基于深度学习的期权交易:一种端到端的方法
原文中文,约300字,阅读约需1分钟。发表于: 。使用一种高度可扩展和数据驱动的机器学习算法,我们介绍了一种新颖的期权交易策略方法。与传统方法相比,我们的模型从根本上摆脱了需要对基础市场动态进行规范或对期权定价模型进行假设的需求。通过测试对标普 100 指数上的超过十年期权合约的回测结果,我们证明根据我们的端到端方法训练的深度学习模型在风险调整性能方面显著优于基于规则的现有交易策略。我们发现,在交易成本极高的情况下,将换手率规范纳入模型可进一步提高性能。
使用高度可扩展和数据驱动的机器学习算法,研究人员提出了一种新的期权交易策略方法。通过测试回测结果,他们证明了这种方法在风险调整性能方面优于传统的基于规则的交易策略。在交易成本高的情况下,将换手率规范纳入模型可以进一步提高性能。