التعلم العميق الشامل لتداول خيارات الأسهم

الملخص

يصف المستند نهجًا للتعلم الآلي من البداية إلى النهاية يحول بيانات سوق الخيارات مباشرة إلى إشارات تداول. وعلى خلاف المناهج التي تحدد ديناميكيات السوق أو تعتمد على نموذج لتسعير الخيارات، يدرب هذا النهج نماذج لتعلم العلاقة بين البيانات المرصودة وقرارات التداول. كما يدرج تنظيم معدل دوران المحفظة لمراعاة نشاط التداول وتكاليفه.

يمتد الاختبار التاريخي المذكور لأكثر من عقد من خيارات الأسهم لمكونات مؤشر S&P 100. ويذكر المؤلفون أداءً أفضل بعد تعديله بحسب المخاطر مقارنة بالاستراتيجيات القائمة على القواعد، ومكاسب إضافية من تنظيم معدل دوران المحفظة في ظل تكاليف معاملات مرتفعة جدًا. ولا يقدم الملخص تفاصيل النموذج أو أرقام الأداء أو معلومات عن تصميم التحقق، لذا لا يمكن تقييم قوة النتائج أو مدى تعميمها عمليًا اعتمادًا على هذا الوصف وحده.

الأفكار الرئيسية

• يتعلم النهج إشارات التداول مباشرة من بيانات سوق الخيارات دون تحديد ديناميكيات السوق أو نموذج لتسعير الخيارات.
• يستخدم نموذج تعلم عميق شاملًا لتحويل المشاهدات إلى قرارات تداول.
• يُدرج تنظيم معدل دوران المحفظة لمعالجة نشاط التداول وتكاليف المعاملات.
• يغطي الاختبار التاريخي المذكور أكثر من عقد من خيارات أسهم مكونات S&P 100.
• يذكر المؤلفون تحسن الأداء المعدل بحسب المخاطر مقارنة باستراتيجيات قائمة على القواعد.

الوسوم

# Deep Learning for Options Trading: An End-To-End Approach


# Deep Learning for Options Trading: An End-To-End Approach









We introduce a novel approach to options trading strategies using a highly scalable and data-driven machine learning algorithm. In contrast to traditional approaches that often require specifications of underlying market dynamics or assumptions on an option pricing model, our models depart fundamentally from the need for these prerequisites, directly learning non-trivial mappings from market data to optimal trading signals. Backtesting on more than a decade of option contracts for equities listed on the S&P 100, we demonstrate that deep learning models trained according to our end-to-end approach exhibit significant improvements in risk-adjusted performance over existing rules-based trading strategies. We find that incorporating turnover regularization into the models leads to further performance enhancements at prohibitively high levels of transaction costs.

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.