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 stellt CausalReinforceNet vor, einen Rahmen, der kausale Analyse in Entscheidungen des Reinforcement Learnings für den Handel mit Kryptowährungen einbeziehen soll. Sie kombiniert Bayes’sche und dynamische Bayes-Netzwerkverfahren mit Reinforcement…
Die Studie entwickelt Wahrscheinlichkeitsprognosen der realisierten Bitcoin-Varianz. Statt nur Punktprognosen zu erstellen, schätzt sie bedingte Quantile und bildet die Unsicherheit möglicher Volatilitätsausprägungen ab. Sie kombiniert Prognosen…
Diese Studie untersucht, ob Reinforcement Learning den Handel mit Kryptowährungspaaren verbessern kann, einen Ansatz der statistischen Arbitrage, bei dem Kursunterschiede zwischen korrelierten Vermögenswerten gehandelt werden. Die Autoren erstellen…
Diese Arbeit führt eine Klasse von Regeln für den Handel mit Vermögenswerten ein, die als doppelt lineare Strategien bezeichnet werden, und untersucht ihre Robustheit bei Transaktionskosten. Als Robustheitskriterium dient ein durchgehend positiver erwarteter…
Diese Studie kombiniert Bitcoin-Marktindikatoren mit sozialen und verhaltensbezogenen Signalen, um algorithmisches Trading zu untersuchen. Zu den Eingaben zählen Börsenkurs und -volumen, Technologieadoption und Bitcoin-Transaktionsvolumen sowie…
Diese Arbeit untersucht Faktormodelle für den Querschnitt der Tagesrenditen von Kryptowährungen und anderen digitalen Vermögenswerten anhand von Börsenmarktdaten. Sie identifiziert einen führenden Faktor, der offenbar erheblich zu den Renditen von…
Diese Studie untersucht, wie Medien und Bildungsangebote mit der individuellen Teilnahme an Kryptowährungsmärkten zusammenhängen. Sie beschreibt soziale Plattformen, Influencer und Finanzkommentatoren als Kontaktquellen, die Interesse wecken können. Leicht…
Die Arbeit untersucht, ob sich die implizite Bitcoin-Volatilität über einen Zeitraum von fünf Minuten anhand des jüngsten Marktverhaltens und alternativer Daten prognostizieren lässt. Das Modell nutzt verzögerte Bitcoin-Indexpreise und Volatilitätsbewegungen…
Das Dokument stellt AutoQuant vor, ein regelbasiertes Entscheidungsunterstützungs-Framework zur Auswahl von Trading-Konfigurationen für Krypto-Perpetual-Futures. Es legt Ausführungszeitpunkt, Funding-Behandlung, Gebühren, Slippage und…
Die Studie vergleicht zwei Machine-Learning-Modelle, LightGBM und LSTM, mit zwei indikatorbasierten Bitcoin-Strategien: einem Crossover exponentieller gleitender Durchschnitte und einer Kombination aus MACD und ADX. Der Vergleich steht im Kontext der ersten…
Diese Studie wendet fraktale Geometrie und statistische Analyse auf Bitcoin-Renditen an, um Persistenz, Prognostizierbarkeit und Marktstruktur zu untersuchen. Sie vergleicht neun Kryptowährungen, die zusammen fast drei Viertel der Marktkapitalisierung…
Dieses Paper modelliert Kryptowährungspreise als Bewegungen in einem veränderlichen nichtlinearen Potenzialfeld. Es kombiniert Bayes’sche Inferenz mit Gauß-Prozessen, um das Feld anhand historischer Preise zu schätzen, und verwendet anschließend abgeleitete…
Das Paper vergleicht drei Methoden zur Beschreibung der Bitcoin-Volatilität: historische Volatilität, gemessen anhand der Stichprobenstandardabweichung, bedingte Prognosen aus GARCH-Modellen und aus Bitcoin-Optionen abgeleitete implizite Volatilität. Anhand…
Diese Studie stellt eine Methode vor, um wahrscheinliche Sequenzen einseitiger Arbitrage (OWA) in Spot-Transaktionsdaten zentralisierter Kryptowährungsbörsen zu identifizieren, in denen öffentliche Daten keine Trader-Identitäten oder Wallet-Adressen…
Das Paper stellt eine Methode zur Modellierung volatiler Zeitreihen mit V-Transformationen vor. Diese verknüpfen Quantile der Randverteilung einer stationären Reihe mit Quantilen eines prognostizierbaren Volatilitäts-Proxys. Werden diese Transformationen als…
Das Dokument leitet her, wie sich der Kelly-Anteil in stetiger Zeit verändert, wenn der langfristige Preis eines Vermögenswerts einem Potenzgesetz folgt und seine Renditevarianz im Zeitverlauf abnimmt. Bei einer risikofreien Rendite von null hängt die…
Die Studie stellt eine Einsatzregel für regelmäßig neu trainierte Prognosesysteme vor: Das aktuelle Modell bleibt im Einsatz, während ein neu angepasstes Herausforderermodell außerhalb des Produktivbetriebs läuft. Anschließend werden beide anhand derselben…
Die Studie untersucht, wie Liquidität die Momentum-Effekte auf Kryptowährungsmärkten beeinflusst. Sie bildet Portfolios, indem sie Kryptowährungen nach Momentum und Liquidität sortiert. Die Zahl der Vermögenswerte verändert sich im Zeitverlauf, und die…
Diese Studie untersucht, ob zwei unabhängig konfigurierte Datensammler dieselben Token auf dem Solana-Launchpad pump.fun erfassen. Eine Pipeline erkennt Gruppen, die mit koordinierten Wallets früher Käufer verbunden sind; die andere protokolliert…
Die Studie modelliert, wie sich der Preis eines Vermögenswerts bildet, wenn er über ein Orderbuch gehandelt wird. Sie entwickelt zwei verwandte Ansätze: ein endliches Spiel mit mehreren Akteuren und ein Mean-Field-Spiel. Dabei spiegeln die Handelskosten die…
Diese Studie schlägt Soft Actor-Critic (SAC) und Deep Deterministic Policy Gradient (DDPG) für das Management von Kryptowährungsportfolios vor. Die Agenten lernen kontinuierliche Handelsaktionen in einer simulierten Umgebung anhand historischer Marktdaten.…
Diese Studie modelliert Autodeleveraging (ADL), einen Mechanismus, mit dem Handelsplätze für Perpetual Futures Verluste vergemeinschaften, wenn Liquidationen die Solvenz nicht sichern können. Das zentrale theoretische Ergebnis ist ein Trilemma: Eine…
Die Studie nutzt einen Convolutional Autoencoder, um dominante Muster im Verhalten des Kryptowährungsmarkts zu extrahieren und 40 Kryptowährungen in Klassen einzuteilen. Sie untersucht zwölf aufeinanderfolgende Zeiträume von jeweils sechs Monaten ab dem 15.…
Diese Studie vergleicht Quanten-Maschinelles-Lernen, klassisches Maschinelles-Lernen, hybride Quanten-Klassik-Verfahren und Transformer-Modelle in Strategien für Automated Market Maker und den Handel im dezentralen Finanzwesen. Sie berichtet Backtests über…