論文の概要: SOTA: Stock Options Trading Agents Guided by Option-Implied Return Distributions

• arxiv url: http://arxiv.org/abs/2610.10407v1
• Date: Wed, 07 Oct 2026 16:55:05 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 21:58:23.061557
• Title: SOTA: Stock Options Trading Agents Guided by Option-Implied Return Distributions
• Title（参考訳）: SOTA:オプション・インプリート・リターン・ディストリビュートによるストック・オプション・トレーディング・エージェント
• Abstract要約: 構造化されたオプションストラテジー選択のためのエージェントトレーディングフレームワークであるSOTAを提案する。 SOTAは大きなオプション宇宙を戦略レベルの決定に抽象化し、決定論的リゾルバはポートフォリオ実装を処理する。 6ヶ月のアウト・オブ・サンプル期間において、SOTAはシャープ比1.60と最大減率8.96%で18.3%のリターンを得ている。
• 参考スコア（独自算出の注目度）: 2.500002816743998
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As option markets grow and AI advances, agentic systems for option trading are gaining increasing attention. Language-model-based agents can reason over contextual information such as news, but option trading presents a particularly challenging decision problem: a single stock can have thousands of contracts, and the agent must decide both which contracts to trade and how to combine them. Existing approaches often sidestep this complexity by restricting the policy to a fixed strategy structure, such as a straddle, limiting their ability to switch strategies as market conditions change. We present SOTA (Stock Options Trading Agents), an agentic trading framework for structured option-strategy selection. SOTA abstracts the large option universe into strategy-level decisions while deterministic resolvers handle portfolio implementation. We develop SOTA by post-training Qwen3.8-27B with supervised fine-tuning followed by reinforcement learning. SOTA is evaluated on options on nine large-cap U.S. equities and SPY against rule-based and machine-learning strategy selectors in the same trading environment. Over a six-month out-of-sample period, SOTA earns an 18.3% total return with a Sharpe ratio of 1.60 and a maximum drawdown of 8.96%. We also document an asymmetric role of news: news improves frontier-teacher trajectories, but retaining news during reinforcement learning reduces out-of-sample return from 18.3% to -2.7%.
• Abstract（参考訳）: オプション市場が拡大し、AIが進歩するにつれ、オプション取引のためのエージェントシステムが注目を集めている。 言語モデルに基づくエージェントは、ニュースなどのコンテキスト情報について推論することができるが、オプショントレーディングは特に難しい決定問題をもたらす。 既存のアプローチは、しばしば、戦略が市場条件が変わるにつれて戦略を切り替える能力を制限するため、戦略をストラドリングのような固定された戦略構造に制限することで、この複雑さを横取りする。 構造化されたオプション戦略選択のためのエージェント取引フレームワークであるSOTA(Stock Options Trading Agents)を提案する。 SOTAは大きなオプション宇宙を戦略レベルの決定に抽象化し、決定論的リゾルバはポートフォリオ実装を処理する。 教師付き微調整と強化学習を併用したQwen3.8-27Bの訓練後SOTAを開発する。 SOTAは、同じ取引環境におけるルールベースおよび機械学習戦略セレクタに対して、9つの米国株式とSPYのオプションで評価される。 6ヶ月のアウト・オブ・サンプル期間において、SOTAはシャープ比1.60と最大減率8.96%で18.3%のリターンを得ている。 ニュースはフロンティア・教師の軌道を改善するが、強化学習中のニュースは18.3%から-2.7%に減少する。

関連論文リスト

• LiveOption: Evaluating LLM Agents in Structured Option Trading with Nonlinear Payoffs [10.46871084923272]
  オプショントレーディングにおけるLLMエージェントの評価フレームワークであるLiveOptionを紹介する。 LiveOptionは、現実的な実行と資本制約の下で、問題を構造化されたシーケンシャルな意思決定として定式化する。 本稿では, 行動妥当性, 意思決定品質, リスク特性, 結果レベルのパフォーマンスを評価する階層的計量スイートを提案する。
  論文  参考訳（メタデータ） (2026-09-27T11:29:16Z)
• TraderBench: How Robust Are AI Agents in Adversarial Capital Markets? [8.661756660747042]
  TraderBenchは金融のAIエージェントを評価するためのベンチマークである。 専門家が検証した静的タスク(知識検索、分析的推論)と敵の取引シミュレーションを組み合わせる。 2つの新しいトラック:4つのプログレッシブ・マーケット・マニピュレーション・トランスフォーメーションによる暗号取引、オプションデリバティブはP&Lの正確性、ギリシャ人、リスク管理である。
  論文  参考訳（メタデータ） (2026-02-27T20:06:28Z)
• FineFT: Efficient and Risk-Aware Ensemble Reinforcement Learning for Futures Trading [39.845446417892525]
  The Efficient and Risk-Aware Ensemble Reinforcement Learning for Futures Trading (FineFT)は、安定したトレーニングと適切なリスク管理を備えた新しいアンサンブルフレームワークである。 ファイナンシャルFTは6つの財務指標において12SOTAベースラインを上回り、リスクを40%以上削減する一方で、ランナーに比べて優れた収益性を実現している。
  論文  参考訳（メタデータ） (2025-12-29T11:56:33Z)
• Agent Performing Autonomous Stock Trading under Good and Bad Situations [0.0]
  株式取引環境をシミュレートするパイプラインを開発した。 我々は、深層強化学習手法で株取引プロセスを自動化するエージェントを訓練した。 比較的良い(2021年まで)と悪い(2021年から2022年まで)の状況で、当社のプラットフォームを評価します。
  論文  参考訳（メタデータ） (2023-06-06T19:44:37Z)
• Uniswap Liquidity Provision: An Online Learning Approach [49.145538162253594]
  分散取引所(DEX)は、テクノロジーを活用した新しいタイプのマーケットプレイスである。 そのようなDECの1つ、Unixwap v3は、流動性プロバイダが資金のアクティブな価格間隔を指定することで、より効率的に資金を割り当てることを可能にする。 これにより、価格間隔を選択するための最適な戦略を見出すことが問題となる。 我々は、この問題を非確率的な報酬を伴うオンライン学習問題として定式化する。
  論文  参考訳（メタデータ） (2023-02-01T17:21:40Z)
• Adversarial Option-Aware Hierarchical Imitation Learning [89.92994158193237]
  提案するOption-GAILは,遠隔地平線でスキルを学ぶための新しい手法である。 Option-GAILの鍵となる考え方は、タスク階層をオプションでモデル化し、生成的敵最適化を通じてポリシーを訓練することである。 実験によると、Option-GAILはさまざまなタスクにおいて、他のタスクよりも一貫してパフォーマンスが向上している。
  論文  参考訳（メタデータ） (2021-06-10T06:42:05Z)
• 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)
• Learning Strategies in Decentralized Matching Markets under Uncertain Preferences [91.3755431537592]
  エージェントの選好が不明な場合,共有資源の不足の設定における意思決定の問題について検討する。 我々のアプローチは、再生されたカーネルヒルベルト空間における好みの表現に基づいている。 エージェントの期待した利益を最大化する最適な戦略を導出する。
  論文  参考訳（メタデータ） (2020-10-29T03:08:22Z)
• 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)

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。