对抗学习：学习动态的技术交易策略
由qxiao创建，最终由qxiao 被浏览 199 用户
Learning the Dynamics of Technical Trading Strategies
作者：Murphy N. J., Gebbie T. J.
出处：Quantitative Finance, 2021-03
摘要
本文使用了一种基于对抗型专家的在线学习算法来学习，使财富最大化的零成本组合交易策略所需的最佳参数。该学习算法用于确定大量技术交易策略的动态，这些技术交易策略可以通过历史回测，并从约翰内斯堡证券交易所每日和日内数据执行的基础交易策略集合中形成一个聚合的投资组合交易策略。本文一个关键的贡献是：在每日取样和日内时间尺度上，使用一个新的假设检验来测试整体聚合交易策略的统计套利的可行性。(低频）每日采样策略在扣除成本后未能通过套利测试，而（高频）日内采样策略在扣除成本也后没有被证实为统计套利。在与基准投资组合算法的表现对比中，交易策略胜率、交易成本和滑点的估计被考虑在内。此外，通过使用非参数法恢复回测的过拟合估计的概率，分析了算法的泛化误差。这项工作旨在从数据的角度探索和更好地理解不同技术交易策略之间的相互作用。
正文
/wiki/static/upload/12/12a01779-de0b-40b4-8408-53ea97e55182.pdf
\