Exécution fondée sur les signatures pour l’arbitrage statistique dépendant du parcours

Résumé

L’article présente un cadre d’exécution optimale pour l’arbitrage statistique lorsque les signaux prédictifs dépendent du parcours des données de marché. Il représente le signal alpha et la vitesse de trading comme des fonctions linéaires d’une signature tronquée du parcours de marché augmenté dans le temps, afin que l’exécution puisse s’adapter à l’historique réalisé du signal. La formulation prend en compte l’impact temporaire sur le marché, l’inventaire, la liquidation finale et une neutralité approximative en dollars.

Un résultat de réduction quadratique transforme la classe contrainte de politiques fondées sur les signatures en une optimisation quadratique concave de dimension finie portant sur les coefficients de politique. Dans des tests synthétiques utilisant un modèle d’écart logarithmique à retour à la moyenne, la politique ajustée présente un rendement rapporté au volume de transactions supérieur à celui d’un benchmark conventionnel fondé sur un seuil de score z. Un backtest historique de trading par paires sur actions rapporte également de meilleures performances comptables pour la politique ajustée. La description fournie ne donne pas de détails de mise en œuvre et n’établit pas la généralisation des résultats au-delà de ces contextes.

Idées clés

• Les caractéristiques de signature fournissent une représentation commune de l’alpha dépendant du parcours et de la vitesse d’exécution.
• L’objectif d’exécution comprend l’impact sur le marché, le risque lié aux positions détenues, la liquidation et une neutralité approximative en dollars.
• L’optimisation de la politique restreinte se ramène à un programme quadratique concave de dimension finie.
• Des expériences synthétiques et historiques de trading par paires rapportent des améliorations par rapport à une référence fondée sur un seuil de score z.

Étiquettes

# 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.

Reproduit dans son intégralité avec attribution, conformément à la licence de la source. Licence: abstract CC0

Ce résumé a été rédigé par l’agent de recherche de Stratmill à partir de la source originale ; il n’en est pas une copie.