تداول الأزواج في أسواق المراهنات الانتخابية بنموذج احتمالي للارتداد إلى المتوسط

مقال arXiv papers · المؤلف: Haoyu Liu et al.

الملخص

تكيّف دراسة الحالة منطق تداول الأزواج مع أسواق المراهنات السياسية عبر نمذجة الاحتمال الضمني المجمع لمرشحي الحزبين الرئيسيين. وتمثل عملية أورنشتاين-أولنبيك كامنة ذات مستوى ارتداد إلى المتوسط يتغير بمرور الوقت الاحتمال الأساسي، بينما تفسر الضوضاء المضافة أسعار الاحتمالات المعروضة للمراهنة. وتُقدّر المعلمات من بيانات مأخوذة على فترات منتظمة باستخدام دالة ترجيح فضاء الحالة؛ وتُدمج عروض الأسعار المتكررة والمتتالية مع الحفاظ على الزمن المنقضي بينها في الانتقال بالزمن المستمر.

تولّد حدود التنبؤ العليا بالتمهيد البارامتري إشارات عندما يُتوقع انخفاض الاحتمال المجمع، ويختار نموذج من نمط برادلي-تيري سعر الاحتمال المقتبس للمرشح المراد استخدامه. دُرّب نموذج اختيار المرشح على بيانات انتخابات 2020 وقُيّم على بيانات 2024، فنتجت 130 إشارة، وتغطية لخطوة واحدة قدرها 95.1%، ومتوسط عائد اصطناعي لسعر الاحتمالات قدره 1.86%، ونسبة شارب من نمط عائد الصفقة الواحدة غير محسوبة سنويًا قدرها 1.12. هذه مقاييس وصفية بلا احتكاكات، وليست أرباح مراهنات قابلة للتنفيذ؛ ويعرض المؤلفون المنهج بوصفه إثباتًا للمفهوم في أسواق المرشحين الاثنين.

الأفكار الرئيسية

ينمذج الإطار الاحتمال الضمني المجمع لمرشحين بعملية مرتدة إلى المتوسط ذات مستوى متغير زمنيًا وضوضاء.
تقدّر دالة ترجيح فضاء الحالة معلمات النموذج مع مراعاة الزمن المنقضي غير المنتظم بين المشاهدات المحتفظ بها.
تحدد حدود التنبؤ العليا بالتمهيد الانخفاضات المحتملة في الاحتمال الضمني المجمع.
يختار نموذج من نمط برادلي-تيري سعر الاحتمال المقتبس الخاص بالمرشح.
نتائج 2024 خارج العينة وصفية ولا تشمل احتكاكات منصات المراهنة.

الوسوم

العودة إلى المتوسط الإحصاء التداول القائم على الأحداث

النص الكامل

# Adapting Pairs Trading to Gambling Markets A Case Study of the U.S. Presidential Election

Pairs trading exploits mean reversion in the relationship between related assets. We adapt this idea to political betting markets by modelling the combined implied probability of the two major-party nominees with a latent Ornstein-Uhlenbeck process whose mean-reversion level varies over time and whose observations contain additive noise. Model parameters are estimated from regularly sampled odds data using a state-space likelihood, with consecutive repeated values represented by a single retained observation and the elapsed number of sampling intervals preserved in the continuous-time transition. Parametric-bootstrap upper prediction bounds identify signal times at which the combined implied probability is likely to decline, and a no-intercept Bradley-Terry-type model selects the candidate-specific odds quote. The candidate-selection model is trained on 2020 U.S. presidential-election data and evaluated out of sample on 2024 data. The 2024 analysis produced 130 signals, empirical one-step coverage of 95.1%, a mean synthetic odds-price return of 1.86%, and an unannualized per-trade Sharpe-type ratio of 1.12. These returns are frictionless descriptive quantities rather than executable betting-exchange profits. The results support the integrated framework as a proof of concept for two-candidate electoral markets.

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.