Aprendizado por reforço offline para liquidação com impacto de preço

Resumo

O documento estuda como um trader pode liquidar um ativo arriscado quando as negociações causam impacto temporário no preço e o núcleo desse impacto é desconhecido. Propõe estimar o núcleo, ou propagador, de forma não paramétrica a partir de dados estáticos que contêm trajetórias de preços correlacionadas, sinais de negociação e metaordens. A precisão da estimativa é medida com uma métrica que depende explicitamente do conjunto de dados disponível.

Uma estratégia de execução gulosa baseada apenas no núcleo estimado pode ter custos maiores que o esperado. Os autores atribuem isso à correlação espúria entre a estratégia e o estimador, além da incerteza ligada a uma função de custo enviesada. O método proposto de aprendizado por reforço offline usa uma perda pessimista que considera a incerteza da estimativa e um otimizador projetado para remover essa correlação. Os autores derivam um limite assintoticamente ótimo para os custos de execução sem exigir conhecimento preciso do núcleo verdadeiro e relatam experimentos numéricos que apoiam o estimador e a estratégia. O trecho não detalha os experimentos nem quantifica o desempenho prático em condições de trading ao vivo.

Ideias principais

• O método estima um núcleo de impacto temporário de preços a partir de dados estáticos com trajetórias correlacionadas e atividade de negociação.
• Uma estratégia gulosa baseada na estimativa pode ser subótima porque estratégia e estimador têm correlação espúria.
• Uma perda pessimista incorpora a incerteza do núcleo de impacto estimado.
• A abordagem proposta de aprendizado por reforço offline deriva um limite assintótico para custos de execução sem exigir conhecimento preciso do núcleo.
• O estudo relata experimentos numéricos, mas o trecho não apresenta resultados de trading ao vivo.

Tags

# An Offline Learning Approach to Propagator Models


# An Offline Learning Approach to Propagator Models









We consider an offline learning problem for an agent who first estimates an unknown price impact kernel from a static dataset, and then designs strategies to liquidate a risky asset while creating transient price impact. We propose a novel approach for a nonparametric estimation of the propagator from a dataset containing correlated price trajectories, trading signals and metaorders. We quantify the accuracy of the estimated propagator using a metric which depends explicitly on the dataset. We show that a trader who tries to minimise her execution costs by using a greedy strategy purely based on the estimated propagator will encounter suboptimality due to so-called spurious correlation between the trading strategy and the estimator and due to intrinsic uncertainty resulting from a biased cost functional. By adopting an offline reinforcement learning approach, we introduce a pessimistic loss functional taking the uncertainty of the estimated propagator into account, with an optimiser which eliminates the spurious correlation, and derive an asymptotically optimal bound on the execution costs even without precise information on the true propagator. Numerical experiments are included to demonstrate the effectiveness of the proposed propagator estimator and the pessimistic trading strategy.

Exibido na íntegra, com atribuição conforme a licença da fonte. Licença: abstract CC0

Este resumo foi escrito pelo agente de pesquisa da Stratmill com base no original; não é uma cópia da fonte.