-
Notifications
You must be signed in to change notification settings - Fork 0
/
artigo_pairs_def_novo.R
278 lines (237 loc) · 11.5 KB
/
artigo_pairs_def_novo.R
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
library(readxl)
library(timetk)
library(purrr)
library(dplyr)
library(doParallel)
library(xts)
library(stringr)
library(partialCI)
library(lubridate)
##### Organizando os Dados
Rcpp::sourceCpp("cpp_return.cpp") ### Código Auxiliar em C++ para estimar os retornos
Dados_2000_2019 <- read_excel("Dados_2000_2019.xlsx")
Dados_2000_2019$Dates <- as.Date(Dados_2000_2019$Dates)
Dados_2000_2019 %>%
map_if(is.character,as.numeric) %>%
tk_tbl(timetk_idx = T) %>%
tk_xts-> Dados_2000_2019
Dados_2008_2018 <- Dados_2000_2019["2008/2018"]
rm(Dados_2000_2019)
Dados_2008_2018[,apply(Dados_2008_2018,2,
function(x) any(is.na(x)) == F),
drop = F] -> Dados_2008_2018
Nomes <- colnames(Dados_2008_2018) ## Taking the names of equity's
Nomes <- str_remove(str_sub(Nomes, 1,6),"\\.")
colnames(Dados_2008_2018) <- Nomes
rm(Nomes)
#formationp <- 24
#tradep <- 3
#pares_sele_crit <- "top_return_balanced"
##### Estimando as combinações de pares
## Ano de 360 dias. 4 anos 1460 dias. 6 meses 180 dias
resultados1 <- NULL
resultados2 <- NULL
resultados <- NULL
sem_ini <- endpoints(Dados_2008_2018,"months",k=tradep)+1 ### Demarca os inicios de cada semestre
sem_fim <- endpoints(Dados_2008_2018,"months",k=tradep)
for(i in 1:length(sem_ini)){
if((date(Dados_2008_2018)[sem_ini[i]]+months(formationp)+months(tradep)-1)<=date(Dados_2008_2018)[nrow(Dados_2008_2018)]){
datas_form <- paste0(date(Dados_2008_2018)[sem_ini[i]],"/",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp)-1)
dados_per_form <- Dados_2008_2018[datas_form]
print(paste0("Periodo de Formação ",datas_form))
no_cores <- detectCores()
pares <- gtools::permutations(n=ncol(dados_per_form),
2,colnames(dados_per_form))
cl <- makeCluster(no_cores)
registerDoParallel(cl)
pares_coint <- foreach(i=1:nrow(pares),
.errorhandling = "pass",
.packages = "partialCI") %dopar%{
fit.pci(dados_per_form[,pares[i,1]],
dados_per_form[,pares[i,2]])
}
stopCluster(cl)
} else{break}
###### Retirando Pares co rho e R2 maior que 0.5
pares_coint <- pares_coint[!sapply(pares_coint,is.null)]
pares_coint <- pares_coint[which(sapply(pares_coint, function(x) is.na(x$rho.se))==F)] ### Retirando Pares com valores vazios
print("Retirando apenas os pares com rho e R² acima de 0.5")
paresR <- pares_coint[sapply(pares_coint,function(x) x$pvmr > 0.5)]
paresR <- paresR[sapply(paresR,function(x) x$rho > 0.5)]
pares_nomes <- sapply(paresR,
function(x) paste0(x$target_name," ",x$factor_names))
###### Teste de Cointegração Parcial
print("Teste de Cointegração Parcial")
cl <- makeCluster(no_cores)
registerDoParallel(cl)
pci_teste <- foreach(i=1:length(paresR),
.errorhandling = "pass",
.packages = "partialCI") %dopar%{
test.pci(paresR[[i]])
}
stopCluster(cl)
pci_teste <- pci_teste[!sapply(pci_teste,function(x) x$p.value[1] > 0.05)]
pci_teste <- pci_teste[!sapply(pci_teste,function(x) x$p.value[2] > 0.05)]
pares_parcial_coint <- lapply(pci_teste, function(x) x$data.name)
pares_parcial_coint <- str_replace(pares_parcial_coint,"/","")
pares_parcial_coint <- str_replace(pares_parcial_coint," ","")
pares_formation <- paresR[which(pares_nomes %in% pares_parcial_coint)]
###### Estimação dos estados Ocultos
print("Estimando Estados Ocultos")
M_norm <- lapply(pares_formation, function(x) statehistory.pci(x)$M)
M_norm <- lapply(M_norm, function(x) x/sd(x)) ## Normaliozando os erros
names(M_norm) <- pares_parcial_coint
###### Preparação para o período de formação dentro da amostra
betas <- as.vector(sapply(pares_formation, function(x) x$beta)) ## estraindo os betas
pares_datas <- lapply(pares_formation, function(x) cbind(x$data,x$basis)) ## Colocando os preços em pares
resultados_form <- list(NULL) ### Resultados do Período de Formação
tr <- c(1,0.5) ## Threshold parta abertura e fechamento de posições
###### Estimando os trades do período de formação
print("Calculando Retornos")
for(j in 1:length(pares_formation)){
invest <- c(1,rep(0,nrow(dados_per_form)-1))
results <- returcalc_for(sinal = M_norm[[j]],
par = pares_datas[[j]],
betas = betas[j],
tr = tr,
invest = invest)
resultados_form[[j]] <- results
}
names(resultados_form) <- pares_parcial_coint
###### Cáculo dos Sharpes e retornos ######
print("Cáculo dos Sharpes")
portret <- NULL
portret$Pares <- pares_parcial_coint
portret$Retorno <- sapply(resultados_form, function(x) ((tail(x$invest,1)/1)-1)*100)
portret$Desvio <- sapply(resultados_form, function(x) sd(x$invest))
portret$Sharp <- portret$Retorno/portret$Desvio
portret$R2 <- sapply(pares_formation, function(x) x$pvmr)
portret <- as_tibble(portret)
resultados1[[paste0("Perido de Formação ",datas_form)]][["Sumario"]] <- portret
resultados1[[paste0("Perido de Formação ",datas_form)]][["Trades"]] <- resultados_form
resultados1[[paste0("Perido de Formação ",datas_form)]][["ParesF"]] <- pares_coint
#######################################################
###### Selecionando os pares com melhor sharpe a ######
###### partir de cada ativo na ponta dependente ######
#######################################################
###### Selecionando os 20 melhores pares ##############
if(pares_sele_crit == "top_sharp_balanced"){
lapply(unique(str_sub(portret$Pares, end = -7)), function(x){
portret %>%
filter(str_sub(Pares, end = -7) == x) %>%
filter(Sharp == max(Sharp))
}) %>%
bind_rows() %>%
arrange(desc(Sharp)) -> pares_trading
pares_trading_20 <- pares_trading[1:20,]
pares_trading_20 <- na.omit(pares_trading_20)
} else if(pares_sele_crit == "top_return_balanced"){
lapply(unique(str_sub(portret$Pares, end = -7)), function(x){
portret %>%
filter(str_sub(Pares, end = -7) == x) %>%
filter(Retorno == max(Retorno))
}) %>%
bind_rows() %>%
arrange(desc(Retorno)) -> pares_trading
pares_trading_20 <- pares_trading[1:20,]
pares_trading_20 <- na.omit(pares_trading_20)
}else if(pares_sele_crit == "top_sharp"){
pares_trading <- arrange(portret, desc(Sharp))
pares_trading_20 <- pares_trading[1:20,]
pares_trading_20 <- na.omit(pares_trading_20)
} else if(pares_sele_crit == "top_return") {
pares_trading <- arrange(portret, desc(Retorno))
pares_trading_20 <- pares_trading[1:20,]
pares_trading_20 <- na.omit(pares_trading_20)
} else if(pares_sele_crit == "random" & nrow(portret) > 20){
pares_trading_20 <- portret[sample(1:nrow(portret),20,replace = F),]
pares_trading_20 <- na.omit(pares_trading_20)
} else if(pares_sele_crit == "random" & nrow(portret) < 20){
pares_trading_20 <- portret
pares_trading_20 <- na.omit(pares_trading_20)
}
###### Formatando dados para período de trading
datas_trading <- paste0(date(Dados_2008_2018)[sem_ini[i]],"/",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp)+months(tradep)-1)
print(paste0("Periodo de Trading ",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp),"/",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp)+months(tradep)-1))
dados_per_trading <- Dados_2008_2018[datas_trading]
print(paste0("Periodo de Trading ",date(dados_per_form)[nrow(dados_per_form)]+1,"/",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp)+months(tradep)-1))
###### Estimando Periodo de trading
print("Estimando")
pares_coint_trading <- list(NULL)
cl <- makeCluster(no_cores)
registerDoParallel(cl)
pares_coint_trading <- foreach(k=nrow(dados_per_form):nrow(dados_per_trading),
.errorhandling = "pass",
.packages = c("partialCI","stringr")) %dopar%{
lapply(pares_trading_20$Pares, function(x) {
fit.pci(dados_per_trading[1:k,str_trim(str_sub(x,end = -7))],
dados_per_trading[1:k,str_trim(str_sub(x, start = -6))])}
)
}
stopCluster(cl)
###### Estimando Eslados Ocultos do período de tradings e normalizando
###### O componente de media
cl <- makeCluster(no_cores)
registerDoParallel(cl)
M_norm_t <- foreach(k=1:nrow(pares_trading_20),
.errorhandling = "stop",
.packages = c("partialCI","stringr")) %dopar%{
lapply(pares_coint_trading, function(x){
tail((statehistory.pci(x[[k]])$M),1)
})
}
stopCluster(cl)
M_norm_t <- lapply(M_norm_t, function(x) unlist(x))
M_norm_t <- lapply(M_norm_t, function(x) x/sd(x))
###### Preparação para os trades
pares_datas <- lapply(pares_coint_trading[[length(pares_coint_trading)]],
function(x) cbind(tail(x$data,length(pares_coint_trading)),
tail(x$basis,length(pares_coint_trading))))
resultados_trading <- list(NULL)
betas <- list(NULL)
for (k in 1:nrow(pares_trading_20)) {
b <- lapply(pares_coint_trading, function(x) x[[k]]$beta) ### Função para extrair
betas[[k]] <- tibble(Beta = mean(unlist(b)),DP = sd(unlist(b))) ### os betas médios
}
#for (k in 1:nrow(pares_trading_20)) {
# b <- lapply(pares_coint_trading, function(x) x[[k]]$beta) ### Função para extrair
# betas[[k]][,2] <- tibble(DP = sd(unlist(b))) ### os desvios dos betas
# }
###### Realizando os tradings
print("Trading")
for(j in 1:nrow(pares_trading_20)){
invest <- c(1,rep(0,length(M_norm_t[[1]])-1))
results <- returcalc_trad(sinal = M_norm_t[[j]],
par = pares_datas[[j]],
betas = betas[[j]]$Beta,
tr = tr,
invest = invest,
lmt_perca = 0.9)
resultados_trading[[j]] <- results
}
names(resultados_trading) <- pares_trading_20$Pares
###### Realizando Trades
print("Cáculo dos Sharpes")
portret_trading <- NULL
portret_trading$Pares <- pares_trading_20$Pares
portret_trading$Retorno <- sapply(resultados_trading, function(x) ((tail(x$invest,1)/1)-1)*100)
portret_trading$Desvio <- sapply(resultados_trading, function(x) sd(x$invest))
portret_trading$Sharp <- portret_trading$Retorno/portret_trading$Desvio
portret_trading$Beta_voL <- sapply(betas, function(x) x$DP)
portret_trading <- as_tibble(portret_trading)
aux <- paste0("Periodo de Trading ",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp),"/",
date(Dados_2008_2018)[sem_ini[i]]+months(formationp)+months(tradep)-1)
resultados2[[aux]][["Sumario"]] <- portret_trading
resultados2[[aux]][["Trades"]] <- resultados_trading
resultados2[[aux]][["ParesT"]] <- pares_coint_trading
}
resultados[["Periodo de Formação"]] <- resultados1
resultados[["Periodo de Trading"]] <- resultados2
saveRDS(resultados,paste0(getwd(),"/resultados/resultados_pci_",
pares_sele_crit,"_",formationp,"f_",tradep,"t",".rds"))