論文の概要: Algorithmic Aspects of Strategic Trading

• arxiv url: http://arxiv.org/abs/2502.07606v1
• Date: Tue, 11 Feb 2025 14:56:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-02-12 14:05:45.547094
• Title: Algorithmic Aspects of Strategic Trading
• Title（参考訳）: 戦略的取引のアルゴリズム的側面
• Authors: Michael Kearns, Mirah Shi,
• Abstract要約: 我々は、一時的な影響設定に対する最良の応答を計算するための効率的なアルゴリズムを提供する。 我々は、Follow the Perturbed Leaderの実装を通じて効率的に計算できることを示す。
• 参考スコア（独自算出の注目度）: 2.6162433502464757
• License:
• Abstract: Algorithmic trading in modern financial markets is widely acknowledged to exhibit strategic, game-theoretic behaviors whose complexity can be difficult to model. A recent series of papers (Chriss, 2024b,c,a, 2025) has made progress in the setting of trading for position building. Here parties wish to buy or sell a fixed number of shares in a fixed time period in the presence of both temporary and permanent market impact, resulting in exponentially large strategy spaces. While these papers primarily consider the existence and structural properties of equilibrium strategies, in this work we focus on the algorithmic aspects of the proposed model. We give an efficient algorithm for computing best responses, and show that while the temporary impact only setting yields a potential game, best response dynamics do not generally converge for the general setting, for which no fast algorithm for (Nash) equilibrium computation is known. This leads us to consider the broader notion of Coarse Correlated Equilibria (CCE), which we show can be computed efficiently via an implementation of Follow the Perturbed Leader (FTPL). We illustrate the model and our results with an experimental investigation, where FTPL exhibits interesting behavior in different regimes of the relative weighting between temporary and permanent market impact.
• Abstract（参考訳）: 現代の金融市場におけるアルゴリズム取引は、複雑でモデル化が難しい戦略的なゲーム理論的な行動を示すことが広く認められている。 最近の一連の論文(Chriss, 2024b,c,a, 2025)では、ポジションビルディングの取引設定が進んでいる。 ここでは、一時的および恒久的な市場影響がある場合に、一定期間に一定数の株式を売買し、指数的に大きな戦略空間を生み出すことを望んでいる。 これらの論文は、主に均衡戦略の存在と構造的特性について考察するが、本研究では、提案したモデルのアルゴリズム的側面に焦点を当てる。 我々は, 最適応答の効率的な計算アルゴリズムを提供し, 一時的影響は潜在的なゲームを生み出すが, 最適応答ダイナミクスは一般には一般設定に収束せず, 高速な(ナッシュ)平衡計算のアルゴリズムは知られていないことを示す。 これにより、より広範なCCE(Coarse Correlated Equilibria)の概念を考察し、FTPL(Follow the Perturbed Leader)の実装を通じて効率的に計算可能であることを示す。 FTPLは, 一時的および恒久的な市場影響の相対重み付けの異なる状況において, 興味深い挙動を示す実験によって, モデルと結果を説明する。

関連論文リスト

• Deep Reinforcement Learning for Online Optimal Execution Strategies [49.1574468325115]
  本稿では,動的な金融市場における非マルコフ的最適実行戦略の学習に挑戦する。 我々は,Deep Deterministic Policy Gradient(DDPG)に基づく新しいアクター批判アルゴリズムを提案する。 提案アルゴリズムは最適実行戦略の近似に成功していることを示す。
  論文  参考訳（メタデータ） (2024-10-17T12:38:08Z)
• Deviations from the Nash equilibrium and emergence of tacit collusion in a two-player optimal execution game with reinforcement learning [0.9208007322096533]
  2つの自律的エージェントが市場の影響下で同じ資産を最適に清算することを学習するシナリオについて検討する。 その結果,エージェントが学んだ戦略は,対応する市場影響ゲームのナッシュ均衡から大きく逸脱していることがわかった。 市場のボラティリティの異なるレベルがエージェントのパフォーマンスと彼らが発見する均衡にどのように影響するかを考察する。
  論文  参考訳（メタデータ） (2024-08-21T16:54:53Z)
• Reinforcement Learning in High-frequency Market Making [7.740207107300432]
  本稿では、高周波市場形成における強化学習(RL)の適用に関する、新しい包括的理論的解析手法を確立する。 我々は、現代RL理論と高周波金融経済学における連続時間統計モデルを橋渡しする。
  論文  参考訳（メタデータ） (2024-07-14T22:07:48Z)
• Data Cross-Segmentation for Improved Generalization in Reinforcement Learning Based Algorithmic Trading [5.75899596101548]
  本稿では,学習した予測モデルからの信号に基づいて処理を行う強化学習(RL)アルゴリズムを提案する。 われわれのアルゴリズムは、ブルサ・マレーシアの20年以上のエクイティデータに基づいてテストしている。
  論文  参考訳（メタデータ） (2023-07-18T16:00:02Z)
• Spatio-Temporal Momentum: Jointly Learning Time-Series and Cross-Sectional Strategies [3.351714665243138]
  我々は, 時間的・時間的モーメント戦略を導入し, 時間とともにその断続的なモーメント特性に基づいて, 取引資産による時間的・断続的なモーメント戦略を統一する。 このモデルでは,高トランザクションコストの存在下で,ベンチマークよりもパフォーマンスを維持可能であることを実証する。 特に、最小限の縮小とターンオーバー正規化と組み合わせた場合、さまざまなトランザクションコストシナリオに対して最高のパフォーマンスが得られることが判明した。
  論文  参考訳（メタデータ） (2023-02-20T18:59:05Z)
• Bayesian Bilinear Neural Network for Predicting the Mid-price Dynamics in Limit-Order Book Markets [84.90242084523565]
  伝統的な時系列計量法は、価格力学を駆動する多層相互作用の真の複雑さを捉えることができないことが多い。 最先端の2次最適化アルゴリズムを採用することで、時間的注意を払ってベイジアン双線形ニューラルネットワークを訓練する。 予測分布を用いて推定パラメータとモデル予測に関連する誤差や不確実性を解析することにより、ベイズモデルと従来のML代替品を徹底的に比較する。
  論文  参考訳（メタデータ） (2022-03-07T18:59:54Z)
• Trading with the Momentum Transformer: An Intelligent and Interpretable Architecture [2.580765958706854]
  我々は、ベンチマークを上回るアテンションベースのアーキテクチャであるMomentum Transformerを紹介した。 注意パターンの顕著な構造を観察し,運動量回転点における重要なピークを観測した。 解釈可能な変数選択ネットワークを追加することで、PDは日々のリターンデータに基づいて、モデルがトレーディングから遠ざけるのにどう役立つかを観察する。
  論文  参考訳（メタデータ） (2021-12-16T00:04:12Z)
• Learning Equilibria in Matching Markets from Bandit Feedback [139.29934476625488]
  不確実性の下で安定した市場成果を学習するためのフレームワークとアルゴリズムを開発する。 私たちの研究は、大規模なデータ駆動の市場において、いつ、どのように安定したマッチングが生じるかを明らかにするための第一歩を踏み出します。
  論文  参考訳（メタデータ） (2021-08-19T17:59:28Z)
• Universal Trading for Order Execution with Oracle Policy Distillation [99.57416828489568]
  本稿では,不完全な市場状態と注文実行のための最適な行動シーケンスとのギャップを埋める,新たなユニバーサル取引ポリシー最適化フレームワークを提案する。 本研究の枠組みは,完全情報を持つ託宣教師による実践的最適実行に向けて,共通政策の学習を指導する上で有効であることを示す。
  論文  参考訳（メタデータ） (2021-01-28T05:52:18Z)
• A Deep Reinforcement Learning Framework for Continuous Intraday Market Bidding [69.37299910149981]
  再生可能エネルギー源統合の成功の鍵となる要素は、エネルギー貯蔵の利用である。 欧州の継続的な日内市場におけるエネルギー貯蔵の戦略的関与をモデル化するための新しい枠組みを提案する。 本アルゴリズムの分散バージョンは, サンプル効率のため, この問題を解決するために選択される。 その結果, エージェントは, ベンチマーク戦略よりも平均的収益率の高い政策に収束することが示唆された。
  論文  参考訳（メタデータ） (2020-04-13T13:50:13Z)
• Public Bayesian Persuasion: Being Almost Optimal and Almost Persuasive [57.47546090379434]
  i) 任意の状態空間, (ii) 任意の行動空間, (iii) 任意の送信者のユーティリティ関数を用いて, 一般の状況下での公衆の説得問題を考察する。 任意の公的な説得問題に対して準多項式時間ビクテリア近似アルゴリズムを提案し、特定の設定でQPTASを出力する。
  論文  参考訳（メタデータ） (2020-02-12T18:59:18Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。