Buchumschlag

End-to-End Policy Learning of a Statistical Arbitrage Autoencoder Architecture

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Krause, Fabian, Calliess, Jan-Peter
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Trading and Market Microstructure Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Deep Learning for Financial Time Series: A Large-Scale Benchmark of Risk-Adjusted Performance
von: Saly-Kaufmann, Adir, et al.
Veröffentlicht: (2026)

Graph Learning for Foreign Exchange Rate Prediction and Statistical Arbitrage
von: Hong, Yoonsik, et al.
Veröffentlicht: (2025)

An End-To-End LLM Enhanced Trading System
von: Zhou, Ziyao, et al.
Veröffentlicht: (2025)

Supervised Autoencoder MLP for Financial Time Series Forecasting
von: Bieganowski, Bartosz, et al.
Veröffentlicht: (2024)

Arbitrage Analysis in Polymarket NBA Markets
von: Cheng, Guang, et al.
Veröffentlicht: (2026)

Efficient Triangular Arbitrage Detection via Graph Neural Networks
von: Zhang, Di
Veröffentlicht: (2025)

Against a Universal Trading Strategy: No-Arbitrage, No-Free-Lunch, and Adversarial Cantor Diagonalization
von: Svozil, Karl
Veröffentlicht: (2026)

Deep Learning for Options Trading: An End-To-End Approach
von: Tan, Wee Ling, et al.
Veröffentlicht: (2024)

Evaluation of Reinforcement Learning Techniques for Trading on a Diverse Portfolio
von: Khare, Ishan S., et al.
Veröffentlicht: (2023)

Optimal Execution with Reinforcement Learning
von: Hafsi, Yadh, et al.
Veröffentlicht: (2024)

Learning the Market: Sentiment-Based Ensemble Trading Agents
von: Ye, Andrew, et al.
Veröffentlicht: (2024)

Supervised Autoencoders with Fractionally Differentiated Features and Triple Barrier Labelling Enhance Predictions on Noisy Data
von: Bieganowski, Bartosz, et al.
Veröffentlicht: (2024)

Reinforcement Learning in Queue-Reactive Models: Application to Optimal Execution
von: Espana, Tomas, et al.
Veröffentlicht: (2025)

Trading through Earnings Seasons using Self-Supervised Contrastive Representation Learning
von: Ye, Zhengxin Joseph, et al.
Veröffentlicht: (2024)

DeePM: Regime-Robust Deep Learning for Systematic Macro Portfolio Management
von: Wood, Kieran, et al.
Veröffentlicht: (2026)

MacroHFT: Memory Augmented Context-aware Reinforcement Learning On High Frequency Trading
von: Zong, Chuqiao, et al.
Veröffentlicht: (2024)

Deep Learning Meets Queue-Reactive: A Framework for Realistic Limit Order Book Simulation
von: Bodor, Hamza, et al.
Veröffentlicht: (2025)

When AI Trading Agents Compete: Adverse Selection of Meta-Orders by Reinforcement Learning-Based Market Making
von: Jafree, Ali Raza, et al.
Veröffentlicht: (2025)

FinBERT-BiLSTM: A Deep Learning Model for Predicting Volatile Cryptocurrency Market Prices Using Market Sentiment Dynamics
von: Hossain, Mabsur Fatin Bin, et al.
Veröffentlicht: (2024)

Arbitrage on Decentralized Exchanges
von: He, Xue Dong, et al.
Veröffentlicht: (2025)

Arbitrage with bounded Liquidity
von: Schlegel, Christoph, et al.
Veröffentlicht: (2025)

Deep Limit Order Book Forecasting
von: Briola, Antonio, et al.
Veröffentlicht: (2024)

Dynamic Pricing in Securities Lending Market: Application in Revenue Optimization for an Agent Lender Portfolio
von: Xu, Jing, et al.
Veröffentlicht: (2024)

HLOB -- Information Persistence and Structure in Limit Order Books
von: Briola, Antonio, et al.
Veröffentlicht: (2024)

Long Short-Term Memory Pattern Recognition in Currency Trading
von: Pal, Jai
Veröffentlicht: (2024)

Detecting Toxic Flow
von: Cartea, Álvaro, et al.
Veröffentlicht: (2023)

On-line reinforcement learning for optimization of real-life energy trading strategy
von: Lepak, Łukasz, et al.
Veröffentlicht: (2023)

Estimation of an Order Book Dependent Hawkes Process for Large Datasets
von: Mucciante, Luca, et al.
Veröffentlicht: (2023)

Temporal Kolmogorov-Arnold Networks (T-KAN) for High-Frequency Limit Order Book Forecasting: Efficiency, Interpretability, and Alpha Decay
von: Makinde, Ahmad
Veröffentlicht: (2026)

DiffVolume: Diffusion Models for Volume Generation in Limit Order Books
von: Wang, Zhuohan, et al.
Veröffentlicht: (2025)

Bayesian Robust Financial Trading with Adversarial Synthetic Market Data
von: Xia, Haochong, et al.
Veröffentlicht: (2026)

Stockformer: A Price-Volume Factor Stock Selection Model Based on Wavelet Transform and Multi-Task Self-Attention Networks
von: Ma, Bohan, et al.
Veröffentlicht: (2023)

Market-GAN: Adding Control to Financial Market Data Generation with Semantic Context
von: Xia, Haochong, et al.
Veröffentlicht: (2023)

FinRLlama: A Solution to LLM-Engineered Signals Challenge at FinRL Contest 2024
von: Grover, Arnav
Veröffentlicht: (2025)

LLM-Based Routing in Mixture of Experts: A Novel Framework for Trading
von: Liu, Kuan-Ming, et al.
Veröffentlicht: (2025)

Advanced simulation paradigm of human behaviour unveils complex financial systemic projection
von: Wang, Cheng, et al.
Veröffentlicht: (2025)

Diverse Approaches to Optimal Execution Schedule Generation
von: de Witt, Robert, et al.
Veröffentlicht: (2026)

An Efficient deep learning model to Predict Stock Price Movement Based on Limit Order Book
von: Yang, Jiahao, et al.
Veröffentlicht: (2025)

Exploring Microstructural Dynamics in Cryptocurrency Limit Order Books: Better Inputs Matter More Than Stacking Another Hidden Layer
von: Wang, Haochuan
Veröffentlicht: (2025)

FinTSBridge: A New Evaluation Suite for Real-world Financial Prediction with Advanced Time Series Models
von: Wang, Yanlong, et al.
Veröffentlicht: (2025)