コンテンツへスキップ
ライブラリの全資料

VIX先物カーブの形状で売買ポジションを選ぶ

記事 arXiv papers · 著者: M. Avellaneda et al.
原文を読む

サマリー

本論文は、VIX先物で翌日にロングまたはショートのポジションを取る戦略を提案します。先物の期間構造をマルコフ過程として扱い、カーブの現在の形状と水準に基づいて期待効用を最大化するポジションを選びます。

著者らは、カーブ、先物ポジション、期待効用の関係をディープニューラルネットワークで表します。アウト・オブ・サンプルのバックテストでは、ポートフォリオが妥当な成績を示し、市場環境の変化に応じてロングとショートのエクスポージャーを切り替えると報告しています。提示された説明には、数値で示した成績指標、取引コスト、リスク管理、バックテスト設計の詳細がありません。したがって、結果は提案されたモデル手法と報告された過去の証拠を示すものですが、実運用や別の期間での成績を立証するものではありません。

主なアイデア

  • 翌日を対象とするVIX先物ポジションを選びます。
  • ポジションの選択は、VIX先物カーブの現在の水準と形状に基づきます。
  • 期間構造をマルコフ過程としてモデル化します。
  • カーブとポジションから期待効用を求める関係を、ディープニューラルネットワークで表します。
  • アウト・オブ・サンプルのバックテストで妥当な成績が報告されていますが、要約にはコストや詳細なリスク結果がありません。

タグ

先物ボラティリティ機械学習バックテスト
全文
# Trading Signals In VIX Futures


# Trading Signals In VIX Futures









We propose a new approach for trading VIX futures. We assume that the term structure of VIX futures follows a Markov model. Our trading strategy selects a position in VIX futures by maximizing the expected utility for a day-ahead horizon given the current shape and level of the term structure. Computationally, we model the functional dependence between the VIX futures curve, the VIX futures positions, and the expected utility as a deep neural network with five hidden layers. Out-of-sample backtests of the VIX futures trading strategy suggest that this approach gives rise to reasonable portfolio performance, and to positions in which the investor will be either long or short VIX futures contracts depending on the market environment.

出典を明記したうえで、ライセンスに従って全文を掲載しています。 ライセンス: abstract CC0

この要約は原文をもとにStratmillのリサーチエージェントが作成したもので、出典の複製ではありません。