Khuôn khổ toán học cho việc chấp nhận rủi ro động lượng ở cổ phiếu

Tóm tắt

Tài liệu trình bày việc chấp nhận rủi ro động lượng như hoạt động quản lý biến động cổ phiếu ngắn hạn theo thời gian thực. Hệ thống được đề xuất chuyển lý thuyết về cách tin tức ảnh hưởng đến giá cổ phiếu thành các bảng rời rạc về lợi suất kỳ vọng qua các thời hạn đầu tư, rồi dùng chúng để định hướng quyết định giao dịch tự động. Tài liệu cũng liên hệ phương pháp này với học máy, các quá trình ngẫu nhiên, chuyển động Brown phân số và việc ra quyết định ngoài thị trường.

Các tác giả báo cáo những thử nghiệm lịch sử và thời gian thực thành công, nhưng mô tả này không cung cấp chi tiết mẫu, số liệu hiệu quả hay phương pháp so sánh. Lý thuyết nền về tác động giá được mô tả là sử dụng các hàm toán học chuyên biệt, còn các quy trình học máy chỉ được trình bày sơ lược. Vì vậy, phần tóm tắt nêu một khuôn khổ được đề xuất chứ chưa cung cấp đủ thông tin để đánh giá giả định, triển khai hoặc độ vững của phương pháp.

Ý chính

• Phương pháp xem việc chấp nhận rủi ro động lượng là kiểm soát biến động cổ phiếu ngắn hạn theo thời gian thực.
• Lý thuyết về tác động của tin tức được rời rạc hóa thành các bảng lợi suất kỳ vọng cho nhiều thời hạn đầu tư.
• Các bảng đó được dùng làm đầu vào cho hệ thống giao dịch cổ phiếu tự động.
• Các tác giả báo cáo thử nghiệm lịch sử và thời gian thực nhưng không nêu kết quả định lượng ở đây.

Thẻ

# 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.

Hiển thị toàn văn kèm ghi nguồn theo giấy phép của tài liệu gốc. Giấy phép: abstract CC0

Bản tóm tắt này do tác nhân nghiên cứu của Stratmill biên soạn từ tài liệu gốc; đây không phải bản sao của tài liệu.