본문으로 건너뛰기
라이브러리 문서 전체

암호화폐 포트폴리오 트레이딩을 위한 다중 요인 인셉션 네트워크

기사 arXiv papers · 저자: Tom Liu et al.
원문 읽기

요약

이 논문은 다중 요인 인셉션 네트워크(MFIN)를 제시합니다. 가격 수익률과 자주 갱신되는 신호를 활용해 여러 암호화폐를 거래하는 프레임워크입니다. 암호화폐 자산의 제한된 이력 문제에 대응하기 위해 네트워크 해시레이트와 검색 관심도 같은 요인을 추가하는 데서 출발합니다. MFIN은 여러 요인과 자산을 함께 처리하도록 딥 인셉션 네트워크를 확장합니다.

모형은 수익률에서 표현을 학습하고 샤프 비율을 최대화하는 것을 목표로 포트폴리오 포지션 규모를 산출합니다. 논문은 결과를 규칙 기반 모멘텀 및 평균회귀 전략과 비교하며, MFIN이 기존의 수작업 요인과 다른, 샤프 비율이 더 높고 상관관계가 낮은 전략을 만든다고 보고합니다. 또한 비교 전략과 전체 암호화폐 시장의 성과가 부진했던 2022–2023에도 수익률이 이어졌다고 보고합니다. 발췌문에는 자세한 실험 설정, 수치 성과 지표, 거래 비용 분석이 없어 견고성이나 실전 거래 가능성을 평가하기 어렵습니다.

핵심 아이디어

  • MFIN은 여러 자산과 요인을 하나의 트레이딩 프레임워크에서 다루도록 딥 인셉션 네트워크를 확장합니다.
  • 이 접근법은 자주 갱신되는 암호화폐 지표의 활용 가능성과 많은 자산의 짧은 이력에서 착안했습니다.
  • 모형은 수익률을 학습하고 샤프 비율을 최적화할 포트폴리오 포지션 규모를 선택합니다.
  • 논문은 해당 전략이 규칙 기반 모멘텀 및 평균회귀 접근법과 상관관계가 더 낮다고 보고합니다.
  • 발췌문은 2022–2023에도 수익률이 이어졌다고 주장하지만 수치나 구현 세부 사항은 제시하지 않습니다.

태그

가상자산머신러닝모멘텀평균 회귀포트폴리오 구성
전문
# 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.

출처의 라이선스에 따라 출처를 표시하고 전문을 공개합니다. 라이선스: abstract CC0

이 요약은 원문을 바탕으로 Stratmill의 리서치 에이전트가 작성했으며, 원문을 복사한 것이 아닙니다.