The use of stochastic differential equations offers great advantages for statistical arbitrage pairs trading. In particular, it allows the selection of pairs with desirable properties, e.g., strong mean-reversion, and it renders traditional rules of thumb for trading unnecessary. This study provides an exhaustive survey dedicated to this field by systematically classifying the large body of literature and revealing potential gaps in research. From a total of more than 80 relevant references, five main strands of stochastic spread models are identified, covering the ‘Ornstein–Uhlenbeck model’, ‘extended Ornstein–Uhlenbeck models’, ‘advanced mean-reverting diffusion models’, ‘diffusion models with a non-stationary component’, and ‘other models’. Along these five main categories of stochastic models, we shed light on the underlying mathematics, hereby revealing advantages and limitations for pairs trading. Based on this, the works of each category are further surveyed along the employed statistical arbitrage frameworks, i.e., analytic and dynamic programming approaches. Finally, the main findings are summarized and promising directions for future research are indicated.
W ostatnich latach znacznie zwiększa się wykorzystanie odnawialnych nośników energii. Tendencja ta związana jest głównie z wyczerpywaniem się zasobów paliw kopalnych oraz z problemami oddziaływania konwencjonalnej energetyki na środowisko, głównie w zakresie emisji gazów cieplarnianych. Zaprezentowano statystyki, cyklicznie publikowanej przez GUS, a dotyczące produkcji energii elektrycznej i ciepła z odnawialnych nośników energii w latach 2003-2013. Zamodelowano przebiegi produkcji energii elektrycznej i ciepła stochastycznymi równaniami różniczkowymi. Rozwiązanie równań metodą Eulera umożliwia symulację przebiegów w horyzoncie średnioterminowym. Modelowanie przebiegów w postaci równań stochastycznych pozwala na wprowadzenie do analizy ryzyka.
EN
The use of renewable energy sources has been significantly increased since a few last years. The tendency is generally connected with limited resources of fossil fuels and with environmental impacts of power engineering, especially emissions of greenhouse gases. Statistical data of generation of electricity and heat from RES, frequently published by GUS, are presented. On that basis some medium-term simulations of electricity generation and heat production from RES are presented using stochastic differential equations (SDE) and Euler methodology. Modeling of power engineering processes using SDE enables consideration of the risk in simulation.
3
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
The book under review presents advanced tools of stochastic calculus and stochastic differential equations of Itô type, illustrated by several problems and applications. It is a continuation of Volume 1: Deterministic Modeling, Methods and Analysis. It is addressed to interdisciplinary graduate/undergraduate students and to interdisciplinary young researchers.
Rynkowy charakter gospodarki energetycznej powoduje, że w okresach zmian strukturalnych i kryzysowych modele globalne wymagają modyfikacji metodyk, gdyż załamują się dotychczasowe trendy, a konieczne jest uwzględnienie niepewności otoczenia oraz ryzyka finansowego, inwestycyjnego itp. Wskaźniki energochłonności umożliwiają monitoro¬wanie gospodarki energetycznej kraju, dając podstawę do realizacji predykcji zapotrzebowania na energię pierwotną i fi¬nalną modelami typu „end-use”. Przebiegi współczynników energochłonności można zamodelować stochastycznymi równa¬niami różniczkowymi. Rozwiązanie równań metodą Eulera umożliwia symulację przebiegów w horyzoncie średniotermino¬wym. Na tej podstawie zbudowano model typu „end-use” prognozy zapotrzebowania na energię, który może wspierać analizę bilansu energetycznego kraju. Przedstawiono przykładowe wyniki symulacji, które powinny być weryfikowane ocenami eksperckimi.
EN
The market rules of energy management require deep improvement of global models methodology. The historical drifts have collapsed. The uncertainty of energy processes cause financial and investment risk. The control of energy efficiency coefficients enables monitoring of national energy economy. The coefficients are necessary in forecasting of primary and final energy demand in the “end-use” models. Stochastic differential equations characterize the behavior of energy efficiency coefficients as continuous time stochastic processes. Numerical solution of stochastic differential equations could use the Euler method and enables simulation of stochastic variables in the medium-term horizon. The end-use model of energy forecast has been constructed. The model may support research on energy balance. The simulation results, which should be verified using expert estimations, are presented.
5
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
W artykule omówiono możliwości pakietu SDE Toolbox przeznaczonego do rozwiązywania stochastycznych równań różniczkowych. Przedstawiono podstawowe wady i zalety założeń przyjętych przez autora pakietu. Pokazano podstawy obsługi pakietu.
EN
The article discusses the possibility of the SDE Toolbox intended for solving stochastic differential equations. The basic advantages and disadvantages of the assumptions made by the author of the SDE Toolbox are shown. There are shown usage of the toolbox.
6
Dostęp do pełnego tekstu na zewnętrznej witrynie WWW
We formulate some criteria for the existence of an invariant measure for Markov chains and Markov processes. We also show their application in the theory of function systems and stochastic differential equations
PL
W pracy formułujemy kryteria dla istnienia miary niezmienniczej dla łańcuchów i procesów Markowa. Następnie pokazujemy ich użyteczność w teorii iterowanych układów funkcyjnych i stochastycznych równań rózniczkowych.
Ruch układu dynamicznego może być wywołany przez różne czynniki pochodzenia zewnętrznego lub wewnętrznego. Przy modelowaniu matematycznym wybieramy zewnętrzne czynniki wymuszające, których wpływ na układ jest najbardziej znaczący. Takie czynniki zewnętrzne są zazwyczaj nazywane wymuszeniami. Reakcja układu na zadane wymuszenia jest scharakteryzowana matematycznie przez określoną transformację zwaną operatorem układu. Dla szerokiej klasy rzeczywistych układów dynamicznych związek między wymuszeniami a reakcja jest scharakteryzowany przez równania różniczkowe ruchu. Dynamiczne układy mechaniczne reprezentujące obiekty pływające są ściśle związane z procesami stochastycznymi. Zmienne stanu i parametry wejścia w tych modelach mają charakter probabilistyczny. Modele matematyczne takich układów są reprezentowane przez układy stochastycznych równań różniczkowych tworząc układy równań Ito^ .
EN
Motion of a dynamic system can be generated by different external or internal factors. At mathematical modelling external excitation factors of the most significant effect on the system, are selected. Such external factors are usually called excitations. Response of the system to given excitations is mathematically characterized by a definite transformation called operator of a system. For a broad class of dynamic systems the relation between excitations and response is characterized by differential equations of motion. Dynamic mechanical systems which represent floating objects are tightly associated with stochastic processes. State variables and input parameters of the models are of probabilistic character. Mathematical models of such systems are represented by sets of stochastic differential equations, and form sets of Ito^ equations.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.