ٹریڈنگ کی رکاوٹوں میں کم سے کم قریبِ مارٹنگیل پیمانوں کے ساتھ ڈیپ ہیجنگ

خلاصہ

یہ کام مشین لرننگ سے مصنوعی مارکیٹس کے لیے کم سے کم مساوی مارٹنگیل پیمانے تلاش کرتا ہے، جن میں قابلِ تجارت انسٹرومنٹس مثلاً اسپاٹ اثاثہ اور اس کے آپشنز شامل ہیں۔ یہ طریقہ ٹریڈنگ کی رکاوٹوں والی مارکیٹس تک بڑھاتا ہے اور قریبِ مارٹنگیل پیمانے تلاش کرتا ہے: ان پیمانوں کے تحت ہیجنگ انسٹرومنٹس کی قیمتیں بولی اور طلب کے اسپریڈز کے اندر مارٹنگیل کی طرح برتاؤ کرتی ہیں۔ اس طرح ڈرفٹ ختم کرنے کا مقصد ہیجنگ کو ان مواقع سے الگ کرنا ہے جنہیں کوئی اسٹریٹیجی شماریاتی آربیٹریج کے لیے استعمال کر سکتی ہو۔

حاصل شدہ پیمانے ایکزوٹک ادائیگیوں کے لیے ڈیپ ہیجنگ کی تربیت میں استعمال ہوتے ہیں، تاکہ ایسا ہیج بنایا جا سکے جو سمیولیٹر کے ڈرفٹ کے بجائے ادائیگی اور مارکیٹ کی رکاوٹوں کو ظاہر کرے۔ مصنفین اصل مارکیٹ سمیولیٹر کی غلطیوں کے مقابلے میں ہیج کی مضبوطی پر بات کرتے اور دو سمیولیٹرز پر اطلاق بیان کرتے ہیں۔ فراہم کردہ خلاصے میں سمیولیٹرز کے ڈیزائن، مقداری نتائج یا وہ شرائط نہیں بتائی گئیں جن کے تحت یہ مضبوطی برقرار رہتی ہے، اس لیے یہ مختلف مارکیٹس میں آفاقی کارکردگی ثابت نہیں کرتا۔

اہم خیالات

• مصنوعی مارکیٹس کے لیے کم سے کم مساوی مارٹنگیل پیمانے کا تخمینہ مشین لرننگ سے لگایا جاتا ہے۔
• ٹریڈنگ کی رکاوٹوں کے ساتھ طریقہ ایسے پیمانے تلاش کرتا ہے جن میں قیمتیں بولی اور طلب کے اسپریڈ کے اندر مارٹنگیل رہتی ہیں۔
• ڈرفٹ ختم کرنے کا مقصد سیکھے گئے ہیج کو سمیولیٹر میں شماریاتی آربیٹریج سے فائدہ اٹھانے سے روکنا ہے۔
• یہ طریقہ ایڈجسٹ شدہ مارکیٹ پیمانے کے ساتھ ایکزوٹک ادائیگیوں پر ڈیپ ہیجنگ لاگو کرتا ہے۔
• مصنفین سمیولیٹر کے تخمینے کی غلطی کے مقابلے میں مضبوطی اور دو مارکیٹ سمیولیٹرز پر اطلاق بیان کرتے ہیں۔

ٹیگز

# 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.

ماخذ کا حوالہ دیتے ہوئے مکمل متن دکھایا گیا ہے، ماخذ کے لائسنس کے تحت۔ لائسنس: abstract CC0

یہ خلاصہ اصل ماخذ سے Stratmill کے تحقیقی ایجنٹ نے لکھا ہے؛ یہ ماخذ کی نقل نہیں۔