التعلم المعزز للمراجحة الإحصائية عبر تداول أزواج الأسهم

الملخص

تعرض هذه الدراسة إطارًا للتعلم المعزز لا يعتمد على نموذج للمراجحة الإحصائية عبر تداول أزواج الأسهم. وتبني أولًا فارقًا يرتد إلى المتوسط باختيار معاملات الأصول التي تقلل مقياسًا تجريبيًا للمدة التي يستغرقها الفارق للارتداد. ويستبدل ذلك معيار زمن الارتداد المرصود بالاعتماد على افتراض نموذج ثابت.

يستخدم الإطار التعلم المعزز لاختيار استراتيجية الارتداد إلى المتوسط عند التداول. وتتضمن حالته اتجاهات حركة الأسعار الحديثة، بدلًا من الاعتماد فقط على بُعد الفارق عن متوسط طويل الأجل، كما تُصمم مكافأته بما يلائم خصائص التداول القائم على الارتداد إلى المتوسط. ويعرض الوصف المتاح التصميم، لكنه لا يقدم نتائج أداء تجريبية أو تفاصيل التدريب أو مقارنة باستراتيجيات أخرى. لذلك يشرح نهجًا، فيما تظل فعاليته العملية ومتانته غير مثبتتين هنا.

الأفكار الرئيسية

• يبني الإطار فروق الأسهم المزدوجة بتقليل مقياس تجريبي لزمن الارتداد.
• تُحسّن معاملات الأصول ضمن عملية بناء الفارق.
• يُستخدم التعلم المعزز لاختيار إجراءات التداول الخاصة بالفارق.
• يشمل تمثيل الحالة اتجاهات الأسعار الحديثة وسياق الارتداد إلى المتوسط.
• لا يورد الوصف دليلًا على الأداء أو تفاصيل التنفيذ.

الوسوم

# Advanced Statistical Arbitrage with Reinforcement Learning


# Advanced Statistical Arbitrage with Reinforcement Learning









Statistical arbitrage is a prevalent trading strategy which takes advantage of mean reverse property of spread of paired stocks. Studies on this strategy often rely heavily on model assumption. In this study, we introduce an innovative model-free and reinforcement learning based framework for statistical arbitrage. For the construction of mean reversion spreads, we establish an empirical reversion time metric and optimize asset coefficients by minimizing this empirical mean reversion time. In the trading phase, we employ a reinforcement learning framework to identify the optimal mean reversion strategy. Diverging from traditional mean reversion strategies that primarily focus on price deviations from a long-term mean, our methodology creatively constructs the state space to encapsulate the recent trends in price movements. Additionally, the reward function is carefully tailored to reflect the unique characteristics of mean reversion 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.