利用 Hurst 指数与 Q 学习在动量及均值回复策略上优化收益
统计金融
2022-05-24 v1
摘要
动量交易策略与均值回复交易策略具有相反的特征。前者通常更适用于趋势性资产，后者通常更适用于均值回复型资产。利用将时间序列分类为趋势性或均值回复性的 Hurst 指数，我们试图在各自有利时采用相应策略进行交易，以平均产生更高收益。我们最终发现，使用 Hurst 指数进行交易可获得更高收益，但也伴随更高风险。最后，我们考量了本研究的局限性，并提出了一种利用 Q-learning 改进策略及单个算法实现的方法。
引用
@article{arxiv.2205.11122,
title = {Optimizing Returns Using the Hurst Exponent and Q Learning on Momentum and Mean Reversion Strategies},
author = {Y. Chang and C. Lizardi and R. Shah},
journal= {arXiv preprint arXiv:2205.11122},
year = {2022}
}