Mạng Inception đa nhân tố cho giao dịch danh mục tiền mã hóa

Tóm tắt

Bài viết trình bày Mạng Inception đa nhân tố (MFIN), một khuôn khổ giao dịch nhiều loại tiền mã hóa bằng lợi suất giá và các tín hiệu khác được cập nhật thường xuyên. Bài viết đề xuất bổ sung các nhân tố như hashrate mạng và mức độ quan tâm tìm kiếm để giải quyết vấn đề lịch sử dữ liệu hạn chế của tài sản tiền mã hóa. MFIN mở rộng Mạng Inception sâu để xử lý đồng thời nhiều nhân tố và tài sản.

Mô hình học các biểu diễn từ lợi suất và tạo ra quy mô vị thế danh mục với mục tiêu tối đa hóa tỷ lệ Sharpe. Bài viết so sánh kết quả với các chiến lược động lượng và hồi quy về trung bình dựa trên quy tắc, đồng thời báo cáo rằng MFIN tạo ra chiến lược có tỷ lệ Sharpe cao hơn, tương quan thấp hơn và khác với các nhân tố thủ công thông thường. Bài viết cũng báo cáo lợi suất tiếp diễn trong 2022–2023, khi các chiến lược được so sánh và thị trường tiền mã hóa nói chung hoạt động kém. Phần trích dẫn không cung cấp thiết lập thử nghiệm chi tiết, thước đo hiệu suất bằng số hoặc phân tích chi phí giao dịch, nên chưa đủ để đánh giá độ vững chắc hay tính khả thi của giao dịch trên thực tế.

Ý chính

• MFIN mở rộng Mạng Inception sâu để xử lý nhiều tài sản và nhân tố trong một khuôn khổ giao dịch.
• Cách tiếp cận này xuất phát từ việc các chỉ số tiền mã hóa được cập nhật thường xuyên, trong khi nhiều tài sản có lịch sử ngắn.
• Mô hình học từ lợi suất và chọn quy mô vị thế danh mục để tối ưu hóa tỷ lệ Sharpe.
• Bài viết báo cáo chiến lược có tương quan thấp hơn với các phương pháp động lượng và hồi quy về trung bình dựa trên quy tắc.
• Phần trích dẫn cho rằng lợi suất tiếp diễn trong 2022–2023, nhưng không đưa ra số liệu hoặc chi tiết triển khai.

Thẻ

# Multi-Factor Inception: What to Do with All of These Features?


# Multi-Factor Inception: What to Do with All of These Features?









Cryptocurrency trading represents a nascent field of research, with growing adoption in industry. Aided by its decentralised nature, many metrics describing cryptocurrencies are accessible with a simple Google search and update frequently, usually at least on a daily basis. This presents a promising opportunity for data-driven systematic trading research, where limited historical data can be augmented with additional features, such as hashrate or Google Trends. However, one question naturally arises: how to effectively select and process these features? In this paper, we introduce Multi-Factor Inception Networks (MFIN), an end-to-end framework for systematic trading with multiple assets and factors. MFINs extend Deep Inception Networks (DIN) to operate in a multi-factor context. Similar to DINs, MFIN models automatically learn features from returns data and output position sizes that optimise portfolio Sharpe ratio. Compared to a range of rule-based momentum and reversion strategies, MFINs learn an uncorrelated, higher-Sharpe strategy that is not captured by traditional, hand-crafted factors. In particular, MFIN models continue to achieve consistent returns over the most recent years (2022-2023), where traditional strategies and the wider cryptocurrency market have underperformed.

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.