t-estadísticas de la media de retorno, el uso de Newey-West errores estándar

Question

He visto que en varios documentos, donde el objetivo fue evaluar el rendimiento de una determinada estrategia de inversión, que el uso de t-estadística para la prueba de significación en los resultados. Sin embargo, esto parece un poco extraño para mí como el t-estadística, se supone que tienen algunos teóricos significa que el medio observado se desvíe de lo que no se dice en el artículo. El particular, su artículo me estoy refiriendo a es "Comercio de Pares: el Rendimiento de una Relación-Valor del Arbitraje Regla", por Gatev et al. Hay varios otros en los que el uso de pruebas similares.

Así que mi primera pregunta es ¿qué estas t-estadísticas dicen ellos (o lo que es lo que yo no entiendo)?

Por otra parte, me pregunto cómo la Newey-West error estándar, tal como se utiliza en esta manera, podría calcularse en Matlab. Hasta donde tengo entendido no hay ninguna construido en función a ello. Después de algunos googleing podía encontrar un código, aunque no parecía tener varios defectos (si he entendido la conversación al respecto) así que supongo que no era utilizable.

Parece que varias preguntas similares han sido hechas antes sin éxito (https://stats.stackexchange.com/questions/43898/newey-west-t-statistics), esperemos que soy un poco más suerte esta vez!

Nota: no estoy seguro de si se me permite la cruz-post como este, me hizo esta pregunta originalmente en las estadísticas.stackexchange sin éxito. Pero como se trata de quant negociación de algún nivel pensé que podría también tratar de preguntar aquí.

Answer 1

En este caso, el t-estadístico se utiliza para determinar si los retornos son estadísticamente diferentes de cero (el teórico de la media). Una pequeña estadística t implicaría que la hipótesis nula (no significativo exceso de retorno) no puede ser rechazada. Newey-West errores estándar se utilizan para corregir las correlaciones de los términos de error a lo largo del tiempo.

He escrito una función de Matlab para calcular Newey-West errores estándar, con la opción de tener el gal una longitud determinada por la Newey-West (1994) plug-in.

Con el fin de utilizar el código que se necesita para tener su regresión de los residuos de la matriz calculada.

function nwse = NeweyWest(e,X,L)
% PURPOSE: computes Newey-West adjusted heteroscedastic-serial
%          consistent standard errors
%---------------------------------------------------
% where: e = T x n vector of model residuals
%        X = T x k matrix of independant variables
%        L = lag length to use
%
%        se = Newey-West standard errors
%---------------------------------------------------

indexxx = sum(isnan(X),2)==0;
X = X(indexxx,:);
e = e(indexxx,:);

[N,k] = size(X);
k = k+1;
X = [ones(N,1),X];


if nargin < 3
% Newey-West (1994) plug-in procedure
L = floor(4*((N/100)^(2/9)));
end


Q = 0;
for l = 0:L
    w_l = 1-l/(L+1);
    for t = l+1:N
        if (l==0)   % This calculates the S_0 portion
            Q = Q  + e(t) ^2 * X(t, :)' * X(t,:);
        else        % This calculates the off-diagonal terms
            Q = Q + w_l * e(t) * e(t-l)* ...
                (X(t, :)' * X(t-l,:) + X(t-l, :)' * X(t,:));
        end
    end
end
Q = (1/(N-k)) .*Q;

nwse = sqrt(diag(N.*((X'*X)\Q/(X'*X))));

end

Answer 2

Creo que este código soluciona sus problemas. En el caso de que h0 es cero, mientras que el lag puede ser igual a 6 (o 5)

la función y=NWtest(ret,lag,h0)

T=size(ret,1);
vv=var(ret);

for l=1:1:lag

    cc=cov(ret(1:end-l),ret(l+1:end));
    vv=vv+2*(1-l/lag)*cc(1,2);
end

y=(mean(ret)-h0)/sqrt(vv)*sqrt(T);

final