rt
最近接着去年的工作捣鼓 + 复现 + 优化了几个mid freq statistical equity arbitrage
发现after fee的Sharpe 基本虽然能beat，但不多(~1.5)
当然calmar 比较好看，毕竟有hedge的成分在
而且相当一部分的净值来自于pre-2020 era，在2021 & 2023 & 2024 这种全体疯牛的年份里risk-adjusted之后是没有比board market更superior
而且还要承受更高的turnover
所以statistical equity arbitrage 的未来在哪里？
难道真的只能去读MBA 做fundamental L/S?
转型am ，吃管理费 
在平台基金间周转？ 
既然策略有high turover，感觉人也可以带着策略到处跑
well obviously I’m asking the future direction of this theme…
alpha就是不断找的啊。
fundamental更不靠谱
but viking can achieve a much better long-term performance than most stats traders w/ much larger capacity?
个人认为是很多stats traders一直换策略，或者策略本身就不太显著，或者策略只能小规模不能大规模。
瞎动不如不动的意思。
外行一直对stats/quant trading比较好奇 - 我能理解这个资金量一大会导致价差回归，套利空间就小了。
但是想问对于散户（资金量<1M) 的资金量，算上交易成本，一个pretty good algo 能做到多好呢？同时这里所说的mid freq 一周交易数量是什么数量级）？
I think it’s pretty common & easy for a daily-weekly rebalance strategy pair-trading US equities to achieve ~1.5 sharpe for a few years after fee. There’s a tons of paper on this. But in practice now people do it on a basket against another basket, and securities are not limited to US equities
谢谢
所以实际操作上可以拿自己roth这么干？
不知道有没有一些公开的reference materials to get one started （有统计相关research经验，但没做过finance）
tbh idk
i guess it’s very limited, in established firms people have proprietary backtesting and simulation engines. you can implement your own tho (which is not difficult), but imo the biggest challenge is data. most paper either do not open source the code or do not share the data
2022-2024年化40-50% 肯定没问题。
2025的话我大概是到一月20%到二月10%，也挺满意了，川普弄的波动性太大了。
谢谢o老师。是不是可以这样理解：做统计套利要占这几方面（不局限于）：1. 有独家/独特数据 2. 资金量小 3. 算法比别人强。
对于小资金无独特数据情况，一个medicorely good algo还是能有alpha是因为做的是大资金看不上的niche？
已经很impressive了，大概的principle是什么呢
1.5的sr，算5% vol的话，就是年化7.5%，美股的话其实不错了呀，不晓得你的gmv是多少。
这年头叫mid freq的太多了，从日内到几天的都有，看你怎么定义了
看成了 “总统套利的未来在哪里” 
点进来之前还以为是讨论Trump发币的
Nonpublic info
Thick tail lottery
Sentiment
这两周新做了个结果还行，又能水一篇ssrn了
黄老师的图咋删了