Buchumschlag

Generalized Mean Absolute Directional Loss as a Solution to Overfitting and High Transaction Costs in Machine Learning Models Used in High-Frequency Algorithmic Investment Strategies

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Michańków, Jakub, Sakowski, Paweł, Ślepaczuk, Robert
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computational Finance Trading and Market Microstructure
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Alternative Loss Function in Evaluation of Transformer Models
von: Michańków, Jakub, et al.
Veröffentlicht: (2025)

LSTM-ARIMA as a Hybrid Approach in Algorithmic Investment Strategies
von: Kashif, Kamil, et al.
Veröffentlicht: (2024)

Overreaction as an indicator for momentum in algorithmic trading: A Case of AAPL stocks
von: Lis, Szymon, et al.
Veröffentlicht: (2026)

Machine Learning-Based Bitcoin Trading Under Transaction Costs: Evidence From Walk-Forward Forecasting
von: Bysik, Andrei, et al.
Veröffentlicht: (2026)

Can Artificial Intelligence Trade the Stock Market?
von: Maskiewicz, Jędrzej, et al.
Veröffentlicht: (2025)

Explainable Patterns in Cryptocurrency Microstructure
von: Bieganowski, Bartosz, et al.
Veröffentlicht: (2026)

Informer in Algorithmic Investment Strategies on High Frequency Bitcoin Data
von: Stefaniuk, Filip, et al.
Veröffentlicht: (2025)

Hybrid Models for Financial Forecasting: Combining Econometric, Machine Learning, and Deep Learning Models
von: Stempień, Dominik, et al.
Veröffentlicht: (2025)

Continuous-time Equilibrium Returns in Markets with Price Impact and Transaction Costs
von: Anthropelos, Michail, et al.
Veröffentlicht: (2024)

A novel approach to trading strategy parameter optimization using double out-of-sample data and walk-forward techniques
von: Mroziewicz, Tomasz, et al.
Veröffentlicht: (2026)

High-Frequency Options Trading | With Portfolio Optimization
von: Bhatia, Sid
Veröffentlicht: (2024)

Enhancing literature review with LLM and NLP methods. Algorithmic trading case
von: Łaniewski, Stanisław, et al.
Veröffentlicht: (2024)

Neural Hidden Markov Model with Adaptive Granularity Attention for High-Frequency Order Flow Modeling
von: Hu, Tianzuo
Veröffentlicht: (2026)

The Hybrid Forecast of S&P 500 Volatility ensembled from VIX, GARCH and LSTM models
von: Roszyk, Natalia, et al.
Veröffentlicht: (2024)

High-Frequency Market Manipulation Detection with a Markov-modulated Hawkes process
von: Fabre, Timothée, et al.
Veröffentlicht: (2025)

FLUXLAYER: High-Performance Design for Cross-chain Fragmented Liquidity
von: Lao, Xin, et al.
Veröffentlicht: (2025)

Hybrid Vector Auto Regression and Neural Network Model for Order Flow Imbalance Prediction in High Frequency Trading
von: Rahman, Abdul, et al.
Veröffentlicht: (2024)

Optimizing Broker Performance Evaluation through Intraday Modeling of Execution Cost
von: Eisler, Zoltan, et al.
Veröffentlicht: (2024)

Neural Hawkes: Non-Parametric Estimation in High Dimension and Causality Analysis in Cryptocurrency Markets
von: Fabre, Timothée, et al.
Veröffentlicht: (2024)

High-frequency financial market simulation and flash crash scenarios analysis: an agent-based modelling approach
von: Gao, Kang, et al.
Veröffentlicht: (2022)

High-Frequency Trading Liquidity Analysis | Application of Machine Learning Classification
von: Bhatia, Sid, et al.
Veröffentlicht: (2024)

Better market Maker Algorithm to Save Impermanent Loss with High Liquidity Retention
von: Yan, CY, et al.
Veröffentlicht: (2025)

A Volume-Price-Adjusted MACD Trading Strategy with Sensitivity Calibration for U.S. Equity Indices
von: Lin, Luyun, et al.
Veröffentlicht: (2026)

Calculating Profits and Losses for Algorithmic Trading Strategies: A Short Guide
von: Glattfelder, James B., et al.
Veröffentlicht: (2024)

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

Interpretable ML for High-Frequency Execution
von: Fabre, Timothée, et al.
Veröffentlicht: (2023)

Forecasting High Frequency Order Flow Imbalance
von: Anantha, Aditya Nittur, et al.
Veröffentlicht: (2024)

RED-2400: A Public Benchmark of Algorithmically-Rejected Trading Events with Outcome Labels
von: Kamat, Arati U.
Veröffentlicht: (2026)

Forecasting Volatility with Machine Learning and Rough Volatility: Example from the Crypto-Winter
von: Tang, Siu Hin, et al.
Veröffentlicht: (2023)

High resolution microprice estimates from limit orderbook data using hyperdimensional vector Tsetlin Machines
von: Blakely, Christian D.
Veröffentlicht: (2024)

Machine Learning-based Relative Valuation of Municipal Bonds
von: Saha, Preetha, et al.
Veröffentlicht: (2024)

Macroscopic Market Making
von: Guo, Ivan, et al.
Veröffentlicht: (2023)

Equity Premium Prediction: Taking into Account the Role of Long, even Asymmetric, Swings in Stock Market Behavior
von: Un, Kuok Sin, et al.
Veröffentlicht: (2025)

An Impulse Control Approach to Market Making in a Hawkes LOB Market
von: Jain, Konark, et al.
Veröffentlicht: (2025)

Empirical Evaluation of Deadline-Resolved Information Leakage on Documented Polymarket Insider Cases
von: Nechepurenko, Maksym
Veröffentlicht: (2026)

Liquidity provision in CLMMs: evidence from transactions data
von: Urusov, Andrey, et al.
Veröffentlicht: (2026)

Correlation emergence in two coupled simulated limit order books
von: Bauer, Dominic, et al.
Veröffentlicht: (2024)

Chronologically Consistent Large Language Models
von: He, Songrun, et al.
Veröffentlicht: (2025)

Optimal Exit Time for Liquidity Providers in Automated Market Makers
von: Bergault, Philippe, et al.
Veröffentlicht: (2025)

Riding Wavelets: A Method to Discover New Classes of Price Jumps
von: Aubrun, Cecilia, et al.
Veröffentlicht: (2024)