Otimização de carteira dependente de trajetória com assinaturas de caminhos rugosos
Resumo
Este artigo apresenta o Signature Trading, um método de otimização de carteira que representa uma estratégia como função linear de uma assinatura de caminho. As assinaturas codificam o histórico conjunto dos movimentos dos sinais e dos ativos, permitindo que a estrutura inclua dependência de trajetória e amplie os modelos fatoriais tradicionais. Os autores derivam um critério dinâmico de média-variância e uma solução explícita de horizonte finito que incorpora controle de drawdown, e relacionam as estratégias resultantes a uma fronteira eficiente baseada em assinaturas.
O artigo ilustra a abordagem com sinais exógenos, momentum e pairs trading, usando exemplos com dados sintéticos e de mercado. Argumenta que o método pode manter fórmulas interpretáveis enquanto lida com padrões de séries temporais mais ricos que os dos modelos clássicos. A descrição fornecida não detalha os conjuntos de dados, o desenho da avaliação ou o desempenho quantitativo, portanto não é possível avaliar apenas com esse texto as vantagens alegadas ou sua robustez. Os exemplos e a estrutura descrevem uma abordagem de modelagem; não comprovam que estratégias baseadas em assinaturas terão desempenho superior no trading ao vivo.
Ideias principais
- Uma assinatura de caminho pode codificar o histórico conjunto dos movimentos de sinais e ativos em um modelo de otimização.
- O Signature Trading representa estratégias como funcionais lineares de assinaturas de caminhos.
- A estrutura amplia a otimização dinâmica de média-variância e inclui controle de drawdown em horizonte finito.
- Os exemplos abrangem sinais exógenos, momentum e pairs trading com dados sintéticos e de mercado.
- A descrição oferece informações limitadas para avaliar o desempenho comparativo ou a robustez no trading ao vivo.
Tags
Texto completo
# Signature Trading: A Path-Dependent Extension of the Mean-Variance Framework with Exogenous Signals # Signature Trading: A Path-Dependent Extension of the Mean-Variance Framework with Exogenous Signals In this article we introduce a portfolio optimisation framework, in which the use of rough path signatures (Lyons, 1998) provides a novel method of incorporating path-dependencies in the joint signal-asset dynamics, naturally extending traditional factor models, while keeping the resulting formulas lightweight and easily interpretable. We achieve this by representing a trading strategy as a linear functional applied to the signature of a path (which we refer to as "Signature Trading" or "Sig-Trading"). This allows the modeller to efficiently encode the evolution of past time-series observations into the optimisation problem. In particular, we derive a concise formulation of the dynamic mean-variance criterion alongside an explicit solution in our setting, which naturally incorporates a drawdown control in the optimal strategy over a finite time horizon. Secondly, we draw parallels between classical portfolio stategies and Sig-Trading strategies and explain how the latter leads to a pathwise extension of the classical setting via the "Signature Efficient Frontier". Finally, we give examples when trading under an exogenous signal as well as examples for momentum and pair-trading strategies, demonstrated both on synthetic and market data. Our framework combines the best of both worlds between classical theory (whose appeal lies in clear and concise formulae) and between modern, flexible data-driven methods that can handle more realistic datasets. The advantage of the added flexibility of the latter is that one can bypass common issues such as the accumulation of heteroskedastic and asymmetric residuals during the optimisation phase. Overall, Sig-Trading combines the flexibility of data-driven methods without compromising on the clarity of the classical theory and our presented results provide a compelling toolbox that yields superior results for a large class of trading strategies.
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.