Доходность, скорректированная на размах

Коэффициент

Значение

p-value

Значение

p-value

(Intercept)

1.01

0.24

2.48

0.21

av_ff

0.00

0.41

0.00

0.78

correl

0.18

0.00

0.54

0.00

dif_ff

0.00

0.18

0.00

0.40

diff_bidask

13.37

0.72

25.21

0.77

log_av_10liq

-0.06

0.64

-0.09

0.75

log_av_adtv

-0.07

0.41

-0.30

0.12

log_av_mcap

0.01

0.94

0.05

0.85

log_dif_10liq

0.01

0.89

-0.01

0.95

log_dif_adtv

0.00

0.94

0.02

0.84

log_dif_mcap

0.03

0.14

0.08

0.03

Метрики качества регрессии представлены в таблице ниже. R²моделей составляет 16,5% и 24,8% соответственно, что является невысоким результатом в сравнении с другими моделями. По результатам F-теста регрессия в целом значима, p-value теста равно 0.005 для регрессии с доходностью и 0.000174 для регрессии с доходностью, деленной на размах.

	Доходность	Доходность, деленная на размах
R2	0.165	0.248
F-статистика	2.683	4.493
P-value F-теста	5.00E-03	1.74E-05

Для британского рынка статистически значимым оказался только один фактор: корреляция между парами инструментов, которая положительно влияла на доходность стратегии. Ни один из показателей ликвидности на британском рынке не был статистически значим для доходности стратегии.

С учетом низких средних доходностей статистического арбитража, это означает, что для британского рынка стратегия теряет свою актуальность: арбитражеры контролируют все возможные ниши, отслеживая расхождения как на ликвидных, так и на низколиквидных инструментах.

3.4 Индия

Исходные данные.

Проверка эффективности стратегии для индийского рынка осуществлялась на акциях, входящих в состав индекса NIFTY-50. Ниже приведены отдельные метрики по индийскому рынку:

Индийский рынок, индекс NIFTY	.
Кол-во инструментов в составе индекса	51
Суммарная капитализация индекса, млрд. USD	842
Суммарный ADTV индекса, млн. USD.	1 236
Средний Free-Float (методология TR)	55%
Количество сформированных торговых пар	78

Всего на основе акций в индексе было сформировано 78 торговых пар, для которых тестировалась стратегия. Наибольшее число торговых пар принадлежало секторам Banks (28 пар ), Automobiles(15) и IT-Services(10 пар)



Российский рынок, основные данные	.
Automobiles	15
Banks	28
Construction Materials	6
Electric Utilities	1
IT Services	10
Metals & Mining	1
Oil, Gas & Consumable Fuels	6
Pharmaceuticals	10
Wireless Telecommunication Services	1

Для сформированных пар были рассчитаны доходности стратегии, представленные на диаграмме ниже, в разбивке по отраслям:

Рис. 15. Средняя доходность стратегии на индийском рынке, в разбивке по отраслям.

Как можно видеть, максимальные доходности достигаются при применении стратегии на акциях компаний сектора Metals & mining (28% годовых) и сектора IT-services (8% годовых). Отдельно стоит отметить, что по каждой отрасли в среднем статистический арбитраж демонстрирует положительные доходности.

Ниже приведена диаграмма среднедневного объема торгов в разбивке по отраслям. Наиболее ликвидными сточки зрения проторговываемого объема являются акции компаний банковского сектора, затем идут IT-компании и фармацевтические компании.



Рис. 16. Среднедневной объем торгов, млн. долл.

Иным, относительным показателем ликвидности является коэффициент Free-float, показывающий долю акций, находящихся в свободном обращении. Ниже приводится диаграмма по среднему free-float для торговых пар в разбивке по отраслям. Так, для индийского рынка типичный free-float колеблется в диапазоне от 30% до 70%

Рис. 17. Средний Free-float для торговых пар, в разбивке по отраслям.

Одной из метрик ликвидности, используемой в терминале EikonReuters, является индикатор, показывающий, какой объем торгов (в млн. USD) необходим для изменения цены акции на 1%. Фактически, данный показатель является косвенной метрикой глубины стакана. На диаграмме ниже представлено среднее значение данного показателя для торговых пар в среднем по отраслям.

Рис. 18. Среднее значение объема торгов, необходимого для сдвига цены на 1%, в млн. USD.

Как можно видеть, при ранжировании по данному показателю наиболее ликвидными оказываются акции нефтегазовых компаний, акции компаний банковского сектора, и сектора телекоммуникаций.

Регрессионная модель.

Для определения характера влияния ликвидности на эффективность стратегии будет построено 2 регрессионные модели. В первой модели в качестве объясняемой переменной будет использована доходность стратегии, скорректированная на bid-ask спред. Во второй модели в качестве объясняемой переменной будет использована годовая доходность, деленная на размах доходности. Таким образом, первая модель оценит влияние факторов ликвидности на доходность, вторая - на нормированную доходность, т.е. фактически модель оценит влияние ликвидности на устойчивость стратегии.

Приведем список объясняющих переменных, используемых в данных моделях:

§ av_ff - среднийFree-floatпо инструментам торговой пары.

§ Correl - коэффициент корреляции между ценами двух инструментов в торговой паре

§ dif_ff - разница между free-float коэффициентами инструментов пары

§ diff_bidask - разница междуbid-ask спредами торговой пары

§ log_av_10liq - десятичный логарифм среднего объема торгов, необходимого для изменения цены на 1%, среднее по двум инструментам.

§ log_av_adtv - десятичный логарифм среднего ADTV в торговой паре

§ log_av_mcap - десятичный логарифм средней капитализации инструментов ADTV в торговой паре

§ log_dif_10liq - десятичный логарифм разности среднего объема торгов, необходимого для изменения цены на 1%

§ log_dif_adtv - десятичный логарифм разности ADTV в торговой паре

§ log_dif_mcap - десятичный логарифм разности ADTV в торговой паре

В таблице представлены результаты регрессии:

Объясняемая переменная:	Доходность		Доходность, скорректированная на размах
Коэффициент	Значение	p-value	Значение	p-value
(Intercept)	-0.67	0.30	-3.75	0.11
av_ff	0.00	0.48	0.00	0.86
correl	0.17	0.00	0.65	0.00
dif_ff	0.00	0.60	0.00	0.45
diff_bidask	68.17	0.35	283.97	0.27
log_av_10liq	0.02	0.77	0.12	0.65
log_av_adtv	-0.04	0.66	-0.26	0.44
log_av_mcap	0.13	0.08	0.66	0.01
log_dif_10liq	-0.02	0.54	-0.02	0.85
log_dif_adtv	-0.01	0.86	-0.12	0.38
log_dif_mcap	-0.02	0.11	-0.05	0.25

Метрики качества регрессии представлены в таблице ниже. R² составляет в 28,5% для модели с доходностью и 32,4% для модели с доходностью, деленной на размах. По результатам F-теста регрессия в целом значима, p-value теста равно 0.005 для регрессии с доходностью и 0.002 для регрессии с доходностью, деленной на размах (относительной доходностью).

	Доходность	Доходность, деленная на размах
R2	0.288	0.324
F-статистика	2.705	3.211
P-value F-теста	0.008	0.002

Для индийского рынка статистически значимыми факторами являются только корреляция между ценами инструментов и рыночная капитализация инструментов..

§ correl- положительно влияет и на доходность, и на относительную доходность

§ log_av_mcap - фактор положительно влияет как на доходность, так и на относительную доходность стратегии

§ log_dif_mcap - фактор отрицательно влияет на доходность стратегии. P-value при коэффициенте близко к критическому уровню (составляет 0.11), но недостаточно для признания фактора статистически значимым. Экономическое влияние фактора при этом незначительное.

На индийском рынке оптимальными для арбитража являются акции компаний с большой капитализацией, как с точки зрения доходности, так и с позиции устойчивости стратегии. При этом какие-либо более сложные паттерны влияния ликвидности на индийском рынке обнаружить не удалось.

Для индийского рынка характерны существенные положительные доходности для стратегии статистического арбитража при слабой сегментации результатов стратегии на основе критериев ликвидности. Данный феномен может быть объяснен следующим образом. Сегментация доходностей стратегии по ликвидности и иным критериям появляется, когда на рынок приходят игроки-арбитражеры. В Индии существует несколько фондовых бирж, и большинство крупных компаний имеют листинг на нескольких крупнейших биржах (как правило, на NSE и BSE). Таким образом, для арбитражеров доступна более простая стратегия классического арбитража, и у игроков меньше необходимости для реализации более сложных стратегий статистического арбитража. Так как статистический арбитраж менее популярен, участники реже реализуют эту стратегию, привлекая ликвидность в наиболее доходные для этого инструменты. Как следствие, влияние ликвидности на доходность статистического арбитража в Индии выражена слабо.

3.5 Обобщение результатов анализа

После построения индивидуальных моделей задачей является обобщение полученных результатов.

Доходность арбитража.

Ниже приведена диаграмма по средней доходности стратегии для разных стран.

Рис.19 Средняя доходность стратегии

Так, стратегия в среднем генерирует 0.3% годовых для индекса DAX и 0.5% для FTSE; с корректировкой на bid-ask спред результаты составляют -0.7% и 0.1% соответственно. В то же время на российском рынке стратегия в среднем получает 9.7% годовых а на индийском 3.8% годовых.(с корректировкой 7.4% и 3.5% годовых соответственно). Полученные результаты свидетельствуют от том, что для развивающихся рынков характерны лучшие арбитражные возможности, чем для развитых.

Устойчивость стратегии

Ниже представлена диаграмма относительной устойчивости стратегии для различных стран (доходность на конец периода, деленная на разницу между максимальной и минимальными доходностями за период).

Рис.20 Средняя относительная доходность стратегии

Аналогично ситуации с доходностью, развивающиеся рынки демонстрируют большую устойчивость стратегии. Для российского и индийского рынков устойчивость составляет 0.29 и 0.21 соответственно, тогда как немецкий и британский рынки характеризуются меньшими показателями в 0.17 и 0.03 соответственно.

Влияние ликвидности: регрессионные модели

В таблице приведены коэффициенты регрессионных моделей, где в роли факторов выступают переменные ликвидности, а в роли объясняющей переменной - доходность стратегии. Указаны только коэффициенты со статистической значимостью на уровне 10%.



Влияние на среднюю доходность
Коэффициент	DAX	FTSE	MICEX	NITFY
correl	0.292	0.177	0.086	0.165
diff_bidask
av_ff	0.003		0.003
log_av_10liq
log_av_adtv	-0.540
log_av_mcap	0.445		0.173	0.127
dif_ff	-0.003
log_dif_10liq
log_dif_adtv	0.160
log_dif_mcap	-0.109		0.020

Для всех стран характерно положительное влияние корреляции между активами на результативность стратегии, что является очевидным результатом. В то же время, профили влияния ликвидности у разных стран оказались различающимися.

Для Германии предпочтительными для арбитража оказываются акции с более высоким free-float, причем желательно, чтобы инструменты характеризовались одинаковым free-float.Аналогичная направленность факторов наблюдается для рыночной капитализации: положительно влияют инструменты с высокой капитализацией, при этом желательно, чтобы инструменты в паре были однородны по капитализации.Обратная ситуация с влиянием объема торгов: рост объема торгов негативно влияет на доходность стратегии, а разность объемов - положительно. Таким образом, в Германии оптимальными для арбитража является пара акций с высокой капитализацией, и низкими объемами торгов. Данное сочетание - высокая капитализация и низкие объемы торгов - является достаточно редким, поэтому в среднем парный трейдинг для немецкого фондового рынка оказывается малоэффективным.

В Великобритании единственным статистически значимым фактором для доходности является коррелированность активов. Ликвидность не является детерминантом доходностей для британского рынка вне зависимости от способа её измерения. С учетом низких средних доходностей статистического арбитража, это означает, что для британского рынка стратегия теряет свою актуальность: арбитражеры контролируют все возможные ниши, отслеживая расхождения как на ликвидных, так и на низколиквидных инструментах.

Для российского рынка статистически значимыми факторами помимо корреляции являются free-float компаний и их рыночная капитализация. Free-float, средняя капитализация инструментов торговой пары и разница в капитализации данных инструментов - все эти факторы положительно влияют на результативность стратегии. Таким образом, оптимальными для арбитража являются акции крупных компаний с высокой долей акций в свободном обращении, тогда как на акциях малых и неликвидных компаний арбитраж менее эффективен.

На индийском рынке статистический арбитраж оказался менее эффективным, чем на российском, но по прежнему доходным. Статистически значимыми факторами, влияющими на доходность стратегии, оказались только корреляция и рыночная капитализация компаний, которые положительно влияют на доходность стратегии. При этом другие метрики, оценивающие ликвидность, оказались статистически незначимыми.

На основе проведенного анализа можно сформулировать следующие выводы:

§ На развитых рынках статистический арбитраж уже прошел пик своей актуальности. При применении стратегии арбитражер будет вынужден конкурировать с другими игроками рынка, поэтому средние доходности данной стратегии на развитых рынках низкие и близки к нулевым.

§ Факторы ликвидности на развитых рынках либо не оказывают влияния на эффективность стратегии, либо позволяют выделить узкую группу инструментов, для которой статистический арбитраж ограниченно эффективен.

§ Для развивающихся рынков стратегия сохраняет актуальность и позволяет получать в среднем положительные доходности, поскольку на рынке мало других арбитражеров, с которыми участник конкурировал бы за прибыль.

§ На развивающихся рынках при прочих равных более ликвидные инструменты ассоциируются с более эффективной реализацией стратегии статистического арбитража. Существующие на рынке (пока еще не многочисленные) арбитражеры привлекают дополнительную ликвидность в инструменты, подходящие для арбитража, формируя, таким образом, одну из составляющих взаимосвязи "ликвидность-доходность".

§ Для разных стран отдельные факторы ликвидности, определяющие наиболее доходные инструменты для реализации, могут различаться, что свидетельствует о необходимости проведения дополнительных исследований для формирования индивидуальных рекомендаций по применению стратегии на разных рынках



Заключение

В данной работе была представлено исследование эффективности стратегии перекрестного арбитража на рынках развитых и развивающихся стран, а также проведен анализ влияния различных показателей ликвидности на доходность данной стратегии. В процессе исследования было выявлено, что для развивающихся рынков стратегия статистического арбитража является в целом прибыльной и эффективной, тогда как для развитых рынков статистический арбитраж генерировал в среднем нулевую доходность.

Анализ влияния ликвидности показал, что для развивающихся рынков более высокое доходности ассоциируются с более ликвидными инструментами, тогда как на развитых рынках взаимосвязь между ликвидностью и доходностью менее устойчивая или практически отсутствует. Ключевую роль в структуре выявленных взаимосвязей играет сам факт распространенности стратегий. Сильная взаимосвязь с ликвидностью и более высокие доходности наблюдаются именно на развивающихся рынках, где стратегия статистического арбитража менее распространена в сравнении с развитыми рынками.

Также данная работа позволяет сформировать рекомендации инвесторам по применению стратегии. Для реализации стратегии следует отдавать предпочтение рынкам развивающихся стран, и при прочих равный применять стратегию на более ликвидных инструментах. Для большей эффективности следует провести анализ влияния ликвидности на доходность стратегии для каждого рынка в отдельности, с целью выявления характера зависимости на данном локальном рынке. После анализа следует осуществить конечный подбор инструментов, руководствуясь выявленными в ходе анализа ликвидности критериями.



Список использованной литературы

1. Бондаренко А. Оптимизатор для поиска прибыльных стратегий// FinancialOne №12 (63) Декабрь, 2013

2. Володин С. Н. Проблемы распространения алгоритмической торговли на крупнейших мировых биржах //Труды МАИ. - 2012. - №. 52.

3. Володин С.Н. Тенденции развития, эффективность и регулирование алгоритмической торговли.//Наукознание, - 2012. - № 1.

4. Володин С.Н., Коченков И.А. Влияние ликвидности на эффективность перекрестного арбитража//Управление корпоративными финансами №4, 2014

5. Володин С.Н., Коченков И.А. Статистический арбитраж на российском фондовом рынке//Аудит и финансовый анализ, 6'2013

6. Пардо.Р. Разработка, тестирование, оптимизация торговых систем для биржевого трейдера. - Москва, 2002.

7. Рабец О. Toxic-арбитраж.// Financial One №3 (66) Март, 2014

8. Aldridge, Irene, 1975 - High-frequency trading : a practical guide to algorithmic strategies and trading system John Wiley & Sons, Inc.

9. Andrade S.C., Pietro V.,Seasholes M. Understanding the Profitability of Paid Traiding// Draft paper.February 15, 2005. Mark S, Seasholes, UC Berkeley CA 94720-1900, tel. 510-642-4700, Email: mss@haas.berkeley.edu;

10. Bowen, David, Mark Hutchinson, and Niall O'Sullivan. High frequency equity pairs trading: transaction costs, speed of execution and patterns in returns.//Journal of Trading, Forthcoming (2010).

11. Broussard, John, and Mika Vaihekoski. "Profitability of pairs trading strategy in Finland." Available at SSRN 1729182 (2010)

12. Demir I., Muthuswamy J., Walter T. Momentum returns in australian equities: The influences of size, risk, liquidity and return computation. // Pacific-Basins financial journal. (12) 2005 p.143-158.

13. Do, Binh, and Robert W. Faff. "Does simple pairs trading still work?." //Financial Analysts Journal 66.4 (2010): 83-95.

14. Engelberg J., Gao P., Jagannathan R.. An anatomy of pairs trading: the role of idiosyncratic news, common information and liquidity.// Draft paper.February 22, 2009

15. Figuerola-Ferretti I., Paraskevopoulos I., Tang T. Pairs Trading and Relative Liquidity in the European Stock Market. - 2014.

16. Gatev E., Goetzmann W.,Rouwenhorst K.G. Pairs trading: Performance of a Relative-Value Arbitrage rule// The review of financial studies, v 19 #3, 2006

17. Geert Bekaert, Campbell R.Harvey, Christian Lundblad. Liquidity and expected return: Lessons from emerging markets. //The review of financial studies, v 20 #5 2007.

18. Hong G., Susmel R..(2004) Pairs-Trading in the Asian ADR Market // june,2004.

19. Jacobs H., Weber M. On the determinants of pairs trading profitability //Journal of Financial Markets. - 2015. - Т. 23.

20. Papadakis, George and Peter Wysocki. Pairs trading and accounting information. //Boston University and MIT Working Paper (2007).

21. Shaojun Jenny and Li, Feng, Empirical Investigation of an Equity Pairs Trading Strategy / Draft paper(August 28, 2012).

22. Spiegel Mattew , Wang Xiaotong Cross-sectional variation in stock returns: liquidity and idiosyncratic risk. / Draft paper/ September 8, 2005. Yale school of management.



Приложение 1. Оценка регрессионных моделей

Россия

Оценка влияния на доходность, скорректированную на Bid-ask спред

Оценка влияния на относительную доходность



Германия

Оценка влияния на доходность, скорректированную на Bid-ask спред

Оценка влияния на относительную доходность



Великобритания

Оценка влияния на доходность, скорректированную на Bid-ask спред

Оценка влияния на относительную доходность



Индия

Оценка влияния на доходность, скорректированную на Bid-ask спред

Оценка влияния на относительную доходность



Приложение 2. Вспомогательный код для тестировщика стратегии

Процедура для создания базы для регрессии

Sub CalcReturn()

Dim linq1 As Range

Dim stcol As Integer, strow As Integer

' создаем массивы-ссылки на столбцы листа stats в экселе

Dim names As Range, industries As Range, frfloat As Range, adtv As Range, bidask As Range

Set linq1 = ActiveWorkbook.Sheets(2).Cells(2, 1) 'names start since here and down

Dim len1 As Integer ' длина списка с ценными бумагами

Set names = Range(linq1, linq1.End(xlDown))

Set industries = Range(linq1.Offset(0, 2), linq1.Offset(0, 2).End(xlDown))

Set frfloat = Range(linq1.Offset(0, 3), linq1.Offset(0, 3).End(xlDown))

Set adtv = Range(linq1.Offset(0, 4), linq1.Offset(0, 4).End(xlDown))

Set bidask = Range(linq1.Offset(0, 5), linq1.Offset(0, 5).End(xlDown))

len1 = names.Count

''''''''''''''''''''''''''''''''''''''''''''''''''''''

Dim cnt As Integer

ReDim Name(len1)

Dim startpoint() As Integer

Dim endpoint() As Integer

Dim namelist() As String

Dim len2 As Integer ' длина списка с диапазонами для индустрий

len2 = 2

ReDim startpoint(1 To 2)

ReDim endpoint(1 To 2)

ReDim namelist(1 To 2)

' поиск границ диапазонов для securities разных секторов

startpoint(1) = 1

namelist(1) = industries.Cells(1, 1)

For cnt = 2 To len1

If industries.Cells(cnt, 1) <> industries.Cells(cnt - 1, 1) Then

ReDim Preserve startpoint(1 To len2)

ReDim Preserve endpoint(1 To len2)

ReDim Preserve namelist(1 To len2)

endpoint(len2 - 1) = cnt - 1 ' так как список в экселе идет не с первой строки

startpoint(len2) = cnt ' но в Range - с первой

namelist(len2) = industries.Cells(cnt, 1).Value

len2 = len2 + 1

End If

Next

len2 = len2 - 1

endpoint(len2) = len1

' MsgBox "11"

' в 3-х массивах хранятся наборы "отрасть - начало диапазона - конец диапазона".

' создаем массивы для конечных данных

Dim sec1() As String, sec2() As String, industry() As String, _

adtv1() As Variant, adtv2() As Variant, ff1() As Variant, ff2() As Variant, _

bidask1() As Double, bidask2() As Double, _

ret() As Double, numtr() As Double, _

ret2() As Double, numtr2() As Double, _

minpos() As Double, maxpos() As Double, _

stdev() As Double, stdev2() As Double, correl() As Double

Dim len3 As Long ' длина финальной выдачи с результатами

len3 = 1

ReDim sec1(1 To len3)

ReDim sec2(1 To len3)

ReDim industry(1 To len3)

ReDim adtv1(1 To len3)

ReDim adtv2(1 To len3)

ReDim ff1(1 To len3)

ReDim ff2(1 To len3)

ReDim bidask1(1 To len3)

ReDim bidask2(1 To len3)

ReDim ret(1 To len3)

ReDim numtr(1 To len3)

ReDim ret2(1 To len3)

ReDim numtr2(1 To len3)

ReDim minpos(1 To len3)

ReDim maxpos(1 To len3)

ReDim stdev(1 To len3)

ReDim stdev2(1 To len3)

ReDim correl(1 To len3)

' начинаем перебирать пары внутри отрасли

Dim cnt2 As Integer, cnt3 As Integer 'счетчики для попарного перебора

For cnt = 1 To len2 ' перебор диапазонов

'перебор внутри диапазона

If endpoint(cnt) - startpoint(cnt) > 0 Then

cnt2 = startpoint(cnt)

Do While cnt2 < endpoint(cnt) 'security #1

cnt3 = cnt2 + 1

Do While cnt3 <= endpoint(cnt) 'security #2

''''

'''' Doing some stuff

sec1(len3) = names(cnt2, 1)

sec2(len3) = names(cnt3, 1)

industry(len3) = namelist(cnt) ' здесь пишется отрасль

adtv1(len3) = adtv(cnt2)

adtv2(len3) = adtv(cnt3)

ff1(len3) = frfloat(cnt2)

ff2(len3) = frfloat(cnt3)

bidask1(len3) = bidask(cnt2)

bidask2(len3) = bidask(cnt3)

'вызываем процедуру для получения доходностей

Call replacer(cnt2, cnt3)

ret(len3) = ActiveWorkbook.Sheets(3).Range("W2")

numtr(len3) = ActiveWorkbook.Sheets(3).Range("W4")

ret2(len3) = ActiveWorkbook.Sheets(3).Range("W3")

numtr2(len3) = ActiveWorkbook.Sheets(3).Range("W5")

minpos(len3) = ActiveWorkbook.Sheets(3).Range("W6")

maxpos(len3) = ActiveWorkbook.Sheets(3).Range("W7")

stdev(len3) = ActiveWorkbook.Sheets(3).Range("W8")

stdev2(len3) = ActiveWorkbook.Sheets(3).Range("W9")

correl(len3) = ActiveWorkbook.Sheets(3).Range("W10")

''''

''''

cnt3 = cnt3 + 1

' информацию в выдачу добавили,

' теперь растягиваем массивы

len3 = len3 + 1

ReDim Preserve sec1(1 To len3)

ReDim Preserve sec2(1 To len3)

ReDim Preserve industry(1 To len3)

ReDim Preserve adtv1(1 To len3)

ReDim Preserve adtv2(1 To len3)

ReDim Preserve ff1(1 To len3)

ReDim Preserve ff2(1 To len3)

ReDim Preserve bidask1(1 To len3)

ReDim Preserve bidask2(1 To len3)

ReDim Preserve ret(1 To len3)

ReDim Preserve numtr(1 To len3)

ReDim Preserve ret2(1 To len3)

ReDim Preserve numtr2(1 To len3)

ReDim Preserve minpos(1 To len3)

ReDim Preserve maxpos(1 To len3)

ReDim Preserve stdev(1 To len3)

ReDim Preserve stdev2(1 To len3)

ReDim Preserve correl(1 To len3)

Loop

cnt2 = cnt2 + 1

Loop

End If

Next

' переводим выдачу в эксель

Dim Destination As Range

Set Destination = ActiveWorkbook.Sheets(4).Range("A2")

Set Destination = Destination.Resize(UBound(sec1), 1)

Destination.Value = Application.Transpose(sec1)

Set Destination = ActiveWorkbook.Sheets(4).Range("B2")

Set Destination = Destination.Resize(UBound(sec2), 1)

Destination.Value = Application.Transpose(sec2)

Set Destination = ActiveWorkbook.Sheets(4).Range("C2")

Set Destination = Destination.Resize(UBound(industry), 1)

Destination.Value = Application.Transpose(industry)

Set Destination = ActiveWorkbook.Sheets(4).Range("D2")

Set Destination = Destination.Resize(UBound(adtv1), 1)

Destination.Value = Application.Transpose(adtv1)

Set Destination = ActiveWorkbook.Sheets(4).Range("E2")

Set Destination = Destination.Resize(UBound(adtv2), 1)

Destination.Value = Application.Transpose(adtv2)

Set Destination = ActiveWorkbook.Sheets(4).Range("F2")

Set Destination = Destination.Resize(UBound(ff1), 1)

Destination.Value = Application.Transpose(ff1)

Set Destination = ActiveWorkbook.Sheets(4).Range("G2")

Set Destination = Destination.Resize(UBound(ff2), 1)

Destination.Value = Application.Transpose(ff2)

Set Destination = ActiveWorkbook.Sheets(4).Range("H2")

Set Destination = Destination.Resize(UBound(bidask1), 1)

Destination.Value = Application.Transpose(bidask1)

Set Destination = ActiveWorkbook.Sheets(4).Range("I2")

Set Destination = Destination.Resize(UBound(bidask2), 1)

Destination.Value = Application.Transpose(bidask2)

Set Destination = ActiveWorkbook.Sheets(4).Range("J2")

Set Destination = Destination.Resize(UBound(ret), 1)

Destination.Value = Application.Transpose(ret)

Set Destination = ActiveWorkbook.Sheets(4).Range("K2")

Set Destination = Destination.Resize(UBound(numtr), 1)

Destination.Value = Application.Transpose(numtr)

Set Destination = ActiveWorkbook.Sheets(4).Range("L2")

Set Destination = Destination.Resize(UBound(ret2), 1)

Destination.Value = Application.Transpose(ret2)

Set Destination = ActiveWorkbook.Sheets(4).Range("M2")

Set Destination = Destination.Resize(UBound(numtr2), 1)

Destination.Value = Application.Transpose(numtr2)

Set Destination = ActiveWorkbook.Sheets(4).Range("N2")

Set Destination = Destination.Resize(UBound(minpos), 1)

Destination.Value = Application.Transpose(minpos)

Set Destination = ActiveWorkbook.Sheets(4).Range("O2")

Set Destination = Destination.Resize(UBound(maxpos), 1)

Destination.Value = Application.Transpose(maxpos)

Set Destination = ActiveWorkbook.Sheets(4).Range("P2")

Set Destination = Destination.Resize(UBound(stdev), 1)

Destination.Value = Application.Transpose(stdev)

Set Destination = ActiveWorkbook.Sheets(4).Range("Q2")

Set Destination = Destination.Resize(UBound(stdev2), 1)

Destination.Value = Application.Transpose(stdev2)

Set Destination = ActiveWorkbook.Sheets(4).Range("R2")

Set Destination = Destination.Resize(UBound(correl), 1)

Destination.Value = Application.Transpose(correl)

'добавляем заголовки

Dim Titles As Variant

Titles = Array("Sec1 name", "Sec2 name", "Industry", "Adtv1", "Adtv2", _

"Freefloat1", "Freefloat2", "bidask1", "bidask2", "return", "num of trades", _

"return-half", "num of trades-half", "minpos", "maxpos", "std", "stdhalf", "correl")

Set Destination = ActiveWorkbook.Sheets(4).Range("A1")

Set Destination = Destination.Resize(1, 20)

Destination.Value = Titles

MsgBox "11"

End Sub

Процедура для получения доходности для отдельной пары

Sub replacer(numOfName1 As Integer, numOfName2 As Integer)

Dim price As Range

' копируем первый ряд с ценами

Set price = Range(ActiveWorkbook.Sheets(1).Cells(1, numOfName1 + 1), _

ActiveWorkbook.Sheets(1).Cells(1, 1 + numOfName1).End(xlDown))

price.Copy ActiveWorkbook.Sheets(3).Cells(1, 2)

' копируем второй ряд

Set price = Range(ActiveWorkbook.Sheets(1).Cells(1, numOfName2 + 1), _

ActiveWorkbook.Sheets(1).Cells(1, 1 + numOfName2).End(xlDown))

price.Copy ActiveWorkbook.Sheets(3).Cells(1, 3)

' пересчитываем лист, чтобы далее пользоваться результатом самого экселя

ActiveWorkbook.Sheets(3).Calculate

End Sub

Размещено на Allbest.ru

...