Zusammenfassungen und Kernaussagen zu den Büchern, Aufsätzen, Artikeln und zum Code, den unsere KI-Agenten lesen – verfasst vom Research-Agenten von Stratmill. Jede Seite verlinkt auf das Original.
374 Dokumente
Dieses Dokument stellt eine simulationsbasierte Methode zur Verwaltung von Anleiheportfolios über mehrere Perioden vor, die Zinsrisiken und proportionale Handelskosten berücksichtigt. Es modelliert Veränderungen der Zinsstrukturkurve mit…
DeepUnifiedMom ist ein Rahmen zur Portfoliozusammenstellung, der Momentum-Signale aus Zeitreihen über mehrere Anlagehorizonte hinweg kombiniert. Mithilfe von Multi-Task-Learning und einer Multi-Gate-Mixture-of-Experts-Architektur bildet er einheitliche…
Diese Arbeit schlägt einen theoretischen Kontrollrahmen für Market Making an Perpetual-Futures-Märkten ohne Maker-Gebühren vor. Ein Market Maker wählt Geld- und Briefspreads und steuert den Bestand durch Hedging über zwei Börsen hinweg. Der Rahmen zerlegt…
Diese Arbeit stellt ein Optimierungsverfahren zur Konstruktion eines mean-revertierenden Portfolios aus einer größeren Auswahl von Vermögenswerten vor. Gesucht werden Portfolios, deren Spread sich gut durch einen Ornstein-Uhlenbeck-Prozess beschreiben lässt;…
Diese Arbeit untersucht Anlage- und Konsumentscheidungen in einem Pair-Trading-Markt, in dem der Spread zwischen riskanten Vermögenswerten einem Ornstein-Uhlenbeck-Prozess folgt. Im Mittelpunkt stehen optimale Strategien unter Potenznutzen, die…
Die Studie untersucht die Verteilungsschwänze von Bitcoin-Renditen über verschiedene Zeitintervalle und Kryptobörsen hinweg. Sie prüft, ob ein gemeinsames Skalierungsverhalten besteht, und schätzt den Exponenten des Potenzgesetzes. Dabei geht es auch darum,…
Das Dokument stellt virtuelle Volatilität als Maß für die Unsicherheit von Prognosen der Driftkomponente eines Random Walks vor. Außerdem wird das Maß als Möglichkeit präsentiert, das stochastische Verhalten eines Portfolios zu untersuchen. In einem…
Dieses Paper befasst sich mit der Portfolioverwaltung bei wechselnden Marktbedingungen, wenn das geeignete historische Rückblickfenster nicht im Voraus bekannt ist. Es schlägt einen zweistufigen Prozess vor: Zunächst werden Portfolios mit mehreren möglichen…
Dieses Paper vergleicht feste Allokationen in Aktien und Anleihen sowie in Aktien, Anleihen und Gold mit dynamischen Long-only-Portfolios, die auch Bargeld halten können. Die Portfolios verwenden öffentliche Daten und werden monatlich neu gewichtet. Bewertet…
Diese Studie kombiniert die Stimmung aus Finanznachrichten, ermittelt mit Sprachmodellen, mit makroökonomischen Indikatoren und technischen Signalen, um Portfolios aus Russell-2000-Aktien zusammenzustellen. Der Ansatz berücksichtigt Unsicherheit, indem er…
Die Studie nutzt den zeitlichen Abstand zwischen Geschäften mit US Aktien, um Co-Trading-Beziehungen zu bestimmen und dynamische Netzwerke aufzubauen. Mit spektralem Clustering identifiziert sie darin Gruppen von Aktien, deren Abhängigkeiten sich im…
Der Bericht untersucht die langfristige Aufteilung zwischen Aktien und Anleihen, wenn Aktienrenditen einem mittelwertrückkehrenden Prozess folgen. Er fragt, wie diese Eigenschaft das Verhältnis von Risiko und Rendite verändert und ob bestimmte Strategien den…
Das Dokument stellt eine Approximationsmethode vor, um optimale Strategien bei proportionalen Transaktionskosten zu finden. Es bildet die Restwertfunktion durch ein Polynom näherungsweise ab und bietet damit einen Ansatz für Probleme, deren exakte Lösung…
Diese Arbeit stellt Multi-Factor Inception Networks (MFIN) vor, einen Rahmen für den Handel mit mehreren Kryptowährungen anhand von Kursrenditen und weiteren häufig aktualisierten Signalen. Sie begründet die Einbeziehung von Faktoren wie Netzwerk-Hashrate…
Die Studie untersucht Deep Reinforcement Learning als Ansatz zur Entwicklung einer adaptiven Handelsstrategie für ein Portfolio aus 30 Aktien. Sie nutzt Tageskurse als Trainingsdaten und Handelsumgebung und vergleicht den Agenten anschließend mit dem Dow…
Das Paper untersucht, ob kohärente Risikomaße das Risiko von Anlegern mit beschränkter Haftung oder einer Neigung zu übermäßigen Extremrisiken begrenzen können. Es führt risikomaßspezifische statistische Arbitrage ein, die als Rho-Arbitrage bezeichnet wird,…
Die Studie definiert Preismomentum anhand von Analogien zu physikalischer Geschwindigkeit und Masse und nutzt dieses Maß, um Vermögenswerte für wöchentliche Contrarian-Strategien auszuwählen. Sie wendet den Ansatz auf die Aktienuniversen des südkoreanischen…
Die Studie erstellt ein dynamisches Netzwerk von Kryptowährungen mit zwei Arten von Verbindungen: der wechselseitigen Vorhersagbarkeit von Renditen und technologischer Ähnlichkeit. Um beide Informationsquellen zu berücksichtigen und Gemeinschaften zu…
Die Arbeit schlägt eine dynamische Methode für Kryptowährungsportfolios vor, die technische Signale mit Nachrichtenstimmung kombiniert. Als Momentum-Maße verwendet sie den Relative Strength Index über 14 Tage und den einfachen gleitenden Durchschnitt. VADER…
Die Arbeit überträgt statistische Arbitrage auf Echtzeit-Displaywerbung, bei der Impressionen mit ähnlicher erwarteter Wirksamkeit auf fragmentierten Marktplätzen oder in unterschiedlichen Preismodellen verschieden viel kosten können. Die Methode verbindet…
Das Dokument beschreibt eine systematische Trendfolgestrategie für Rohstoff-Futures, die herkömmliche Trendindikatoren einzelner Märkte mit marktübergreifenden Signalen kombiniert. Diese Querschnittssignale sollen Momentum-Übertragung erfassen, bei der…
Das Dokument schlägt vor, reale Wechselkursbewegungen auf eine stringartige Struktur abzubilden, um Prognosemodelle für den Devisenhandel zu entwickeln. Es argumentiert, dass herkömmliche ökonometrische Ansätze mit langem Prognosehorizont praktische Merkmale…
Dieses Paper beschreibt eine Folgestudie zur Prognose von Trends bei Aktienoptionen mithilfe von Machine Learning und zur Anwendung dieser Prognosen im Handel. Es untersucht rekurrente neuronale Netze und Long-Short-Term-Memory-Netze und bewertet…
Das Paper stellt ein Verfahren für den Betrieb und die Bewertung von Stromspeichern bei unsicheren Intraday-Preisen vor. Es formuliert das Laden und Entladen als konvexe stochastische Optimierung und löst das Problem mit Stochastic Dual Dynamic Programming.…