Statistical Arbitrage ของ Andrew Pole: ประวัติ ทฤษฎี และการถดถอยของ pairs trading
หนังสือของ Andrew Pole ว่าด้วย statistical arbitrage ตั้งแต่ pairs trading ยุค Morgan Stanley ทฤษฎี mean reversion จนถึงเหตุที่ผลตอบแทนหายไปหลังปี 2000 บทความนี้สรุปจากสารบัญและบทที่ 1 ที่ Wiley เผยแพร่ให้อ่านตัวอย่าง

ขอบเขตของบทความ: สรุปจากสารบัญฉบับเต็มและบทที่ 1 ที่สำนักพิมพ์ Wiley เปิดให้อ่านตัวอย่าง รวมกับข้อมูลหนังสือจากหน้าสำนักพิมพ์ ยังไม่ได้อ่านบทอื่น เนื้อหาบทอื่นสรุปจากชื่อหัวข้อในสารบัญเท่านั้น
pairs trading ฟังดูง่าย หาหุ้นสองตัวที่ราคาเดินคล้ายกัน เมื่อราคาแยกห่างก็ซื้อตัวที่ถูกและ short ตัวที่แพง แล้วรอให้กลับมาบรรจบ คำถามที่คนสนใจกลยุทธ์นี้ควรถามคือ ทำไมวิธีที่เคยทำเงินมากจึงได้ผลน้อยลง และยังเหลือโอกาสอะไรอยู่ หนังสือของ Andrew Pole ตั้งใจตอบคำถามนั้น
หนังสือเล่มนี้ว่าด้วยอะไร
Statistical Arbitrage: Algorithmic Trading Insights and Techniques เขียนโดย Andrew Pole พิมพ์โดย Wiley ฉบับปกแข็งเดือนตุลาคม 2007 ความยาว 256 หน้า ISBN 9780470138441 (หน้าหนังสือของ Wiley) ISBN 9780470175460 ในแคตตาล็อกของ Libro เป็นระเบียน Wiley ปี 2008 ของหนังสือชื่อเดียวกัน (Open Library) ไม่พบหลักฐานว่ามีฉบับพิมพ์ครั้งอื่น
หน้าสำนักพิมพ์ระบุว่า Pole เป็น Managing Director ที่ TIG Advisors ในนิวยอร์ก เชี่ยวชาญ quantitative strategies และ risk management และเป็นผู้เขียนร่วมของ Applied Bayesian Forecasting and Time Series Analysis คำอธิบายหนังสือบอกว่าเนื้อหามาจากงานวิจัยและประสบการณ์บริหารกองทุน statistical arbitrage แปดปี และเขียนให้ทั้งนักลงทุนที่ต้องการภาพรวม และ quant ที่สนใจ modeling, risk management และการนำไปใช้จริง
เนื้อหาครอบคลุมหัวข้ออะไร
สารบัญมี 11 บท (สารบัญ):
บท | ชื่อบท | หัวข้อย่อยบางส่วนตามสารบัญ |
|---|---|---|
1 | Monte Carlo or Bust | Beginning; Whither? And Allusions |
2 | Statistical Arbitrage | Noise Models, Popcorn Process, Identifying Pairs, Portfolio Configuration and Risk Control |
3 | Structural Models | Exponentially Weighted Moving Average, Autoregression and Cointegration, Dynamic Linear Model, A Factor Model |
4 | Law of Reversion | The 75 percent Rule และบทพิสูจน์, Inhomogeneous Variances, Application to U.S. Bond Futures |
5 | Gauss Is Not the God of Reversion | Camels and Dromedaries |
6 | Interstock Volatility | Primer on Measuring Spread Volatility |
7 | Quantifying Reversion Opportunities | Reversion in a Stationary Random Process, Nonstationary Processes |
8 | Nobel Difficulties | Event Risk, Redemption Tension, The Story of Regulation Fair Disclosure |
9 | Trinity Troubles | Decimalization, Competition, Volatility Is the Key, A Perspective on 2003 |
10 | Arise Black Boxes | Modeling Expected Transaction Volume and Market Impact |
11 | Statistical Arbitrage Rising | Catastrophe Process, Using the Cuscore to Identify a Catastrophe, Implications for Risk Management |
โครงของเล่มแบ่งได้เป็นสองช่วง บทที่ 1–7 คือประวัติและทฤษฎีว่าทำไม reversion จึงเกิดและวัดได้อย่างไร บทที่ 8–11 คือการเปลี่ยนแปลงของตลาดที่ทำให้กลยุทธ์ได้ผลน้อยลง เช่น การเปลี่ยนเป็นราคาทศนิยม (decimalization) การแข่งขัน และระบบเทรดอัตโนมัติ แล้วจบด้วยสัญญาณของโอกาสใหม่
แนวคิดที่น่าสนใจจากบทที่ 1
บทที่ 1 Monte Carlo or Bust ยาวเจ็ดหน้า (บทที่ 1)
จุดเริ่มต้นของ pairs trading ผู้เขียนเล่าว่าในปี 1985 ทีมนักวิจัยภายใต้ Nunzio Tartaglia ที่ Morgan Stanley สร้างโปรแกรมซื้อขายหุ้นเป็นคู่ เดิมทีมาจากโจทย์ hedging ของโต๊ะ block trading เชิงอรรถบอกว่า Paul Wilmott ให้เครดิต Gerry Bamberger ก่อนหน้านั้น และผู้เขียนยืนยันไม่ได้ว่าเป็นโปรแกรมเดียวกันหรือไม่ (หน้า 1)
ตัวอย่างหุ้นสายการบิน รูปที่ 1.1 ใช้ราคาปิดของ Continental Airlines (CAL) และ American Airlines (AMR) ปี 2002–2004 แสดงว่าส่วนต่างราคาเปิดกว้างและหดแคบสลับกัน ซึ่งเป็นภาพพื้นฐานของการเข้าเมื่อส่วนต่างกว้างและออกเมื่อแคบ (หน้า 2)
ยุคน้ำแข็งของ stat arb ผู้เขียนเปรียบว่ายุคน้ำแข็งเริ่มปี 2000 และหนักที่สุดในปี 2004 ผลตอบแทนลดลงมากจนคนประกาศว่ากลยุทธ์นี้จบแล้ว แต่เขาเห็นว่ายังเร็วไปที่จะตัดสิน เพราะมี price pattern ใหม่บน high-frequency timeframe ซึ่งร่างไว้ในบทที่ 11 (หน้า 4)
เขียนแบบประวัติที่มีคำอธิบาย ผู้เขียนบอกว่าเกือบตั้งชื่อเล่มว่า The Rise and Fall and Rise? of Statistical Arbitrage และยืนยันว่าบทที่ 1–7 ที่ดูเป็นเรื่องเก่ามีค่า เพราะต้องรู้ว่าอะไรเคยได้ผลและทำไม จึงจะเข้าใจว่าการเปลี่ยนโครงสร้างตลาดทำลายมันอย่างไร (หน้า 4–5)
บทนี้ยังแสดงท่าทีของผู้เขียนต่อ modeling เขาบอกว่าสิ่งที่ model จับได้เป็นผลลัพธ์จากพฤติกรรมของคน ไม่ใช่กลไกต้นเหตุ และข้อมูลราคาในอดีตแม้แม่นยำแต่จะไม่เกิดซ้ำ จึงต้องเข้มงวดกับการตั้งสมมติฐานและการทดสอบ (หน้า 6–7)
พื้นฐานที่ควรมีก่อนอ่าน
หัวข้อในสารบัญอย่าง autoregression, cointegration, dynamic linear model, factor analysis และบทพิสูจน์ของกฎ 75 เปอร์เซ็นต์ บอกว่าผู้อ่านควรมีพื้น statistics และ time series ระดับหนึ่ง ข้อนี้เป็นการอนุมานจากสารบัญ บทที่ 1 เองอ่านได้โดยไม่ต้องใช้คณิตศาสตร์
เหมาะกับใคร และใครควรเริ่มจากเล่มอื่นก่อน
เหมาะ กับคนที่สนใจ pairs trading หรือ mean reversion ในหุ้นและอยากเข้าใจทั้งทฤษฎีและเหตุที่กลยุทธ์เสื่อม ไม่ใช่แค่สูตรเข้าออก
ควรรู้ไว้ ว่าเนื้อหาเรื่องโครงสร้างตลาดอิงตลาดหุ้นสหรัฐฯ ช่วงก่อนปี 2007 การเปลี่ยนแปลงหลังจากนั้นไม่อยู่ในเล่ม
ควรเริ่มจากเล่มอื่นก่อน ถ้ายังไม่คุ้นกับแนวคิด time series พื้นฐาน
ข้อจำกัดของข้อมูลที่ใช้ในบทความนี้
อ่านเฉพาะบทที่ 1 (หน้า 1–7) และสารบัญ บทที่ 2–11 สรุปจากชื่อหัวข้อเท่านั้น
จำนวนหน้าไม่ตรงกัน Wiley ระบุ 256 หน้า ส่วน Open Library ระบุ 320 หน้าสำหรับ ISBN 9780470175460
ภาพปกในโฟลเดอร์ต้นทางเป็นหนังสือคนละเล่ม จึงไม่ได้ใช้ภาพนั้น
บทความนี้ไม่ได้ทดลอง model ในเล่ม
แหล่งอ้างอิง
Statistical Arbitrage: Algorithmic Trading Insights and Techniques · Wiley · ข้อมูลหนังสือ คำอธิบาย ประวัติผู้เขียน
Contents (PDF) · Wiley · สารบัญฉบับเต็ม
Chapter 1: Monte Carlo or Bust (PDF) · Wiley · บทที่ 1 ทั้งบท หน้า 1–7
Open Library: 9780470175460 · Internet Archive · ข้อมูลระเบียน ISBN
หนังสือที่กล่าวถึงในบทความนี้

Statistical Arbitrage: Algorithmic Trading Insights and Techniques
Andrew Pole
สารบัญ 11 บทครอบคลุมการเลือกคู่หุ้น time series model กฎการกลับตัว 75 เปอร์เซ็นต์ และผลของการเปลี่ยนโครงสร้างตลาด
บทความนี้อ่านจบได้ในตัวเอง หนังสือด้านบนคือจุดต่อยอดสำหรับผู้ที่ต้องการศึกษาลึกขึ้น
อ่านต่อ
25 ตุลาคม 2569
Stochastic Calculus for Finance I: ปูพื้น risk-neutral pricing ด้วย binomial modelเล่มแรกของชุด Stochastic Calculus for Finance โดย Steven Shreve ใช้ binomial model สอน derivatives pricing แบบ no-arbitrage, martingale และ change of measure บทความนี้สรุปจากคำนำ สารบัญ และบทนำที่ Springer เปิดให้อ่านตัวอย่าง
25 ตุลาคม 2569
Quantitative Risk Management ฉบับปรับปรุง: ตำราหลักด้าน risk measurementตำราของ McNeil, Frey และ Embrechts ฉบับปรับปรุงปี 2015 ว่าด้วย model ความเสี่ยงด้านตลาด เครดิต และปฏิบัติการ บทความนี้สรุปจากสารบัญ คำนำ และบทที่ 1 ที่ Princeton University Press เผยแพร่ให้อ่านตัวอย่าง
25 ตุลาคม 2569
Stochastic Finance with Python: จาก Monte Carlo ถึง Black-Scholes ด้วยโค้ด Pythonหนังสือของ Avishek Nag จาก Apress ปี 2024 ว่าด้วย probability, stochastic process และ model การเงินที่เขียนด้วย Python เชิงวัตถุ บทความนี้แนะนำขอบเขตเนื้อหาจากคำอธิบายหนังสือและ repository โค้ดของสำนักพิมพ์
