Momentum Transformer para trading con aprendizaje profundo interpretable

Resumen

El documento presenta Momentum Transformer, un híbrido de atención y LSTM para operar con datos de series temporales. Su mecanismo de atención conecta el modelo con pasos temporales anteriores, mientras que varias cabezas de atención pueden representar dinámicas de mercado que operan en distintas escalas temporales. Los autores lo comparan con estrategias de referencia de momentum y reversión a la media, y señalan un rendimiento superior, incluso después de los costes de transacción.

También describen la arquitectura como capaz de adaptarse a los cambios de régimen del mercado, con la crisis de SARS-CoV-2 como ejemplo. Los pesos de atención permiten examinar qué observaciones pasadas y factores influyen en las decisiones del modelo. El fragmento no proporciona datos, diseño experimental, resultados numéricos ni detalles sobre costes e implementación, por lo que esta descripción no permite evaluar la solidez ni la generalidad del rendimiento señalado.

Ideas clave

• El modelo combina atención con un LSTM para conectar las predicciones actuales con pasos temporales anteriores.
• Se pretende que varias cabezas de atención capten dinámicas de mercado en distintas escalas temporales.
• Los autores señalan mejores resultados que las estrategias de referencia de momentum y reversión a la media, también netos de costes de transacción.
• La atención se utiliza para interpretar la influencia de observaciones y factores históricos.
• El fragmento aporta información limitada sobre los detalles de la evaluación y la transferibilidad de los resultados.

Etiquetas

# Trading with the Momentum Transformer: An Intelligent and Interpretable Architecture


# Trading with the Momentum Transformer: An Intelligent and Interpretable Architecture









We introduce the Momentum Transformer, an attention-based deep-learning architecture, which outperforms benchmark time-series momentum and mean-reversion trading strategies. Unlike state-of-the-art Long Short-Term Memory (LSTM) architectures, which are sequential in nature and tailored to local processing, an attention mechanism provides our architecture with a direct connection to all previous time-steps. Our architecture, an attention-LSTM hybrid, enables us to learn longer-term dependencies, improves performance when considering returns net of transaction costs and naturally adapts to new market regimes, such as during the SARS-CoV-2 crisis. Via the introduction of multiple attention heads, we can capture concurrent regimes, or temporal dynamics, which are occurring at different timescales. The Momentum Transformer is inherently interpretable, providing us with greater insights into our deep-learning momentum trading strategy, including the importance of different factors over time and the past time-steps which are of the greatest significance to the model.

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.