رفتن به محتوا
همه اسناد کتابخانه

اجرای مبتنی بر امضا برای آربیتراژ آماریِ وابسته به مسیر

مقاله arXiv papers · نویسنده: Gianmarco Morbelli et al.

خلاصه

این مقاله چارچوبی برای اجرای بهینه در آربیتراژ آماری ارائه می‌دهد، زمانی که سیگنال‌های پیش‌بینی به مسیر داده‌های بازار وابسته‌اند. سیگنال آلفا و سرعت معامله را هر دو به‌صورت توابع خطی از امضای بریده‌شده یک مسیر بازارِ افزوده‌شده با زمان نمایش می‌دهد تا اجرا بتواند به تاریخچه تحقق‌یافته سیگنال واکنش نشان دهد. این صورت‌بندی اثر موقت بازار، موجودی، تسویه نهایی و خنثی‌بودن تقریبی دلاری را در نظر می‌گیرد.

نتیجه کاهش درجه‌دوم، کلاس محدودشده سیاست‌های مبتنی بر امضا را به مسئله‌ای برای بهینه‌سازی درجه‌دوم مقعر و متناهی‌بعدی برحسب ضرایب سیاست تبدیل می‌کند. در آزمون‌های مصنوعی با استفاده از مدل لگاریتمی فاصله با بازگشت به میانگین، سیاست برازش‌شده در مقایسه با معیار متعارف آستانه مبتنی بر امتیاز z، بازده بیشتری به‌ازای گردش معاملات دارد. بک‌تست تاریخی معامله جفتی سهام نیز عملکرد حسابداری بهتر سیاست برازش‌شده را گزارش می‌کند. شرح ارائه‌شده جزئیات پیاده‌سازی را بیان نمی‌کند و مشخص نمی‌سازد نتایج تا چه حد فراتر از این شرایط تعمیم‌پذیرند.

ایده‌های کلیدی

  • ویژگی‌های امضا، بازنمایی مشترکی برای آلفای وابسته به مسیر و سرعت اجرا فراهم می‌کنند.
  • هدف اجرا شامل اثر بازار، مواجهه موجودی، تسویه و خنثی‌بودن تقریبی دلاری است.
  • بهینه‌سازی سیاست محدودشده به برنامه‌ای درجه‌دوم، مقعر و متناهی‌بعدی تقلیل می‌یابد.
  • آزمایش‌های مصنوعی و تاریخیِ معامله جفتی، بهبود نسبت به معیار آستانه نمره زد را گزارش می‌کنند.

برچسب‌ها

متن کامل
# Signature-Based Optimal Execution for Statistical Arbitrage with Path-Dependent Trading Signals


# Signature-Based Optimal Execution for Statistical Arbitrage with Path-Dependent Trading Signals









We develop a signature-based framework for optimal execution in statistical arbitrage strategies with path-dependent predictive signals. Both the alpha process and the trading speed are modelled as linear functionals of the truncated signature of a time-augmented market path, placing signal generation and execution on the same truncated signature basis. This allows the trading rule to react to the realised history of the signal while accounting for temporary impact, inventory exposure, terminal liquidation, and approximate dollar neutrality. The main contribution is a quadratic reduction theorem: within the class of signature-linear trading speeds, the restricted path-dependent execution problem becomes a finite-dimensional concave quadratic programme in the policy coefficients. After running synthetic experiments under a mean-reverting log-spread model, we find that the fitted policy achieves a higher return on turnover than a classical $z$-score threshold benchmark. We show how the same workflow can be deployed on a historical equity pairs-trading backtest, where the fitted signature policy again outperforms the benchmark in accounting terms.

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.