quando se imple-
menta esta estratgia de trading. Os dados foram obtidos da Bloomberg, compreendendo o perodo de
janeiro de 2005 a dezembro de 2009. Os dados so ajustados para pagamentos de dividendos e splits nos
preos das aes
7
.
O objetivo ao usar apenas as 50 aes com maior participao no Ibovespa trabalhar com aes que
apresentam elevada liquidez e que so negociadas em todos os dias do perodo amostral, assegurando
que sejamos "tomadores de preos". Utilizar aes com baixa liquidez podem implicar em maiores
custos operacionais (bid and ask spread) e diculdade para se obter o aluguel de alguma ao quando a
posio for mantida em aberto por perodo superior a trs dias teis, quando ocorrem as liquidaes das
operaes na CBLC
8
.
A gura 1 ilustra o perodo de formao e perodo de trading. Temos um total de doze perodos de
trading, para um total de 1250 dias de negociao na amostra, sendo que as primeiras 250 observaes
so usadas para perodo inicial de formao. A partir disso, a cada quadrimestre os parmetros so
reestimados, para coincidir com o perodo de recomposio do Ibovespa, os pares escolhidos so testados
fora da amostra nos quatro meses seguintes, conforme gura 1.
comum em estratgias pairs trading restringir que as aes do par pertenam ao mesmo setor,
por exemplo em Chan (2009) e Dunis et al. (2010), aqui no adotamos esta restrio. Portanto, pares
de aes de empresas pertencentes a diferentes setores podem ser negociados, desde que satisfaam os
critrios estabelecidos.
3.3. Resultados fora da amostra
O primeiro ano
9
da amostra usado como perodo de formao, com essa base de dados so denidos
os primeiros pares. Uma vez que so empregadas as sries de preos das 50 aes com maior liquidez,
existem 1225 pares possveis. So realizados testes de cointegrao em todos os pares, posteriormente
calcula-se o IR em simulaes dentro da amostra e meia-vida de todos os pares cointegrados. Dos 1250
pares possveis, em mdia foram obtidos 91 pares cointegrados em cada perodo. Em seguida os pares
que passaram nos testes de cointegrao so ranqueados com base no IR para simulaes dentro da
amostra. Seguindo Gatev et al. (2006) e Andrade et al. (2005), a estratgia analisada com base numa
5
Uma alternativa denir o investimento como nanceiro-neutro, assumindo volumes nanceiros iguais nas partes long e
short. Entretanto, na prtica isto nem sempre possvel, uma vez que o investidor no pode comprar fraes de uma ao.
6
No sabemos qual dos casos ocorrer primeiro: se as aes retornam para seu equilbrio de longo prazo porque a ao
sobrevalorizada cai mais ou porque o preo da ao subvalorizada sobe mais, ou ambos apresentam a mesma peformance.
7
Dados dirios so automaticamente ajustados pela Bloomberg.
8
Cmara Brasileira de Liquidao e Custdia.
9
Ao longo deste artigo, denimos um ano como 250 dias de negociao e quatro meses como 84 dias de negociao.
8
Figura 1: Perodo de Formao e Perodo de Trading .
Nota: A gura mostra o perodo de estimao e perodo de trading. Ns denimos um ano como 250 dias de
negociao e um perodo de 4 meses para trading. O perodo amostral vai de jan-2005 a dez-2009. Assim,
temos 12 perodos de trading no sobrepostos, perdendo 250 dias para o primeiro perodo de estimao.
carteira composta por 20 pares, sendo esses pares denidos como aqueles que apresentaram maior IR
para o perodo dentro da amostra. Aps o perodo de formao dos 20 pares, so performados quatro
meses de pairs trading. A estratgia de pairs trading consiste dos passos denidos na seo 3.1. No nal
de cada perodo de trading as operaes que estiverem abertas so encerradas, todos os parmetros so
reestimados e pares podem ser substitudos.
O retorno em cada perodo calculado como:
Ret
t
= ln(P
x,t
/P
x,t1
) ln(P
y,t
/P
y,t1
) (6)
onde P
x,t
e P
x,t1
so os preos da ao comprada nos perodos t e t 1, P
y,t
e P
y,t1
so os preos da
ao vendida em t e t 1. So considerados custos de transao de 0.5% no total para as duas aes
(compostos de taxas de corretagem, emolumentos e bid and ask spread de 0.05%).
A tabela 1 apresenta os pares empregados na estratgia no perodo referente ao ltimo quadrimestre
da amostra, setembro a dezembro de 2009. De 1250 pares possveis para o perodo, 97 passaram nos
testes de cointegrao de Johansen e Engle-Granger, dos quais foram selecionados os 20 pares que apre-
sentaram maior IR nas simulaes dentro da amostra para serem empregados na estratgia para o perodo
fora da amostra. Apesar de no haver restrio a que os ativos do par se reram a empresas de um mesmo
setor, nota-se que a maioria dos pares so formados por aes de empresas com algum tipo de relao, se-
jam do mesmo ramo de atividade ou participantes de um mesmo segmento do mercado. Nota-se tambm
que muitos dos pares apresentam meia vida inferior a 10 dias, reforando a caracterstica de reverso
mdia, o que desejvel para a estratgia. Todos os pares passam nos testes de cointegrao de Johansen
(
trao
) e Engle-Granger (ADF) a 95% (os valores crticos a 95% de conana so 13.43 e 3.38, respecti-
vamente). Nota-se que todos os pares apresentam IR positivo nas simulaes dentro da amostra, mesmo
assim, nem todos obtiveram rentabilidades positivas no perodo de trading fora da amostra. No perodo
em questo, 6 dos 20 pares que compunham a carteira apresentaram resultados negativos, em mdia foi
9
obtida rentabilidade lquida de 3.82% por par no perodo.
Tabela 1: Estatstcas dos pares utilizados no ltimo quadrimestre (setembro a dezembro de 2009).
Ativo A Ativo B EG (ADF) JH (
trao
) IR (in-sample) Meia Vida Rent. Liq.
ITUB4 ITSA4 -3.67 18.32 4.33 4.58 6.60
USIM5 USIM3 -3.47 18.00 3.29 16.82 9.03
VALE3 BRAP4 -4.25 24.23 3.13 12.19 7.96
AMBV4 NATU3 -4.27 19.42 2.69 6.00 10.19
AMBV4 JBSS3 -4.35 20.63 2.57 9.01 4.00
CSNA3 BRAP4 -3.78 19.27 2.39 11.62 10.10
BBAS3 LREN3 -3.47 16.86 1.90 6.31 -19.68
CYRE3 GFSA3 -4.17 18.20 1.70 4.81 24.19
VALE3 CCRO3 -3.39 14.24 1.61 10.87 -4.00
BBAS3 USIM3 -3.69 19.58 1.60 8.61 -10.69
BRFS3 PCAR5 -4.15 19.20 1.59 6.41 -6.59
NETC4 JBSS3 -3.87 17.23 1.58 8.39 -8.28
CPLE6 PCAR5 -4.05 17.26 1.57 12.22 13.78
CPLE6 CCRO3 -3.58 15.97 1.56 13.25 5.37
LAME4 AMBV4 -3.85 17.06 1.46 14.85 8.91
ITUB4 CCRO3 -3.92 17.60 1.45 6.18 13.45
USIM5 BBAS3 -4.39 22.13 1.40 6.51 0.40
AMBV4 CCRO3 -3.82 18.76 1.24 6.98 22.09
BRFS3 CPLE6 -3.55 19.38 1.15 7.04 -14.38
BVMF3 NETC4 -3.98 19.39 1.10 17.01 4.02
Nota: Rentabilidade lquida apurada para o perodo fora da amostra, expressa em %. Meia vida expressa em
dias teis.
A gura 2 ilustra o comportamento de um par
10
especco e de seu spread. O par formado pelos
preos dirios das aes VALE5 e BRAP4, que formam um dos pares utilizados no perodo de setembro
a dezembro de 2009. Tambm mostrada a srie do spread padronizado que dene os momentos de
abrir e encerrar as operaes. Conforme pode ser observado na tabela 1, este par apresenta meia vida de
aproximadamente 12 dias e acumulou retorno lquido de 7.96% no perodo fora da amostra analisado.
A tabela 3 resume algumas estatsticas relativas aos resultados da estratgia pairs trading implemen-
tada. Os resultados apresentados se referem a anlise fora da amostra, para o perodo de janeiro de 2006
a dezembro de 2009. As rentabilidades apresentadas j esto descontadas dos custos de transao
11
. Em
mdia foram obtidos 91 pares cointegrados por perodo, porm os resultados apresentados referem-se
a uma carteira composta com pesos iguais, pelos 20 pares selecionados. A rentabilidade acumulada
de 89.78%, com IR anualizado de 1.29. Nota-se tambm que a estratgia apresenta volatilidade rela-
tivamente baixa, 12.49% em termos anualizados, e coeciente de correlao com o mercado de 0.079,
indicando que a estratgia pode ser considerada neutra ao mercado. Optamos por empregar o coeciente
de correlao de Spearman
12
levando-se em conta que uma medida no-paramtrica que no pres-
supe que as sries de dados provenham de uma distribuio normal bivariada. Isso se justica uma vez
10
O par VALE5 e BRAP4 foi escolhido apenas para ilustrar a forma de implementao da estratgia.
11
Os custos considerados so de 0.5% na entrada e 0.5% no encerramento da posio, totalizando 0.10% por operao.
12
O coeciente de correlao de Spearman uma medida no paramtrica, no sensvel a assimetrias nas distribuies nem
presena de outliers, no exigindo que os dados provenham de duas populaes normais. O coeciente de correlao de
Spearman denido por:
10
Figura 2: Sries de preos de VALE5 e BRAP4 e spread padronizado do par.
Nota: Par empregado na estratgia no perodo setembro a dezembro de 2009.
que estratgias com aes que assumem posies compradas e vendidas geralmente apresentam retornos
leptocrticos.
Apresentamos tambm o mximo drawdown da estratgia no perodo analisado, que foi de 24.49%.
Mximo drawdown a diferena entre o mximo global e o mnimo global da curva de rentabilidade
acumulada, (neste caso o mnimo global deve ocorrer depois do mximo global). Em outras palavras,
simplesmente uma medida da queda, em termos percentuais, em relao ao pico do retorno acumulado,
pode ser usada como uma medida de quo agressivamente pode-se aumentar a alavancagem da estratgia.
Pode-se observar na gura 3, que traz a rentabilidade acumulada da estratgia e a volatilidade, que o
mximo drawdown ocorreu no primeiro semestre de 2008, perodo em que o mercado nanceiro nacional
foi mais afetado pela crise internacional, com os principais ativos negociados apresentado expressivas
perdas e nveis de volatilidade nunca antes observados.
Nota-se na gura 3, segundo painel, que a estratgia pairs trading apresentou padro de volatili-
dade relativamente baixo para praticamente todo o perodo analisado, cando em patamares inferiores
a 15%, em termos anualizados, em quase todo o perodo analisado. Mesmo no perodo mais agudo da
crise nanceira interacional, quando a volatilidade no mercado de aes domstico ultrapassou 120%, a
volatilidade da estratgia no chegou a 40%.
=
(
16
n

i=1
d
2
i
)
n
3
n
Onde d
i
a diferena entre os ranks dos correspondentes valores de X
i
e Y
i
, e n o nmero de valores em cada conjunto.
11
Tabela 2: Estatsticas da Estratgia Pairs Trading (Jan-2006 a Dez-2009)
Descrio dos Dados
Total de dias na amostra 1250
Dias em cada perodo de formao 250
Dias em cada perodo de trading 84
Nmero de perodos de trading na amostra 12
Nmero de pares em cada perodo de trading 20
Resumo da Rentabilidade da Estratgia Pairs Trading
Retorno mdio dirio da carteira 0.069%
Maior rentabilidade em um dia 6.25%
Menor rentabilidade em um dia -4.80%
Desvio padro do retorno dirio 0.85%
ndice de Sharpe dos retornos dirios 0.081
Rentabilidade acumulada no perodo 89.78%
Rentabilidade mdia anual da carteira 17.37%
Desvio padro do retorno (anualizado) 12.49%
ndice de Sharpe dos retornos (anualizado) 1.29
Coeciente de correlao (Spearman) 0.079
Assimetria 0.269
Curtose 4.546
Mximo Drawdown 24.49%
Nota: Esta tabela apresenta estatsticas descritivas da estratgia de arbitragem estatstica, pairs trading, que
implementamos. O perodo amostral vai de janeiro de 2005 a dezembro de 2009.
12
Figura 3: Resultados Acumulados da Estratgia Pairs Trading e Volatilidade (Jan-06 a Dez-09).
Nota: No primeiro painel rentabilidade acumulada da estratgia pairs trading e no segundo volatilidade anual-
izada (EWMA Vol com = 0.94).
Parte relevante na avaliao da estratgia pairs trading anlise da correlao com o principal ndice
de referncia do mercado, j que um dos objetivos da estratgia neutralidade ao mercado. Nesse sentido
pode-se dizer que o objetivo foi alcanado, uma vez que a estratgia exibiu correlao com o Ibovespa
inferior a 0.30 em todo o perodo analisado, sendo que na maior parte do tempo foi inferior a 0.10, como
pode ser observado na gura 4.
A tabela 3 resume estatsticas anuais da estratgia pairs trading. Pode-se observar que o ano de
2008 foi quando a estratgia apresentou pior performance, acumulando rentabilidade lquida de 2.85%
e volatilidade levemente superior aos demais anos. Conforme destacado em Khandani & Lo (2007) e
Avellaneda & Leey (2010), o segundo semestre de 2007 e primeiro semestre de 2008 foram bastante
complicados para fundos de investimentos quantitativos. Particularmente para estratgias de arbitragem
estatstica, que experimentaram expressivas perdas no perodo, com posterior recuperao em alguns
casos. Muitos gestores sofreram perdas de tal forma que tiveram que desalavancar suas carteiras, no se
beneciando da subsequente recuperao. Os resultados encontrados em nossos back testing corroboram
com aqueles encontrados por Avellaneda & Leey (2010) e Khandani & Lo (2007).
Nota-se na gura 3 que a estratgia pairs trading proposta apresentou expressivas perdas no primeiro
semestre de 2008, vindo a se recuperar no segundo semestre. Khandani & Lo (2007) e Avellaneda &
Leey (2010) sugerem que os eventos de 2007-2008 poderiam ser consequncia de falta de liquidez,
causada por fundos que tiveram que desfazer suas posies.
Estratgias desta natureza resultam em carteiras alavancadas, que assumem centenas de posies
compradas e vendidas em aes. Mesmo cada posio sendo relativamente pequena em relao ao mer-
cado como um todo, o efeito agregado das vrias posies podem potencializar as perdas. Deve-se con-
13
Figura 4: Coeciente de correlao de Spearman.
Nota: Coeciente de correlao de Spearman calculado com base numa janela mvel de 84 observaes.
Tabela 3: Estatsticas anuais da estratgia pairs trading - 2006 a 2009.
2006 2007 2008 2009
Rentabilidade Lquida 17.31 24.94 2.850 21.25
Volatilidade 0.125 0.099 0.139 0.117
Correlao Ibovespa 0.125 0.117 0.143 0.042
ndice de Sharpe 1.717 2.623 0.147 1.859
Curtose 3.507 3.682 6.911 4.808
Assimetria 0.039 0.229 0.684 0.340
Correlao Serial -0.035 -0.096 0.004 -0.090
Mximo Drawdown 5.568 4.741 24.498 5.244
Nmero Mdio de Pares 48 97 59 155
Nota: Resultados da anlise fora da amostra. Rentabilidade lquida e Mximo Drawdown expressos em %.
siderar tambm que estratgias de arbitragem estatstica, como pairs trading, baseadas em cointegrao
podem sofrer em momentos de quebras estruturais nos mercados, como pode ser o caso do perodo
em questo. Nestes casos a alternativa seria o uso de metodologias que permitam identicar eventuais
quebras, por exemplo, estimar os parmetros atravs do ltro de Kalman.
4. Concluso
Neste artigo propusemos a implementao de uma estratgia de arbitragem estatstica conhecida
como pairs trading aplicada s aes constituintes do ndice Ibovespa. A estratgia implementada com
base em cointegrao, explorando a caracterstica de reverso mdia dos pares de aes cointegrados.
Assim, o primeiro objetivo desenvolver um mtodo para identicar pares os quais poderiam ser usados
na estratgia pairs trading. Aps identicados os pares conduzida uma anlise dos co-movimentos
entre as aes buscando identicar a fora de reverso mdia atravs da estimao da meia-vida, a qual
relevante para aplicao da estratgia.
Empregando as sries de preos das aes constituintes do Ibovespa no ltimo quadrimestre de cada
perodo de estimao, primeiramente so realizados testes de cointegrao de Johansen e Engle-Granger
em todas as combinaes de pares possveis, para identicar pares de aes que compartilham uma re-
lao de equilbrio de longo prazo. Posteriormente, para os pares que passam nos testes de cointegrao,
14
calculada a meia-vida, atravs da equao de Ornstein-Uhlembeck. Subsequentemente, calculamos o
spread padronizado entre as aes e simulamos tradings no perodo dentro da amostra com base em trs
regras simples. Uma posio aberta sempre que o spread se distancia por mais que dois desvios da
sua mdia de longo prazo. Todas as posies so liquidadas quando o spread retorna para sua mdia
de longo prazo
13
, ou a posio est aberta por um perodo igual meia vida do par. A partir disso,
montada uma carteira composta com os 20 pares que apresentaram maior IR para o perodo simulado
dentro da amostra.
De 1250 pares possveis, em mdia foram obtidos 91 pares cointegrados em cada perodo de for-
mao. A carteira diversicada, montada com os 20 pares que apresentaram os melhores indicadores
dentro da amostra (com pesos iguais), alcanou ndice de Sharpe de 1.29 no perodo de trading fora
da amostra. A rentabilidade lquida acumulada no perodo de testes fora da amostra de quatro anos foi
de 89.79%, mdia de 17.37% anuais. Alm disso, a estratgia pairs trading aqui implementada apre-
sentou nveis de volatilidade relativamente baixos e correlao com o ndice Ibovespa inferior a 0.10,
em termos absolutos, na maior parte do perodo analisado, corroborando com o objetivo de neutralidade
ao mercado da estratgia. Os resultados so atrativos quando comparados a outras estratgias empre-
gadas por hedge funds, principalmente se levarmos em conta que uma estratgia que praticamente no
envolve desembolso de recursos, se resumindo basicamente s margens de garantia, permitindo maior
nvel de alavancagem e a rentabilizao dos recursos envolvidos em ativos livres de risco. Existem al-
gumas direes a serem seguidas em trabalhos futuros com o objetivo de potencializar a rentabilidade
e mitigar riscos, entre elas, o emprego de algum mtodo para identicar estabilidade dos parmetros,
estimao por ltro de Kalman, por exemplo. Outra alternativa aplicar a metodologia proposta a dados
de alta frequncia. Portanto, os resultados encontrados reforam o uso do conceito de cointegrao como
importante ferramenta na gesto quantitativa de fundos.
Referncias
Alexander, Carol, & Dimitriu, Anca. 2005a. Indexing and statistical arbitrage: tracking error or cointe-
gration? Journal of Portfolio Management, 31, 5063.
Alexander, Carol, & Dimitriu, Anca. 2005b. Indexing, cointegration and equity market regimes. Inter-
national Journal of Finance and Economics, 10, 213231.
Andrade, S. C., Pietro, V., & Seasholes, M. S. 2005. Understanding the Protability of Pairs Trading.
UC Berkeley Working Papers. UC Berkeley.
Avellaneda, Marco, & Leey, Jeong-Hyun. 2010. Statistical arbitrage in the US equities market. Quanti-
tative Finance, 10, 122.
Black, F. 1972. Capital Market Equilibrium and Restricted Borrowing. Journal of Business, 45, 444454.
Burges, A. N. 2003. Using Cointegration to Hedge and Trade Internbational Equities. Pages 4169 of:
Sons, John Wiley & (ed), Applied Quantitative Methods for Trading and Investment.
Caldeira, Joo F., & Portugal, Marcelo S. 2010. Estratgia Long-Short, Neutra ao Mercado, e Index
Tracking Baseadas em Portflios Cointegrados. Revista Brasileira de Finanas (a sair).
Capocci, D. P. 2006. The Neutrality of Market Neutral Funds. Global Finance Journal, 17, 309333.
Chan, E. P. 2009. Quantitative Trading: How to Build Your Own Algorithmic Trading Business. New
Jersey: Wiley trading series.
13
Dene-se retornar para a mdia de longo prazo quando a distncia do spread em relao mdia de longo prazo menor
que 0.5 desvios.
15
Do, B., R. Faff, & Hamza, K. 2006 (November). A new approach to modeling and estimation for pairs
trading. Working Paper Series. Monash University.
Dunis, C. L., & Ho, R. 2005. Cointegration portfolios of european equities for index tracking and market
neutral strategies. Journal of Asset Management, 1, 3352.
Dunis, C. L, Giorgioni, G., Laws, J., & Rudy, J. 2010. Statistical Arbitrage and High-Frequency Data
with an Application to Eurostoxx 50 Equities. CIBEF Working Papers. CIBEF.
Elliott, R., der Hoe, J. Van, & Malcolm, W. 2005. Pairs Trading,. Quantitative Finance, 5, 271276.
Enders, W, & Granger, C. W. J. 1998. Unit-Root Tests and Assymetric Adjustment with an Example
Using the Term Structure of Interest Rates. Journal of Business & Economic Statistics, 16, 304311.
Enders, Walter. 2002. Applied Econometric Times Series. New York: John Wiley & sons.
Engle, R., & Yoo, B. 1987. Forecasting and Testing in Co-integrated Systems. Journal of Econometrics,
35, 143159.
Engle, R.F, & Granger, C.W.J. 1987. Co-integration and Error Correction: Representation, Estimation
and Testing. Econometrica, 2, 25176.
Fund, W., & Hsieh, D. 1999. A primer of hedge funds. Journal of Empirical Finance, 6, 309331.
Galenko, A., Popova, E., & Popova, I. 2007. Trading in Presence of Cointegration. SSRN eLibrary.
SSRN.
Gatev, E., Goetzmann, G. W., & Rouwenhorst, K. 2006. Pairs Trading: Performance of a Relative Value
Arbitrage Rule. The Review of Financial Studies, 19, 797827.
Gillespie, D. T. 1996. Exact Numerical Simulation of the Ornstein-Uhlembeck Process and Its Integral.
Phisical Review E, 54, 208491.
Hamilton, James D. 1994. Times Series Analysis. New Jersey: IE-Princeton.
Hendry, D., & Juselius, K. 2001. Explaining cointegration analysis: part II. Energy Journal, 22, 75120.
Hendry, D. F., & Juselius, K. 2000. Explaining Cointegration Analysis: Part I. Energy Journal, 21, 142.
Herlemont, Daniel. 2000. Pairs Trading, Convergence Trading, Cointegration. YATS Working Papers.
YATS Finances & Technologies.
Jacobs, B., Levy, K., & Starer, D. 1993. Long-Short Equity Investing. Journal of Portfolio Management,
1, 5264.
Khandani, A. E., & Lo, A. W. 2007. What happened to the quants in August 2007? Journal of Investment
Management, 5, 554.
Lin, Y., McRae, M., & Gulati, C. 2006. Loss Protection in Pairs Trading through Minimum Prot
Bounds: A Cointegration Approach. Journal of Applied Mathematics and Decision Sciences, 6, 114.
Lintner, J. 1965. The Valuation of Risk Assets and the Selection of Risk Investments in Stock Portfolios
and Capital Budgets. Review of Economics and Statistics, 4, 1337.
Markowitz, H. 1959. Portfolio Selection: Efcient Diversication of Investments. New York: John Wiley
& Sons.
Mudchanatongsuk, S., Primbs, J. A., & Wong, W. 2008. Optimal Pairs Trading: A Stochastic Control
Approach. In: Proccedings of American Control Conference. American Control Conference.
Nath, P. 2006 (November). High Frequency Pairs Trading with U.S Treasury Securities: Risks and
Rewards for Hedge Funds. Working Paper Series. London Business School.
16
Sharpe, W. 1964. Capital Asset Prices: A Theory of Market Equilibrium under Conditions of Risk.
Journal of Finance, 19, 425442.
Stock, J.H., & Watson, M.W. 1988. Testing for Common Trends. Journal of the American Statistical
Association, 83, 10971107.
Uhlembeck, G., & Ornstein, L. 1930. On the Theory of Brownian Motion. Phisical Review, 36, 823841.
Vidyamurthy, G. 2004. Pairs Trading, Quantitative Methods and Analysis. Canada: John Wiley & Sons.
17