عوامل الانتباه للمراجحة الإحصائية المراعية للتكاليف

الملخص

تطور الورقة إطارًا يتعلم عوامل كامنة شرطية لتحديد الأسهم المرتبطة ورصد سوء التسعير النسبي وصياغة سياسة تداول تراعي تكاليف التداول. وتُبنى عوامل الانتباه فيه على تضمينات خصائص الشركات، بما يسمح بالتفاعلات بين تلك الخصائص. ويستخرج نموذج تسلسلي إشارات السلاسل الزمنية من محافظ البواقي، ويُحسّن تقدير العوامل بالاشتراك مع استراتيجية المراجحة لاستهداف الربحية المعدلة حسب المخاطر بعد التكاليف.

يذكر المؤلفون نسبة شارب خارج العينة تتجاوز أربعةً لأكبر الأسهم الأمريكية خلال فترة قدرها 24 عامًا، وحلًا من خطوة واحدة بنسبة شارب قدرها 2.3 بعد خصم تكاليف المعاملات. ويقولون أيضًا إن العوامل الأضعف قد تظل مهمة لقرارات المراجحة. ولا يحدد المقتطف بناء المحفظة أو افتراضات التنفيذ أو اختبارات المتانة، لذا ينبغي فهم النتائج المبلغ عنها في نطاق مجموعة الأصول وتصميم التقييم المحددين في الدراسة.

الأفكار الرئيسية

• تُتعلم عوامل الانتباه الكامنة الشرطية من تضمينات خصائص الشركات.
• توفر محافظ عوامل البواقي إشارات سلاسل زمنية عبر نموذج تسلسلي.
• يُحسّن تعلم العوامل وبناء الاستراتيجية معًا لمراعاة تكاليف التداول.
• تذكر الدراسة نتائج قوية لنسبة شارب خارج العينة للأسهم الأمريكية الكبيرة، وتؤكد قيمة العوامل الضعيفة.

الوسوم

# Attention Factors for Statistical Arbitrage


# Attention Factors for Statistical Arbitrage









Statistical arbitrage exploits temporal price differences between similar assets. We develop a framework to jointly identify similar assets through factors, identify mispricing and form a trading policy that maximizes risk-adjusted performance after trading costs. Our Attention Factors are conditional latent factors that are the most useful for arbitrage trading. They are learned from firm characteristic embeddings that allow for complex interactions. We identify time-series signals from the residual portfolios of our factors with a general sequence model. Estimating factors and the arbitrage trading strategy jointly is crucial to maximize profitability after trading costs. In a comprehensive empirical study we show that our Attention Factor model achieves an out-of-sample Sharpe ratio above 4 on the largest U.S. equities over a 24-year period. Our one-step solution yields an unprecedented Sharpe ratio of 2.3 net of transaction costs. We show that weak factors are important for arbitrage trading.

يُعرض النص كاملًا مع نسبه إلى مصدره وفقًا لترخيصه. الترخيص: abstract CC0

أعدّ وكيل الأبحاث في Stratmill هذا الملخص استنادًا إلى المصدر الأصلي؛ وهو ليس نسخة منه.