Розробка системи прогнозування цін фінансових інструментів та формування торгових стратегій на основі машинного навчання

Abstract

Об’єкт дослідження – процес прогнозування цін фінансових інструментів та формування торгових стратегій статистичного арбітражу. Предмет дослідження – економетричні методи та методи машинного навчання для побудови, оцінювання та валідації стратегій статистичного арбітражу на ринках акцій та криптовалютних деривативів. Мета роботи – розробка системи прогнозування цін фінансових інструментів та формування торгових стратегій на основі машинного навчання з емпіричною перевіркою наявності торгового еджу після врахування транзакційних витрат. Методи дослідження – методи аналізу часових рядів (тести коінтеграції Енгла-Грейнджера та Йохансена, моделювання процесу Орнштейна-Уленбека, фільтр Калмана), факторні моделі на основі методу головних компонент, методи машинного навчання (градієнтний бустинг) та глибокого навчання (одновимірні згорткові нейронні мережі), методика meta-labeling з triple-barrier розміткою, методи бектестування з урахуванням транзакційних витрат, методи валідації walk-forward та in-sample/out-of sample, засоби програмної реалізації на Python. У роботі розглянуто задачу побудови системи статистичного арбітражу на основі прогнозування цін фінансових інструментів методами економетрики та машинного навчання.