التعلم عبر الإنترنت للمراجحة الإحصائية دون افتراضات الاستقرارية
الملخص
تقدم هذه الوثيقة نهجًا للتعلم عبر الإنترنت للمراجحة الإحصائية. وتقارن هذا النهج باستراتيجيات مألوفة قائمة على نماذج العودة إلى المتوسط، تعتمد تقنياتها على افتراضات قد لا تصح للعمليات العشوائية العامة غير المستقرة. ويُقصد بالبديل المقترح أن يعمل دون الحاجة إلى تلك الافتراضات.
تذكر الوثيقة أن للطريقة ضمانات تعلم قوية، ما يشير إلى أساس نظري للتكيف مع ورود البيانات. لكن الوصف لا يحدد الخوارزمية أو الضمانات بدقة أو قواعد التداول أو كيفية التعامل مع المحفظة وتكاليف المعاملات. كما لا يقدم نتائج تجريبية أو مقارنات. لذلك يُعرض الإسهام بوصفه بديلًا منهجيًا عامًا؛ والمعلومات المتاحة غير كافية لتقييم ربحيته العملية أو متانته في الأسواق الفعلية.
الأفكار الرئيسية
- تعتمد المراجحة الإحصائية التقليدية غالبًا على نماذج العودة إلى المتوسط وافتراضاتها.
- قد لا تصح تلك الافتراضات للعمليات العشوائية العامة غير المستقرة.
- يستخدم البديل المقترح التعلم عبر الإنترنت ولا يتطلب تلك الافتراضات.
- تدعي الوثيقة وجود ضمانات تعلم قوية، لكنها لا تقدم تفاصيل أو تقييمًا تجريبيًا.
الوسوم
النص الكامل
# Online Learning Algorithms for Statistical Arbitrage # Online Learning Algorithms for Statistical Arbitrage Statistical arbitrage is a class of financial trading strategies using mean reversion models. The corresponding techniques rely on a number of assumptions which may not hold for general non-stationary stochastic processes. This paper presents an alternative technique for statistical arbitrage based on online learning which does not require such assumptions and which benefits from strong learning guarantees.
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.