Saltar al contenido
Todos los documentos de la biblioteca

Aprendizaje de vínculos entre empresas para estrategias de contagio del momentum

Artículo arXiv papers · Autor: Ryan Samson et al.

Resumen

Este documento propone los vínculos de vectores de características como aproximación a las relaciones entre empresas. Utiliza características para estimar los vínculos: primero mide la similitud euclidiana y después aplica aprendizaje automático de cognición cuántica para aprender la similitud. El objetivo es representar las conexiones entre empresas de una forma que pueda orientar estrategias de trading basadas en el contagio del momentum.

Los resultados reportados indican que las estrategias construidas con ambos métodos de similitud pueden ser rentables y que la similitud aprendida mediante QCML supera a la versión euclidiana. La descripción no identifica los datos, el periodo de la muestra, los costes de transacción, los controles de riesgo ni el diseño de evaluación, y no ofrece medidas numéricas de rendimiento. Por tanto, la comparación respalda el método propuesto dentro del estudio descrito, pero no aclara su robustez ni su aplicabilidad en distintos mercados.

Ideas clave

  • Se proponen los vínculos de vectores de características como aproximación a las relaciones entre empresas.
  • Se utilizan la distancia euclidiana y QCML para estimar la similitud entre empresas.
  • La medida de similitud aprendida se aplica a estrategias de trading basadas en el contagio del momentum.
  • El documento reporta un rendimiento más sólido con la similitud QCML que con la euclidiana.
  • No se ofrecen los detalles necesarios para evaluar costes, robustez y rendimiento fuera de muestra.

Etiquetas

Texto completo
# Supervised Similarity for Firm Linkages


# Supervised Similarity for Firm Linkages









We introduce a novel proxy for firm linkages, Characteristic Vector Linkages (CVLs). We use this concept to estimate firm linkages, first through Euclidean similarity, and then by applying Quantum Cognition Machine Learning (QCML) to similarity learning. We demonstrate that both methods can be used to construct profitable momentum spillover trading strategies, but QCML similarity outperforms the simpler Euclidean similarity.

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.