Новые исследования в алготрейдинге за неделю

Разбираем свежие научные работы по алгоритмической торговле. Каждую неделю анализируем десятки, а иногда и сотни статей и выбираем самое важное.

Гибридные стратегии с ИИ

Исследования показывают, что сочетание машинного обучения с классическим техническим анализом даёт хорошие результаты.

В работе про гибридную систему авторы объединили трендовые и возвратные стратегии с анализом рыночных настроений через FinBERT и XGBoost. За 24 месяца модель показала доходность 135.49%, обогнав основные индексы.

Другая статья, AlphaCFG, предлагает новый способ поиска факторов для стратегий — через грамматики. Это делает модели понятнее без потери эффективности.

Ещё одно исследование изучает криптовалютные нарративы. Авторы с помощью NLP анализируют, как заявления проектов влияют на цену.

Адаптация к рыночным изменениям

Рынки нестабильны, и стратегии должны подстраиваться.

В работе про исполнение ордеров использовали алгоритм MAP-Elites. Он создаёт разные стратегии под конкретные условия — например, низкую ликвидность или высокую волатильность.

Модель кредитных рисков учитывает, что данные со временем меняются. Это улучшает прогнозы в нестабильных условиях.

Точность против понятности

Машинное обучение даёт точные прогнозы, но сложно объяснить, как они работают. Эконометрические модели проще, но не всегда уступают в точности.

Сравнение методов на энергетических рынках показало, что TVP-SVAR (эконометрика) и ML работают примерно одинаково. Но TVP-SVAR проще интерпретировать.

Что дальше

Ожидаем больше гибридных моделей — ИИ + классические методы. Адаптивные стратегии будут развиваться, особенно для меняющихся рынков. NLP и deep learning станут чаще использовать для анализа микроструктуры и новостей.

Если есть вопросы — пишите. Следующий обзор через неделю.

Пишу про автоматизацию трейдинга и не только. Канал