Marco matemático para asumir riesgo de momentum en acciones

Resumen

El documento presenta la asunción de riesgo de momentum como una gestión en tiempo real de la volatilidad bursátil a corto plazo. El sistema propuesto convierte una teoría sobre cómo las noticias afectan a los precios de las acciones en tablas discretas de rendimientos esperados para distintos horizontes de inversión, que después guían las decisiones de trading automatizado. También relaciona el enfoque con el aprendizaje automático, los procesos aleatorios, el movimiento browniano fraccionario y la toma de decisiones fuera de los mercados.

Los autores informan de experimentos históricos y en tiempo real satisfactorios, pero esta descripción no ofrece detalles de la muestra, cifras de rendimiento ni métodos de comparación. La teoría subyacente del impacto en los precios se describe como basada en funciones matemáticas especializadas, y los procedimientos de aprendizaje automático apenas se caracterizan. Por tanto, el resumen presenta un marco propuesto, pero no información suficiente para evaluar sus supuestos, implementación o robustez.

Ideas clave

• El enfoque trata la asunción de riesgo de momentum como un control en tiempo real de la volatilidad bursátil a corto plazo.
• Una teoría del impacto de las noticias se discretiza en tablas de rendimientos esperados para varios horizontes de inversión.
• Esas tablas se utilizan como entradas para un sistema automatizado de trading de acciones.
• Los autores informan de experimentos históricos y en tiempo real, pero aquí no dan resultados cuantitativos.

Etiquetas

# Artificial intelligence approach to momentum risk-taking


# Artificial intelligence approach to momentum risk-taking









We propose a mathematical model of momentum risk-taking, which is essentially real-time risk management focused on short-term volatility of stock markets. Its implementation, our fully automated momentum equity trading system presented systematically, proved to be successful in extensive historical and real-time experiments. Momentum risk-taking is one of the key components of general decision-making, a challenge for artificial intelligence and machine learning with deep roots in cognitive science; its variants beyond stock markets are discussed. We begin with a new algebraic-type theory of news impact on share-prices, which describes well their power growth, periodicity, and the market phenomena like price targets and profit-taking. This theory generally requires Bessel and hypergeometric functions. Its discretization results in some tables of bids, which are basically expected returns for main investment horizons, the key in our trading system. The ML procedures we use are similar to those in neural networking. A preimage of our approach is the new contract card game provided at the end, a combination of bridge and poker. Relations to random processes and the fractional Brownian motion are outlined.

Se muestra íntegramente con atribución según la licencia de la fuente. Licencia: abstract CC0

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.