配对交易——关于策略优化的若干要点

图片来自：https://nikolaevny.github.io/
Universal Cointegration for Pairs Trading via Machine Learning.
文章使用的配对是可口可乐和百事可乐

文章对比了三种方法：

1. Convergent Cross Mapping (CCM) +KNN算法 CCM 使用 k-Nearest Neighbor (kNN) 算法在每个系列中寻找可以在交叉映射中耦合的最近邻
2. 一个由简单的线性估计算法校准的AR(1)模型 一个简单的线性估计算法
3. 一个格兰杰回归（GR）模型，带有自动阶次选择和普通最小二乘法拟合 选择和普通最小二乘法拟合。

结果来看，还是很理想的：

Performance Statistics CCM/kNN GR AR

Number of Trades 34 34 36
Profitable trades 26 19 24
Success rate 75.78% 66.81% 64.67%
Cumulative Return [PnL] 338.22% 269.74% 185.91%
Annualized Mean Return 71.74% 57.11% 38.36%
Annualized StDeviation 48.15% 47.35% 35.58%
Annualized Sharpe Ratio 1.48 1.26 1.12
Maximum Drawdown 0.0807 0.1077 0.2463