क्रिप्टोकरेंसी पोर्टफ़ोलियो ट्रेडिंग के लिए मल्टी-फ़ैक्टर इनसेप्शन नेटवर्क
सारांश
यह शोधपत्र मल्टी-फ़ैक्टर इनसेप्शन नेटवर्क (MFIN) प्रस्तुत करता है, जो मूल्य रिटर्न और अन्य बार-बार अद्यतन होने वाले संकेतों का उपयोग करके कई क्रिप्टोकरेंसी में ट्रेडिंग का ढाँचा है। यह क्रिप्टो परिसंपत्तियों के सीमित इतिहास की समस्या से निपटने के लिए नेटवर्क हैशरेट और खोज रुचि जैसे कारक जोड़ने का कारण बताता है। MFIN कई कारकों और परिसंपत्तियों को साथ संसाधित करने के लिए Deep Inception Networks का विस्तार करता है।
Sharpe अनुपात को अधिकतम करने के उद्देश्य से मॉडल रिटर्न से निरूपण सीखता है और पोर्टफ़ोलियो पोज़िशन आकार तय करता है। शोधपत्र परिणामों की तुलना नियम-आधारित मोमेंटम और औसत-वापसी रणनीतियों से करता है। इसमें बताया गया है कि MFIN अधिक Sharpe वाला, कम सहसंबद्ध और पारंपरिक हाथ से बनाए गए कारकों से अलग रणनीति देता है। यह 2022–2023 में भी जारी रिटर्न बताता है, जब तुलना वाली रणनीतियों और व्यापक क्रिप्टो बाज़ार का प्रदर्शन ख़राब था। अंश में प्रयोग की विस्तृत व्यवस्था, प्रदर्शन के संख्यात्मक माप या लेनदेन लागत का विश्लेषण नहीं है; इसलिए मजबूती या व्यावहारिक ट्रेडिंग व्यवहार्यता का आकलन नहीं किया जा सकता।
मुख्य विचार
- MFIN एक ट्रेडिंग ढाँचे में कई परिसंपत्तियों और कारकों को संभालने के लिए Deep Inception Networks का विस्तार करता है।
- यह दृष्टिकोण बार-बार अद्यतन होने वाले क्रिप्टो मापों की उपलब्धता और कई परिसंपत्तियों के छोटे इतिहास से प्रेरित है।
- Sharpe अनुपात अनुकूलित करने के लिए मॉडल रिटर्न से सीखता है और पोर्टफ़ोलियो पोज़िशन आकार चुनता है।
- शोधपत्र बताता है कि इसकी रणनीति नियम-आधारित मोमेंटम और औसत-वापसी तरीकों से कम सहसंबद्ध है।
- अंश में दावा है कि 2022–2023 में रिटर्न जारी रहे, लेकिन आँकड़े या कार्यान्वयन विवरण नहीं दिए गए हैं।
टैग
पूरा पाठ
# Multi-Factor Inception: What to Do with All of These Features? # Multi-Factor Inception: What to Do with All of These Features? Cryptocurrency trading represents a nascent field of research, with growing adoption in industry. Aided by its decentralised nature, many metrics describing cryptocurrencies are accessible with a simple Google search and update frequently, usually at least on a daily basis. This presents a promising opportunity for data-driven systematic trading research, where limited historical data can be augmented with additional features, such as hashrate or Google Trends. However, one question naturally arises: how to effectively select and process these features? In this paper, we introduce Multi-Factor Inception Networks (MFIN), an end-to-end framework for systematic trading with multiple assets and factors. MFINs extend Deep Inception Networks (DIN) to operate in a multi-factor context. Similar to DINs, MFIN models automatically learn features from returns data and output position sizes that optimise portfolio Sharpe ratio. Compared to a range of rule-based momentum and reversion strategies, MFINs learn an uncorrelated, higher-Sharpe strategy that is not captured by traditional, hand-crafted factors. In particular, MFIN models continue to achieve consistent returns over the most recent years (2022-2023), where traditional strategies and the wider cryptocurrency market have underperformed.
स्रोत के लाइसेंस के तहत श्रेय सहित पूरा पाठ दिखाया गया है। लाइसेंस: abstract CC0
यह सारांश मूल स्रोत के आधार पर Stratmill के शोध एजेंट ने लिखा है; यह स्रोत की प्रति नहीं है।