Новые исследования в алгоритмической торговле — обзор за неделю

На этой неделе в научных публикациях и препринтах по алготрейдингу и количественным финансам выделилось три ключевых направления. Мы разбираем сотни свежих работ каждую неделю — вот что важно.

1. Новые методы расчёта цен на опционы
Больше всего статей вышло по вычислительным финансам (q-fin.CP). В работе Convolution-FFT for option pricing in the Heston model предложили метод Convolution-FFT для расчёта цен опционов в модели Хестона. Метод даёт точные результаты без больших вычислительных затрат.

Другое исследованиеPredicting Price Movements in High-Frequency Financial Data with Spiking Neural Networks показывает, как спайковые нейронные сети (это тип ИИ, похожий на работу мозга) могут предсказывать скачки цен на высокочастотных данных. В тестах модель показала доходность 76.8%.

Ещё одна полезная система — A Unified AI System For Data Quality Control and DataOps Management in Regulated Environments. Она автоматически проверяет качество данных в финансовых компаниях, где жёсткие регуляторные требования.

2. Управление рисками
В разделе q-fin.RM вышло несколько работ по новым методам оценки рисков. В Standard and stressed value at risk forecasting using dynamic Bayesian networks динамические байесовские сети (вид вероятностных моделей) сравнивают с классическими методами расчёта VaR — показателя потенциальных потерь.

Статья Orlicz-Lorentz premia and distortion Haezendonck-Goovaerts risk measures предлагает новый способ измерения рисков, сочетающий два существующих подхода.

3. Как устроены рынки
В микроструктуре рынка (q-fin.TR) выделяется работа A Stochastic Thermodynamics Approach to Price Impact and Round-Trip Arbitrage. Авторы применили методы термодинамики к анализу влияния крупных сделок на цены.

В Risk aversion of insider and dynamic asymmetric information изучают, как инсайдеры (те, у кого есть закрытая информация) принимают решения с учётом их отношения к риску.

Что будет дальше
Судя по публикациям, в ближайшее время продолжат развивать нейросети для трейдинга, особенно спайковые. Также вырастет спрос на системы контроля данных для регуляторов. Междисциплинарные подходы (физика + финансы) тоже останутся в тренде.

Пишу про автоматизацию трейдинга и не только. Канал