.png){kind=icon}
返回
Deep Learning Statistical Arbitrage
.png){kind=icon}
PRE
AI
DOI：10.1287/mnsc.2022.03132.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
统计套利利用相似资产之间的时序价格差异。我们构建了一个全面的统计套利概念框架和一个新颖的数据驱动解决方案。首先，我们基于条件性潜在资产定价因子构建相似资产的套利组合，并将其作为残差组合。其次，我们采用一种强大的机器学习时序解决方案——卷积变换器，提取它们的时间序列信号。最后，我们利用这些信号制定最优交易策略，以在约束条件下最大化风险调整后收益。我们对美国每日股票的全面实证研究表明，套利者通过强制执行一价定律可以获得高额补偿。我们的套利策略获得了相当可观的样本外平均回报和夏普比率，并且优于所有基准方法。
Keyword:
statistical arbitrage
pairs trading
machine learning
deep learning
big data
stock returns
convolutional neural network
transformer
attention
factor model
market efficiency
investment
期刊
IF:
4.9
论文数:
794
被引数:
5.0W
.png){kind=icon}
查看更多内容