רשתות עצביות עמוקות לארביטראז' סטטיסטי עמיד

סיכום

המסמך מתאר שיטה מבוססת נתונים למציאת אסטרטגיות ארביטראז' סטטיסטי המבקשות להישאר רווחיות גם תחת אי־ודאות לגבי מודל השוק. הוא משתמש ברשתות עצביות עמוקות כדי לבחון ניירות ערך רבים יחד, בלי צורך לזהות תחילה זוגות קו־אינטגרטיביים. כך הגישה מתרחבת לשווקים בעלי ממד גבוה יותר ולמצבים שבהם מסחר זוגות מסורתי עשוי שלא לפעול היטב.

השיטה גם בונה מתוך נתוני שוק נצפים קבוצת מידות הסתברות סבירות, כדי לייצג עמימות במודל. המחברים מתארים את הגישה המתקבלת כנטולת מודל. הם מדווחים על בדיקות אמפיריות שבהן התקבלו ביצועים רווחיים בממדים עד 50, כולל במהלך משברים פיננסיים ולאחר שהקשרים הזוגיים של קו־אינטגרציה חדלו להתמיד. הקטע אינו מספק מערכי נתונים, תכנון הערכה, הנחות עלויות או מדדי ביצועים מפורטים, ולכן אינו מספיק להערכת החוסן במסחר חי או לשחזור הממצאים.

רעיונות מרכזיים

• רשתות עצביות עמוקות משמשות לזיהוי אסטרטגיות ארביטראז' סטטיסטי תחת עמימות במודל.
• השיטה יכולה לבחון ניירות ערך רבים בלי לדרוש זוגות קו־אינטגרטיביים.
• קבוצת עמימות של מידות הסתברות סבירות נגזרת מנתונים נצפים.
• הבדיקות האמפיריות המדווחות כוללות תקופות משבר ומקרים שבהם הקו־אינטגרציה חדלה להתקיים.
• הקטע אינו מפרט את הבדיקות ואת הנחות עלויות המסחר הדרושות להערכת ביצועים מעשיים.

תגיות

# Detecting data-driven robust statistical arbitrage strategies with deep neural networks


# Detecting data-driven robust statistical arbitrage strategies with deep neural networks









We present an approach, based on deep neural networks, that allows identifying robust statistical arbitrage strategies in financial markets. Robust statistical arbitrage strategies refer to trading strategies that enable profitable trading under model ambiguity. The presented novel methodology allows to consider a large amount of underlying securities simultaneously and does not depend on the identification of cointegrated pairs of assets, hence it is applicable on high-dimensional financial markets or in markets where classical pairs trading approaches fail. Moreover, we provide a method to build an ambiguity set of admissible probability measures that can be derived from observed market data. Thus, the approach can be considered as being model-free and entirely data-driven. We showcase the applicability of our method by providing empirical investigations with highly profitable trading performances even in 50 dimensions, during financial crises, and when the cointegration relationship between asset pairs stops to persist.

מוצג במלואו בציון המקור ובהתאם לרישיון שלו. רישיון: abstract CC0

הסיכום נכתב בידי סוכן המחקר של Stratmill על סמך המקור; הוא אינו העתק של המקור.