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
Diese Arbeit formuliert eine optimale Investition für einen Anleger mit konstanter relativer Risikoaversion in einem unvollständigen Markt mit kontinuierlicher Zeit. Vermögenspreise folgen Itô-Prozessen, und Handelsstrategien müssen dynamische…
Das Dokument behandelt die Auswahl von Notierungspaaren an Börsen als Optimierungsproblem: Börsen müssen alle Währungen abdecken, liquide Paare priorisieren und den Betriebsaufwand begrenzen. Da die Volumina der meisten möglichen Paare unbeobachtet sind,…
Dieses Dokument untersucht, wie proportionale Transaktionskosten gehebelte Anlagen in einem Markt mit einem sicheren und einem riskanten Vermögenswert einschränken. Es betrachtet Strategien, die langfristige Erträge maximieren und zugleich ein…
Die Arbeit schlägt Mid-LSTM vor, ein Deep-Learning-Modell, das Aktienkurse über einen mittelfristigen Horizont unter Berücksichtigung von Marktanomalien prognostizieren soll. Es bildet Markttrends als verborgene Zustände ab. Der beschriebene Ansatz…
Die Arbeit entwickelt einen Portfolioansatz auf Grundlage von Trendfolgesignalen. Sie verbindet ein Autokorrelationsmodell mit der Kovarianz von Trends und Risikoprämien und legt Modelle für die Trend-Kovarianzmatrix fest. Das resultierende optimale…
Die Arbeit beschreibt einen Deep-Learning-Ansatz zur Portfolioauswahl bei Aktien aus US. Das Residualnetz mit Regimewechsel nutzt ein Modul zur Erkennung der Marktbedingungen und ein weiteres für Momentum- und Umkehrprognosen; bei Regimewechseln schaltet es…
Diese Studie untersucht optimalen Konsum und optimale Anlage unter Potenznutzen, wenn sich die relative Risikoaversion zwei Grenzfällen nähert: unendlich und eins. Sie weist Konvergenzergebnisse für optimalen Konsum in allgemeinen Semimartingalmodellen und…
Diese Arbeit behandelt den Aufbau eines Portfolios aus Basiswerten für den Einsatz in der statistischen Arbitrage, einschließlich des Pair Tradings. Ziel ist ein Portfolio mit nützlichem Mittelwertrückkehrverhalten und zugleich kontrollierter Varianz, unter…
Die Arbeit bewertet, wie die Aufnahme von Bitcoin ein international diversifiziertes Portfolio beeinflusst, und verwendet dazu Mittelwert-Varianz-Optimierung, Conditional Value-at-Risk und Markov-Regimewechsel. Die ersten beiden Ansätze deuten darauf hin,…
Diese Studie untersucht die optimale Anlage in zwei kointegrierte Aktien für einen Anleger mit einer Nutzenfunktion konstanter relativer Risikoaversion. Sie erweitert frühere Arbeiten zur stochastischen Kontrolle, indem sie prüft, ob das Optimierungsproblem…
Diese Arbeit leitet eine näherungsweise Portfoliostrategie für Anleger in einem einfachen unvollständigen Markt mit allgemeiner Nutzenfunktion her. Sie verwendet die Hamilton-Jacobi-Bellman-Gleichung für die Wertfunktion und entwickelt eine Entwicklung…
Diese Studie schlägt eine Methode für Aktienportfolios vor, die auf der Prognose der Verteilung von Residualfaktoren beruht. Diese erfassen Informationen jenseits gemeinsamer Marktexposures und können dazu beitragen, solche Exposures abzusichern. Beschrieben…
Die Arbeit formuliert ein Portfolio-Designproblem für statistische Arbitrage und sucht Kombinationen zugrunde liegender Vermögenswerte mit starker Mean Reversion. Ziel ist es, ein Kriterium für die Stärke der Mean Reversion gegen die Portfoliovarianz…
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,…
Das Paper überträgt das Isotropieprinzip der Eigenrisikoparität auf einen Rahmen zur Portfolioallokation, der Mean-Variance-Optimierung mit einer einstellbaren Isotropiebeschränkung verbindet. Isotropie verteilt das Risiko über Eigenmoden und wirkt als…
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…
Das Dokument stellt einen Rahmen für statistische Arbitrage vor, der Asset Pricing, Zeitreihenmodellierung und Portfoliooptimierung verbindet. Zunächst werden mithilfe bedingter latenter Preisfaktoren ähnliche Vermögenswerte identifiziert und…
Diese Studie untersucht, wie ein Haushalt investieren sollte, wenn er gleichzeitig einen Vorsorgebedarf mit zufälligem Eintrittszeitpunkt und ein Sparziel mit festem Fälligkeitstermin berücksichtigen muss. Der Vorsorgebedarf ist bei Eintritt vollständig zu…
Die Arbeit verwendet evolutionäre Optimierung, um regelbasierte Handelsstrategien aus Finanzsentimentdaten abzuleiten. Das Sentimentsignal bildet die bullische oder bearische Einschätzung einzelner Aktien durch die Online-Handelsgemeinschaft ab und stammt…
Die Arbeit stellt den Volatility & Model Adaption Trade-off (VMAT) vor, eine Strategie für multivariates Pair-Trading. Sie befasst sich mit einer Lücke, die die Autoren in der bisherigen Forschung sehen: Studien verfeinern häufig Handelsregeln, während dem…
Diese Arbeit bezieht die für die Wahl eines Mean-Varianz-Portfolios verwendeten Informationen in das Optimierungsproblem ein. Sie argumentiert, dass die Standard-Portfolioanalyse verzerrt werden kann, wenn Variablen einfließen, die zum Entscheidungszeitpunkt…
Diese Arbeit untersucht zwei Anleger, die Mean-Varianz-Portfolios wählen und um relatives Vermögen konkurrieren. Ein Anleger kennt die tatsächliche Aktiendynamik; der andere muss sie aus der beobachteten Marktentwicklung ableiten. Ihre Entscheidungen hängen…
DeePM wird als durchgängiges Deep-Learning-System zur Verwaltung diversifizierter Makroportfolios vorgestellt. Das Design behandelt asynchrone Marktdaten mit einem kausalen Verzögerungsmechanismus, schränkt Beziehungen zwischen Vermögenswerten mithilfe eines…
Das Dokument skizziert eine Intraday-Handelsstrategie für chinesische Aktien unter der T+1-Handelsbeschränkung des Marktes. Sie kombiniert Prognosen eines mehrschichtigen Perzeptrons (MLP) mit der Markowitz-Portfoliooptimierung und nutzt veröffentlichte…