Глубокое хеджирование с минимальными почти мартингальными мерами при торговых ограничениях

Сводка

В работе машинное обучение применяется для поиска минимальных эквивалентных мартингальных мер в смоделированных рынках с торгуемыми инструментами, например базовым активом и опционами на него. Подход расширяется на рынки с торговыми издержками за счёт поиска почти мартингальных мер: при таких мерах цены инструментов хеджирования ведут себя как мартингалы внутри спредов покупки и продажи. Устранение дрейфа таким способом призвано отделить хеджирование от возможностей, которые стратегия иначе могла бы использовать для статистического арбитража.

Полученные меры используются для обучения системы Deep Hedging экзотическим выплатам, чтобы хедж учитывал выплату и торговые издержки, а не тренд симулятора. Авторы обсуждают устойчивость хеджа к ошибкам исходного симулятора рынка и описывают применение метода к двум симуляторам. В кратком описании не указаны устройство симуляторов, количественные результаты или условия устойчивости, поэтому оно не доказывает универсальную эффективность на разных рынках.

Ключевые идеи

• Машинное обучение используется для оценки минимальных эквивалентных мартингальных мер на смоделированных рынках.
• При наличии торговых издержек метод ищет меры, при которых цены остаются мартингалами внутри спредов покупки и продажи.
• Устранение дрейфа призвано не дать обученному хеджу использовать статистический арбитраж в симуляторе.
• Подход применяет Deep Hedging к экзотическим выплатам с использованием скорректированной рыночной меры.
• Авторы обсуждают устойчивость к ошибкам оценки симулятора и применение подхода к двум рыночным симуляторам.

Теги

# Deep Hedging: Learning to Remove the Drift under Trading Frictions with Minimal Equivalent Near-Martingale Measures


# Deep Hedging: Learning to Remove the Drift under Trading Frictions with Minimal Equivalent Near-Martingale Measures









We present a machine learning approach for finding minimal equivalent martingale measures for markets simulators of tradable instruments, e.g. for a spot price and options written on the same underlying. We extend our results to markets with frictions, in which case we find "near-martingale measures" under which the prices of hedging instruments are martingales within their bid/ask spread. By removing the drift, we are then able to learn using Deep Hedging a "clean" hedge for an exotic payoff which is not polluted by the trading strategy trying to make money from statistical arbitrage opportunities. We correspondingly highlight the robustness of this hedge vs estimation error of the original market simulator. We discuss applications to two market simulators.

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.