Optimización de carteras dependiente de la trayectoria con firmas de rough paths
Resumen
Este artículo presenta Signature Trading, un método de optimización de carteras que representa una estrategia como una función lineal de una firma de trayectoria. Las firmas codifican el historial conjunto de movimientos de las señales y los activos, lo que permite al marco incorporar la dependencia de la trayectoria y ampliar los modelos de factores tradicionales. Los autores derivan un criterio dinámico de media-varianza y una solución explícita de horizonte finito que incorpora el control del drawdown, y relacionan las estrategias resultantes con una frontera eficiente basada en firmas.
El artículo ilustra el enfoque con señales exógenas, impulso y trading de pares, mediante ejemplos con datos sintéticos y de mercado. Sostiene que el método puede conservar fórmulas interpretables y manejar patrones de series temporales más complejos que los modelos clásicos. La descripción proporcionada no detalla los conjuntos de datos, el diseño de la evaluación ni el rendimiento cuantitativo, por lo que no es posible valorar las ventajas alegadas ni su solidez basándose solo en este texto. Los ejemplos y el marco describen un enfoque de modelización; no demuestran que las estrategias basadas en firmas vayan a superar a otras en el trading real.
Ideas clave
- Una firma de trayectoria puede codificar el historial conjunto de señales y movimientos de activos en un modelo de optimización.
- Signature Trading representa las estrategias como funcionales lineales de firmas de trayectoria.
- El marco amplía la optimización dinámica de media-varianza e incluye control del drawdown en un horizonte finito.
- Los ejemplos abarcan señales exógenas, impulso y trading de pares con datos sintéticos y de mercado.
- La descripción ofrece información limitada para valorar el rendimiento comparativo o la solidez en el trading real.
Etiquetas
Texto completo
# Signature Trading: A Path-Dependent Extension of the Mean-Variance Framework with Exogenous Signals # Signature Trading: A Path-Dependent Extension of the Mean-Variance Framework with Exogenous Signals In this article we introduce a portfolio optimisation framework, in which the use of rough path signatures (Lyons, 1998) provides a novel method of incorporating path-dependencies in the joint signal-asset dynamics, naturally extending traditional factor models, while keeping the resulting formulas lightweight and easily interpretable. We achieve this by representing a trading strategy as a linear functional applied to the signature of a path (which we refer to as "Signature Trading" or "Sig-Trading"). This allows the modeller to efficiently encode the evolution of past time-series observations into the optimisation problem. In particular, we derive a concise formulation of the dynamic mean-variance criterion alongside an explicit solution in our setting, which naturally incorporates a drawdown control in the optimal strategy over a finite time horizon. Secondly, we draw parallels between classical portfolio stategies and Sig-Trading strategies and explain how the latter leads to a pathwise extension of the classical setting via the "Signature Efficient Frontier". Finally, we give examples when trading under an exogenous signal as well as examples for momentum and pair-trading strategies, demonstrated both on synthetic and market data. Our framework combines the best of both worlds between classical theory (whose appeal lies in clear and concise formulae) and between modern, flexible data-driven methods that can handle more realistic datasets. The advantage of the added flexibility of the latter is that one can bypass common issues such as the accumulation of heteroskedastic and asymmetric residuals during the optimisation phase. Overall, Sig-Trading combines the flexibility of data-driven methods without compromising on the clarity of the classical theory and our presented results provide a compelling toolbox that yields superior results for a large class of trading strategies.
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.