Dissertação
Advantage Actor-Critic Algorithm Application to Pairs Trading Strategy EVALUATED
Pairs trading é uma estratégia bem conhecida de mercado neutro. Na compra de um título financeiro com um preço relativamente mais baixo em comparação com a sua contraparte no par, e, consequentemente, a venda a descoberto do outro constituinte do par, o investidor pode lucrar quando o preço do par converge. Nos primórdios, pairs trading era bastante popular devido às oportunidades de obtenção de lucro por arbitragem. No entanto, com tantos investidores, incluindo fundos de investimento, a procurar estas oportunidades de arbitragem, a rentabilidade desta estratégia começou a deteriorar-se. Neste estudo propomos um método alternativo de extração do sinal de negociação, TLS, superior ao método tradicional, OLS, em todas as condições. Além disso, demonstramos as implicações que a escolha do tamanho da janela de negociação pode ter na rentabilidade da estratégia. Com estas duas caraterísticas em consideração, investigamos uma nova abordagem à estratégia tradicional utilizando aprendizagem por reforço profundo - particularmente com o algoritmo advantage actor-critic. Desenvolvemos o sistema de negociação, dando recompensas positivas ao agente por decisões adequadas e recompensas negativas por decisões erradas. Dado o sinal de negociação, o agente é treinado para selecionar as melhores decisões que maximizam a soma dos lucros futuros esperados. Os pares são selecionados entre 208 ETFs relacionados com commodities. As simulações consideram custos de transação e são realizadas ao longo de vários períodos entre janeiro de 2011 e dezembro de 2019. Os nossos resultados demonstram sucesso na aprendizagem do modelo proposto e apresentam possibilidades de extensão a outras aplicações financeiras computacionais.
janeiro 27, 2021, 9:0
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado