[论文解读] Lead-lag detection and network clustering for multivariate time series with an application to the US equity market

Stefanos Bennett, Mihai Cucuringu+1 more|arXiv (Cornell University)|Jan 20, 2022

Complex Systems and Time Series Analysis被引用 4

一句话总结

该论文提出了一种无监督方法，通过将成对的领先-滞后关系建模为有向加权网络并应用高不平衡聚类，来检测多变量时间序列中的领先-滞后聚类。该方法应用于美国股市数据，识别出具有统计显著性的聚类，生成年化波动率为10%、夏普比率为0.62的预测交易信号，表现优于标普500指数，且市场相关性较低。

ABSTRACT

In multivariate time series systems, it has been observed that certain groups of variables partially lead the evolution of the system, while other variables follow this evolution with a time delay; the result is a lead-lag structure amongst the time series variables. In this paper, we propose a method for the detection of lead-lag clusters of time series in multivariate systems. We demonstrate that the web of pairwise lead-lag relationships between time series can be helpfully construed as a directed network, for which there exist suitable algorithms for the detection of pairs of lead-lag clusters with high pairwise imbalance. Within our framework, we consider a number of choices for the pairwise lead-lag metric and directed network clustering components. Our framework is validated on both a synthetic generative model for multivariate lead-lag time series systems and daily real-world US equity prices data. We showcase that our method is able to detect statistically significant lead-lag clusters in the US equity market. We study the nature of these clusters in the context of the empirical finance literature on lead-lag relations and demonstrate how these can be used for the construction of predictive financial signals.

研究动机与目标

• 通过无监督学习检测高维多变量时间序列中的领先-滞后聚类。
• 将成对领先-滞后关系建模为有向加权网络，以实现系统性分析。
• 识别可作为金融市场预测信号的统计显著聚类。
• 在合成数据和真实世界美国股市价格数据上验证该方法。
• 展示领先-滞后聚类在构建稳健、低相关性交易信号方面的实用性。

提出的方法

• 构建一个有向加权网络，其中节点代表时间序列，边代表基于所选成对度量的领先-滞后关系。
• 使用最先进的有向网络聚类算法检测具有高切割不平衡性的社区，表明聚类之间存在强烈的定向影响。
• 采用多种成对领先-滞后度量（例如，带时间滞后的互相关、转移熵）并通过合成实验评估其性能。
• 通过波动率归一化和滚动优化提高金融预测中信号的平稳性和可靠性。
• 通过基于滞后收益对聚类内股票进行排序并每周再平衡，生成预测交易信号。
• 通过蒙特卡洛消融研究（置换聚类标签）验证信号性能，以检验其统计显著性。

实验结果

研究问题

• RQ1 多变量时间序列中的领先-滞后关系能否有效建模为有向网络，以揭示潜在的聚类结构？
• RQ2 在高维系统中，不同成对领先-滞后度量在捕捉有意义的时间依赖性方面表现如何？
• RQ3 美国股市数据中检测到的领先-滞后聚类是否具有统计显著性，且不能由现有金融假说解释？
• RQ4 领先-滞后聚类结构能否被用于在噪声较大的金融市场中生成具有预测性且低相关性的交易信号？
• RQ5 当聚类标签被置换时，预测信号的稳健性如何，从而表明聚类结构的必要性？

主要发现

• 该方法成功检测到美国股市收益中具有统计显著性的领先-滞后聚类，这些聚类无法由实证金融中三个主流的领先-滞后假说所解释。
• 所构建的交易信号实现了年化夏普比率为0.62，单侧p值<0.004，显著优于标普500指数的0.40夏普比率。
• 该信号与市场收益的相关性极低（0.04），表明其并非市场整体风险敞口，而更可能捕捉到一种独特的预测信号。
• 该信号的表现自2012年后开始衰减，与聚类持续性的下降和市场信息效率的提高相吻合。
• 消融测试表明，在原假设（随机聚类）下观察到夏普比率≥0.62的概率为p<0.005，证实了领先-滞后结构的显著性。
• 该信号的日均收益率为2.4个基点，略低于市场的3.0个基点，但风险调整后表现更优，且换手率较低。