Aprendizaje por refuerzo para arbitraje estadístico con pares de acciones

Resumen

Este estudio presenta un marco de aprendizaje por refuerzo sin modelo para el arbitraje estadístico entre pares de acciones. Primero construye un diferencial con reversión a la media eligiendo coeficientes de los activos que minimizan una medida empírica del tiempo que tarda el diferencial en revertir. Así sustituye la dependencia de un supuesto fijo del modelo por un criterio observado del tiempo de reversión.

Para el trading, el marco utiliza aprendizaje por refuerzo para elegir una estrategia de reversión a la media. Su estado incluye las tendencias recientes de los movimientos de precios, en vez de basarse solo en la distancia del diferencial respecto a una media a largo plazo, y su recompensa se adapta a las características del trading de reversión a la media. La descripción ofrecida expone el diseño, pero no comunica resultados de rendimiento empírico, detalles del entrenamiento ni comparaciones con otras estrategias. Por tanto, explica un enfoque, pero no establece aquí su eficacia práctica ni su robustez.

Ideas clave

• El marco construye diferenciales entre pares de acciones minimizando una medida empírica del tiempo de reversión.
• Los coeficientes de los activos se optimizan como parte de la construcción del diferencial.
• Se utiliza aprendizaje por refuerzo para elegir las acciones de trading del diferencial.
• La representación del estado incluye tendencias recientes de precios y contexto de reversión a la media.
• La descripción no informa de pruebas de rendimiento ni de detalles de implementación.

Etiquetas

# Advanced Statistical Arbitrage with Reinforcement Learning


# Advanced Statistical Arbitrage with Reinforcement Learning









Statistical arbitrage is a prevalent trading strategy which takes advantage of mean reverse property of spread of paired stocks. Studies on this strategy often rely heavily on model assumption. In this study, we introduce an innovative model-free and reinforcement learning based framework for statistical arbitrage. For the construction of mean reversion spreads, we establish an empirical reversion time metric and optimize asset coefficients by minimizing this empirical mean reversion time. In the trading phase, we employ a reinforcement learning framework to identify the optimal mean reversion strategy. Diverging from traditional mean reversion strategies that primarily focus on price deviations from a long-term mean, our methodology creatively constructs the state space to encapsulate the recent trends in price movements. Additionally, the reward function is carefully tailored to reflect the unique characteristics of mean reversion trading.

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.