深度学习在跨市场统计套利中的特征提取.docxVIP

深度学习在跨市场统计套利中的特征提取

一、引言

跨市场统计套利作为资本市场中重要的中性交易策略，通过捕捉不同市场关联资产间的短暂价格偏离建立对冲仓位，待价格回归均衡时获取收益，其策略有效性的核心始终围绕对跨资产均衡关系、价差偏离信号、收敛驱动因素的精准识别，也就是特征提取环节。随着全球资本市场联动性不断增强，跨市场交易的品种、频率、参与主体持续增加，传统依赖人工归纳、线性模型的特征提取方法已经难以适配复杂的跨市场价格传导逻辑，而深度学习技术凭借强大的非线性拟合、多源数据处理、自适应迭代能力，正在重构跨市场统计套利的特征提取框架。本文将从跨市场统计套利的特征底层逻辑出发，梳理传统方法的应用局限，