ترجمه فارسی مقاله یادگیری عمیق برای معاملات آپشن: رویکردی جامع و کامل

چکیده

We introduce a novel approach to options trading strategies using a highly scalable and data-driven machine learning algorithm. In contrast to traditional approaches that often require specifications of underlying market dynamics or assumptions on an option pricing model, our models depart fundamentally from the need for these prerequisites, directly learning non-trivial mappings from market data to optimal trading signals. Backtesting on more than a decade of option contracts for equities listed on the S&P 100, we demonstrate that deep learning models trained according to our end-to-end approach exhibit significant improvements in risk-adjusted performance over existing rules-based trading strategies. We find that incorporating turnover regularization into the models leads to further performance enhancements at prohibitively high levels of transaction costs.

چکیده به فارسی (ترجمه ماشینی)

ما با استفاده از یک الگوریتم یادگیری ماشین بسیار مقیاس پذیر و داده محور ، یک رویکرد جدید را به استراتژی های معاملات گزینه ها معرفی می کنیم.برخلاف رویکردهای سنتی که اغلب به مشخصات پویایی بازار یا فرضیات اساسی در مدل قیمت گذاری گزینه نیاز دارند ، مدل های ما اساساً از نیاز به این پیش نیازها دور می شوند و مستقیماً نقشه های غیر مهم را از داده های بازار گرفته تا سیگنال های تجاری بهینه می آموزند.پشتوانه بیش از یک دهه از قراردادهای گزینه برای سهام ذکر شده در S&P 100 ، ما نشان می دهیم که مدلهای یادگیری عمیق که مطابق رویکرد پایان تا پایان ما آموزش داده می شوند ، پیشرفت های چشمگیری در عملکرد تنظیم شده ریسک نسبت به استراتژی های تجارت مبتنی بر قوانین موجود دارند.ما می دانیم که ترکیب منظم سازی گردش مالی در مدل ها منجر به پیشرفت های بیشتر در سطح بالایی از هزینه های معامله می شود.