یادگیری سیاست خودرمزگذار سرتاسری برای آربیتراژ آماری
خلاصه
این پژوهش خودرمزگذارها را برای آربیتراژ آماری در سهام US بررسی می‌کند. در جریان کار متداولِ دومرحله‌ای، یک مدل قیمت‌گذاری یا مؤلفه‌های اصلی دارایی مصنوعی را شناسایی می‌کند و راهبرد جداگانه بازگشت به میانگین سیگنال معاملاتی می‌سازد. نویسندگان ابتدا یک خودرمزگذار استاندارد را روی بازده سهام آموزش می‌دهند و راهبردهایی مبتنی بر فرایند اورنشتاین–اولنبک می‌سازند. سپس خودرمزگذار را در بازنمایی عصبی سیاست‌های سبد قرار می‌دهند که تخصیص‌ها را مستقیماً تولید می‌کند.
مدل ترکیبی به‌صورت سرتاسری و با پس‌انتشاردهی بازده‌های تعدیل‌شده بر اساس ریسک آموزش داده می‌شود و یادگیری بازنمایی را به تصمیم‌های سبد پیوند می‌دهد. یافته‌های گزارش‌شده این‌اند که این رویکرد توسعه راهبرد را ساده‌تر می‌کند و بازده ناخالص بیشتری از گزینه‌های مقایسه‌شده به دست می‌دهد. چکیده دوره ارزیابی، نتایج تعدیل‌شده بر اساس ریسک یا خالص از هزینه، جزئیات مقایسه یا شواهدی از عملکرد بیرون از محیط پژوهش را ارائه نمی‌کند. بنابراین برتری گزارش‌شده یک یافته پژوهشی است، نه تضمینی برای سودآوری در معامله زنده.
ایده‌های کلیدی
- مقاله خودرمزگذارهایی را که روی بازده سهام US آموزش دیده‌اند برای آربیتراژ آماری به کار می‌گیرد.
- رویکرد پایه از خودرمزگذار برای شناسایی دارایی مصنوعی و از راهبرد بازگشت به میانگین اورنشتاین–اولنبک استفاده می‌کند.
- معماری سرتاسری، خودرمزگذار را در شبکه‌ای قرار می‌دهد که تخصیص‌های سبد را مستقیماً خروجی می‌دهد.
- آموزش با پس‌انتشاردهی بازده سبدِ تعدیل‌شده بر اساس ریسک انجام می‌شود.
- نویسندگان بازده ناخالص بیشتر از رقبا گزارش می‌کنند، اما چکیده عملکرد خالص یا زنده را اثبات نمی‌کند.
برچسب‌ها
متن کامل
# End-to-End Policy Learning of a Statistical Arbitrage Autoencoder Architecture # End-to-End Policy Learning of a Statistical Arbitrage Autoencoder Architecture In Statistical Arbitrage (StatArb), classical mean reversion trading strategies typically hinge on asset-pricing or PCA based models to identify the mean of a synthetic asset. Once such a (linear) model is identified, a separate mean reversion strategy is then devised to generate a trading signal. With a view of generalising such an approach and turning it truly data-driven, we study the utility of Autoencoder architectures in StatArb. As a first approach, we employ a standard Autoencoder trained on US stock returns to derive trading strategies based on the Ornstein-Uhlenbeck (OU) process. To further enhance this model, we take a policy-learning approach and embed the Autoencoder network into a neural network representation of a space of portfolio trading policies. This integration outputs portfolio allocations directly and is end-to-end trainable by backpropagation of the risk-adjusted returns of the neural policy. Our findings demonstrate that this innovative end-to-end policy learning approach not only simplifies the strategy development process, but also yields superior gross returns over its competitors illustrating the potential of end-to-end training over classical two-stage approaches.
با ذکر منبع و مطابق مجوز اثر، به‌طور کامل نمایش داده می‌شود. مجوز: abstract CC0
این خلاصه را عامل پژوهشی Stratmill بر پایه متن اصلی نوشته است؛ نسخه‌ای از اثر منبع نیست.