通过对市场状态进行分类构建交易策略集合
摘要：基于标签对市场状态进行分类的资产管理方法：一个比直接预测未来价格或回报更近期的趋势。我们使用许多标准标签，甚至构建自己的标签。这些标签依赖于未来数据的计算，并可以作为训练市场状态分类器的目标，使用适当的市场特征集，例如移动平均线。这些特征的构建依赖于它们的标签分离能力。只有一组合理的不同特征才能近似标签。对于每个标签，我们使用一个特定的神经网络根据我们的特征空间中的市场特征分类状态。每个分类器给出买入或卖出的概率，结合所有他们的建议（这里只是以线性方式进行）得出我们所称的交易策略。有很多这样的策略，其中一些有些可疑和误导性。我们基于过去的回报构建自己的评估指标，但量化交易次数较少或资本利用较少的会受到惩罚。只有在绩效方面得分最高的交易策略才会进入最终的合奏中。通过使用比特币市场，我们展示了策略合奏在样本外期间的回报和风险调整回报都优于其他方法。更重要的是，我们证明了过去取得的成功（如果用我们的客制化指标来衡量）与未来之间存在明显的相关性。
作者：Michal Balcerak, Thomas Schmelzer
论文ID：2012.03078
分类：Trading and Market Microstructure
分类简称：q-fin.TR
提交时间：2020-12-08