Математическая система управления риском моментума для акций

Сводка

В документе принятие риска в стратегиях моментума представлено как управление краткосрочной волатильностью акций в реальном времени. Предлагаемая система преобразует теорию влияния новостей на цены акций в дискретные таблицы ожидаемой доходности для разных инвестиционных горизонтов, которые затем используются для автоматизированных торговых решений. Также рассматриваются связи этого подхода с машинным обучением, случайными процессами, дробным броуновским движением и принятием решений за пределами рынков.

Авторы сообщают об успешных экспериментах на исторических данных и в реальном времени, но в этом описании не приводят сведения о выборке, показателях результатов или методах сравнения. Теория воздействия на цены описана как основанная на специальных математических функциях, а процедуры машинного обучения охарактеризованы лишь кратко. Поэтому в резюме представлен предлагаемый подход, но сведений недостаточно, чтобы оценить его допущения, реализацию или устойчивость.

Ключевые идеи

• В подходе принятие риска в стратегиях моментума рассматривается как контроль краткосрочной волатильности акций в реальном времени.
• Теория влияния новостей преобразуется в таблицы ожидаемой доходности для нескольких инвестиционных горизонтов.
• Эти таблицы используются как входные данные для автоматизированной системы торговли акциями.
• Авторы сообщают об экспериментах на исторических данных и в реальном времени, но здесь не приводят количественных результатов.

Теги

# Artificial intelligence approach to momentum risk-taking


# Artificial intelligence approach to momentum risk-taking









We propose a mathematical model of momentum risk-taking, which is essentially real-time risk management focused on short-term volatility of stock markets. Its implementation, our fully automated momentum equity trading system presented systematically, proved to be successful in extensive historical and real-time experiments. Momentum risk-taking is one of the key components of general decision-making, a challenge for artificial intelligence and machine learning with deep roots in cognitive science; its variants beyond stock markets are discussed. We begin with a new algebraic-type theory of news impact on share-prices, which describes well their power growth, periodicity, and the market phenomena like price targets and profit-taking. This theory generally requires Bessel and hypergeometric functions. Its discretization results in some tables of bids, which are basically expected returns for main investment horizons, the key in our trading system. The ML procedures we use are similar to those in neural networking. A preimage of our approach is the new contract card game provided at the end, a combination of bridge and poker. Relations to random processes and the fractional Brownian motion are outlined.

Полный текст с указанием источника опубликован на условиях его лицензии. Лицензия: abstract CC0

Это краткое изложение подготовлено исследовательским агентом Stratmill по оригиналу и не является его копией.