المشفّرات التلقائية الخاضعة للإشراف وإضافة الضوضاء وتسميات الحواجز الثلاثية

الملخص

تبحث هذه الدراسة في استخدام المشفّرات التلقائية الخاضعة للإشراف للتنبؤ المالي وتأثيرها في أداء استراتيجية التداول. تجمع الدراسة بين التمثيلات المتعلّمة والميزات المتمايزة كسريًا وتسميات الحواجز الثلاثية، وتختبر ما إذا كانت إضافة الضوضاء أثناء التدريب تغيّر العوائد المعدّلة حسب المخاطر. ويستخدم التقييم بيانات بيتكوين ولايتكوين وإيثيريوم من يناير 2016 إلى أبريل 2022، مع نسبتي شارب والمعلومات كمقياسين للأداء.

تشير النتائج المذكورة إلى أن إضافة مقدار متوازن بعناية من الضوضاء واختيار عنق زجاجة مناسب للمشفّر التلقائي قد يحسّنان فعالية الاستراتيجية. وقد تقلل الضوضاء المفرطة أو عنق الزجاجة الكبير جدًا الأداء، لذا يلزم ضبط هذه الإعدادات. لا يقدم المقتطف قيمًا محددة للنسب أو خطوط أساس للمقارنة أو تفاصيل التحقق وتكاليف التداول. لذلك تصف استنتاجاته النتائج للأصول وفترة العينة المذكورة، ولا تثبت أن النهج سينجح عبر الأسواق أو في ظروف التداول الفعلي.

الأفكار الرئيسية

• تقيّم الدراسة المشفّرات التلقائية الخاضعة للإشراف للتنبؤ المالي وأداء الاستراتيجيات.
• تجمع الدراسة بين الميزات المتمايزة كسريًا وتسميات الحواجز الثلاثية.
• يؤثر مقدار إضافة الضوضاء وحجم عنق الزجاجة في العوائد المعدّلة حسب المخاطر المقاسة.
• تفضّل النتائج المذكورة إعدادات متوازنة للضوضاء وعنق الزجاجة على القيم المفرطة.
• لا يعرض المقتطف نتائج رقمية أو تفاصيل تحقق كافية لتقييم مدى انطباق النتائج على نطاق أوسع.

الوسوم

# 2411.12753


# Supervised Autoencoders with Fractionally Differentiated Features and Triple Barrier Labelling Enhance Predictions on Noisy Data









This paper investigates the enhancement of financial time series forecasting with the use of neural networks through supervised autoencoders (SAE), to improve investment strategy performance. Using the Sharpe and Information Ratios, it specifically examines the impact of noise augmentation and triple barrier labeling on risk-adjusted returns. The study focuses on Bitcoin, Litecoin, and Ethereum as the traded assets from January 1, 2016, to April 30, 2022. Findings indicate that supervised autoencoders, with balanced noise augmentation and bottleneck size, significantly boost strategy effectiveness. However, excessive noise and large bottleneck sizes can impair performance.

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.