الشبكات العصبية العميقة للمراجحة الإحصائية المتينة

الملخص

تصف الوثيقة طريقة قائمة على البيانات لإيجاد استراتيجيات مراجحة إحصائية تسعى إلى الحفاظ على الربحية في ظل عدم اليقين بشأن نموذج السوق. وتستخدم شبكات عصبية عميقة للنظر في أوراق مالية كثيرة معًا، متجنبةً الحاجة إلى تحديد أزواج متكاملة التكامل أولًا. ويوسع ذلك النهج ليشمل أسواقًا أعلى أبعادًا وحالات قد لا ينجح فيها تداول الأزواج التقليدي جيدًا.

كما تنشئ الطريقة مجموعة من مقاييس الاحتمال المعقولة من بيانات السوق المرصودة لتمثيل غموض النموذج. ويصف المؤلفون النهج الناتج بأنه خالٍ من النماذج. ويوردون دراسات تجريبية بأداء مربح في أبعاد تصل إلى 50، بما في ذلك خلال الأزمات المالية وبعد توقف علاقات التكامل المشترك الثنائية عن الاستمرار. ولا يقدم المقتطف مجموعات البيانات أو تصميم التقييم أو افتراضات التكلفة أو مقاييس أداء مفصلة؛ لذا لا يكفي لتقييم المتانة في التداول الفعلي أو لإعادة إنتاج النتائج.

الأفكار الرئيسية

• تُستخدم الشبكات العصبية العميقة لتحديد استراتيجيات المراجحة الإحصائية في ظل غموض النموذج.
• يمكن للطريقة النظر في أوراق مالية كثيرة دون اشتراط أزواج متكاملة التكامل.
• تُشتق مجموعة من مقاييس الاحتمال المعقولة من البيانات المرصودة لتمثيل الغموض.
• تشمل الدراسات التجريبية المبلغ عنها فترات أزمات وحالات يتعطل فيها التكامل المشترك.
• يغفل المقتطف تفاصيل الاختبار وافتراضات تكاليف التداول اللازمة لتقييم الأداء العملي.

الوسوم

# Detecting data-driven robust statistical arbitrage strategies with deep neural networks


# Detecting data-driven robust statistical arbitrage strategies with deep neural networks









We present an approach, based on deep neural networks, that allows identifying robust statistical arbitrage strategies in financial markets. Robust statistical arbitrage strategies refer to trading strategies that enable profitable trading under model ambiguity. The presented novel methodology allows to consider a large amount of underlying securities simultaneously and does not depend on the identification of cointegrated pairs of assets, hence it is applicable on high-dimensional financial markets or in markets where classical pairs trading approaches fail. Moreover, we provide a method to build an ambiguity set of admissible probability measures that can be derived from observed market data. Thus, the approach can be considered as being model-free and entirely data-driven. We showcase the applicability of our method by providing empirical investigations with highly profitable trading performances even in 50 dimensions, during financial crises, and when the cointegration relationship between asset pairs stops to persist.

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.