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.
400 Dokumente
Die Arbeit untersucht Risikoaufschläge erster und zweiter Ordnung bei Bitcoin anhand optionsimplizierter Informationen und realisierter Renditen und vergleicht sie mit denen des S&P 500. Sie berichtet, dass Bitcoin eine höhere Volatilität und eine höhere…
Diese Studie untersucht, wie die Informationseffizienz bei mehr als vierhundert Kryptowährungen variiert. Sie berechnet Permutationsentropie und statistische Komplexität aus Log-Renditen in rollierenden Zeitfenstern und vergleicht diese Maße anschließend mit…
MacroHFT ist ein Reinforcement-Learning-Ansatz für den Handel mit Kryptowährungen auf Minutenbasis. Er behandelt zwei genannte Herausforderungen bestehender Methoden: Agenten können überanpassen und ihre Strategien nicht an den finanziellen Kontext anpassen;…
Die Studie untersucht, ob Trading- und Social-Media-Indikatoren die Klassifikation von Kursänderungen bei Kryptowährungen gegenüber technischen Indikatoren allein verbessern. Sie wertet stündliche und tägliche Bitcoin- und Ethereum-Daten von Januar 2017 bis…
Diese Studie bewertet eine dynamische Pairs-Trading-Strategie für Kryptowährungen, die mithilfe von Kointegrationstests und geschätzter Mean-Reversion-Geschwindigkeit Anlagewerte auswählt und ihr Rückblickfenster anpasst. Sie verwendet in verschiedenen…
Diese Studie untersucht, ob der Bitcoin-Handel statistische Merkmale entwickelt hat, die mit reiferen Finanzmärkten verbunden sind. Sie analysiert einminütige Preisänderungen ab 2012 in ausgewählten Teilzeiträumen und betrachtet Renditeverteilungen,…
Die Arbeit schlägt vor, Rechte an unbefristeten Kryptowährungsverträgen als nicht fungible Token darzustellen, die als Sicherheiten in kombinierbarer dezentraler Finanzwirtschaft dienen können. Sie vergleicht fungible Token, die in DeFi häufig zur…
Diese Arbeit untersucht Renditeverteilungen unter der Annahme, dass Renditen unabhängig sind, sobald ihre zeitvariable Varianz festgelegt ist. Da sich die Volatilität selbst zufällig verändert, spiegelt die Verteilung aggregierter Renditen die Verteilung…
Dieses Kapitel gibt einen Überblick darüber, wie sich Vermögen und Trading-Verhalten in Kryptowährungssystemen entwickeln, die über Proof of Stake neue Coins ausgeben. Zunächst wird die Vermögensbildung ohne Trading betrachtet, insbesondere mit Blick darauf,…
WebCryptoAgent ist ein Rahmen für kurzfristiges Kryptowährungs-Trading, der Webinhalte, soziale Stimmung und OHLCV-Marktdaten verbindet. Spezialisierte Agenten analysieren die jeweiligen Informationsquellen und führen ihre Bewertungen anschließend in einem…
Dieser Überblick bewertet AI-Anwendungen bei Aktien, ETFs, zentralisierten Kryptomärkten, Perpetual Futures und On-Chain-Aktivitäten. Er beschreibt den Weg zu Anlageerträgen als Abfolge: Point-in-Time-Daten müssen ein zuverlässiges Signal, praktikable…
Diese Studie untersucht alpha-stabile Verteilungen als Modelle für Renditen von Bitcoin, Ethereum und Ripple, die zusammen den Großteil des betrachteten Kryptowährungsmarkts ausmachten. Im Mittelpunkt steht die Frage, ob diese flexible Verteilung mit…
Das Paper stellt einen Deep-Reinforcement-Learning-Agenten für die Portfolioverwaltung vor, der Renditestreben und Risikobegrenzung miteinander abwägt. Seine Zielstrategie passt an, wie stark der Agent die optimale Aktion bevorzugt; ein einstellbarer…
Ping-Pong-Swaps sind ein vorgeschlagenes Verfahren, mit dem Token direkt zwischen Teilnehmern über verschiedene Blockchains hinweg getauscht werden können, ohne Treuhandkonto oder vertrauenswürdige Vermittler. Der Mechanismus setzt voraus, dass jede…
Die Studie untersucht anhand eines Datensatzes mit 18 Millionen Mt. Gox-Transaktionen, wie Wash Trading bei Bitcoin mit den Marktbedingungen variiert. Laut Bericht nimmt Wash Trading zu, wenn das legitime Handelsvolumen niedrig ist, und ab, wenn es hoch ist.…
Die Studie untersucht, ob On-Chain-Kennzahlen von Kryptowährungen zur Erklärung von Kursen und zur Unterscheidung riskanter Vermögenswerte beitragen können. Sie analysiert historische Daten, misst Korrelationen zwischen Kursen und anderen Parametern,…
Diese Arbeit verbindet einen detaillierten empirischen Ansatz zur Analyse von Orderbuchdaten mit einem Modell finanziellen Herdenverhaltens, um die Dynamik von Orderbüchern abzubilden. Ziel ist es laut Arbeit, ein Langzeitgedächtnis in absoluten Renditen und…
Diese Arbeit untersucht Auf- und Abschläge bei Bitcoin-Spot-ETFs während ihrer ersten vier Handelsmonate, vom Januar 11 bis zum Mai 17 2024. Im Mittelpunkt steht die Frage, wie der von autorisierten Teilnehmern verwaltete Ausgabe- und Rücknahmeprozess der…
ManiScope ist ein visuelles Analysesystem, das Nutzer dabei unterstützen soll, Risiken handelsbasierter Manipulation an Kryptomärkten, einschließlich Wash-Trading, einzuschätzen. Die abgestimmten Ansichten führen die Verteilung des Tokenbesitzes, Beziehungen…
Die Studie prüft die Informer-Prognosearchitektur als Grundlage automatisierter Strategien mit hochfrequenten Bitcoin-Daten. Sie trainiert Varianten mit RMSE, Generalized Mean Absolute Directional Loss (GMADL) und Quantilverlust und wandelt anschließend…
Diese vorläufige Studie untersucht, ob sich Bitcoin-Preisbewegungen durch die Kombination von Marktstimmung und technischer Analyse prognostizieren lassen. Als Stimmungsindikator dient der Fear and Greed Index, der zusammen mit technischen Indikatoren und…
Die Studie prüft die schwache Form der Effizienzmarkthypothese für Bitcoin mithilfe eines Feedforward-Neuronalen Netzes. Sie untersucht, ob Renditen oder verwandte Merkmale anderer Vermögenswerte zusätzlich zu Bitcoin-Renditen die Vorhersage verbessern. Zu…
Die Studie vergleicht 41 Machine-Learning-Modelle, aufgeteilt in Klassifikatoren und Regressoren, um Bitcoin-Preise vorherzusagen und ihren Einsatz im algorithmischen Trading zu bewerten. Sie kombiniert Prognosekennzahlen wie absolute und quadrierte Fehler…
Diese Studie fragt, ob Anleger in Kryptowährungen anders handeln als Aktienanleger, und nutzt Kursverläufe als Beleg für dieses Verhalten. Zunächst wendet sie mehrere Machine-Learning-Modelle an, um Zeitreihen von Kryptowährungen und Aktien aus demselben…