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.
96 Dokumente
Diese Arbeit untersucht optimalen Handel, wenn ein Signal einem mittelwertrückkehrenden Ornstein-Uhlenbeck-Prozess folgt, dessen Parameter sich je nach verborgenem Regime ändern. Sie kombiniert rekurrente neuronale Netze mit Reinforcement Learning, um aus…
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…
Diese Studie entwickelt eine Paare-Handelsstrategie auf Basis der Mean-Reversion für Aktien aus US. Statt Paare nach der üblichen Pair-Trading-Praxis auszuwählen, nutzt sie die Maximum-Likelihood-Schätzung, um statische Portfolios zu bilden, die einem…
Das Dokument stellt KBPT vor, eine Pair-Trading-Strategie, die einen Kalman-Filter, Signale der Bollinger-Bänder und ein auf der KalmanNet-Architektur basierendes neuronales Netz kombiniert. Herkömmliche Varianten modellieren die Beziehung zwischen zwei…
Diese Arbeit untersucht Möglichkeiten, die Latenz in leistungskritischen C++-Anwendungen zu senken, insbesondere im Hochfrequenzhandel. Sie beschreibt ein Programmierrepository mit Benchmarkbeispielen, einer optimierten marktneutralen statistischen…
Dieses Dokument beschreibt einen modellunabhängigen Rahmen zur Prognose der Asset-Volatilität. Dazu werden aus realisierten Volatilitäten kompakte, zeitvariable Faktoren abgeleitet. Sie sollen die wechselnden Zusammenhänge zwischen Assets erfassen und den…
Diese Studie entwickelt eine Monte-Carlo-Methode für Pairs Trading, bei der der Spread einem mittelwertrückkehrenden Ornstein-Uhlenbeck-Prozess mit Sprüngen folgt. Sie verwendet einen Varianz-Gamma-Prozess, der unendliche Aktivität und eine flexiblere…
Dieser Artikel untersucht Korrelationen und gemeinsame Bewegungen von Aktien, um Intraday-Saisonalität und Marktentwicklung zu analysieren. Anhand von Intraday-Daten des CAC 40 überprüft er frühere Ergebnisse, denen zufolge die durchschnittlichen…
Dieses Paper untersucht, wann ein Pair Trade geschlossen werden sollte, dessen Spread als Ornstein-Uhlenbeck-artiger Prozess modelliert wird, der von einem Lévy-Prozess mit endlicher Aktivität angetrieben wird. Die Sprungkomponente erweitert ein Modell ohne…
Das Paper schlägt eine Pair-Trading-Strategie für Futures vor, die Path Signatures als Zeitreihenmerkmale nutzt. Es zerlegt die Signatur in zwei Indikatoren: ein segmentiertes Signaturmaß für die Pfadinteraktion und ein Kovarianzmaß der Zuwächse für die…
Dieses Dokument beschreibt ein Deep-Learning-Verfahren, das zeitvariable Beziehungen zwischen Vermögenswerten für den Paarhandel identifiziert. Multi-modal Temporal Relation Graph Learning kombiniert Zeitreihenbeobachtungen mit diskreten Merkmalen in einem…
Die Studie überträgt einen Pairs-Trading-Rahmen auf polnische Aktien. Dabei wird ein Vermögenswert mit einer Replikation aus Risikofaktoren verglichen, anstatt ihn mit einem zweiten, stark korrelierten Vermögenswert zu paaren. Die Faktoren werden mit…
Das Dokument stellt eine Methode zur Portfoliokonstruktion für Pair-Trading vor, die Überschneidungen zwischen den ausgewählten Paaren begrenzt. Es bildet Vermögenswerte als Knoten eines Graphen und kointegrierte Kandidatenpaare als gewichtete Kanten ab; die…
Die Studie untersucht die statistische Grundlage der Bollinger-Bänder, indem sie diese mit einem Zeitreihenmodell auf Basis rollierender Regression verbindet. Sie wendet den Rahmen auf Pair Trading an und leitet einen Zusammenhang zwischen Handelsdauer und…
Diese vorläufige Analyse verwendet einen Ornstein-Uhlenbeck-Prozess, um Spreads zwischen Aktienpaaren für eine mittelwertrevertierende Handelsstrategie zu modellieren. Sie vergleicht diesen Ansatz mit einer einfacheren Methode, die Mittelwert und…
Diese Arbeit entwickelt einen Zustandsraumansatz zur Modellierung mittelwertrevertierender Spreads für statistische Arbitrage, einschließlich Pair Trading. Beobachtete Spreads werden als verrauschte Messungen verborgener Zustände behandelt;…
Diese Studie prüft eine Pair-Trading-Strategie anhand von Kassakursen für 17 indische Rohstoffe aus den Bereichen Energie, Metalle und Landwirtschaft im Zeitraum von 2010 bis einschließlich 2018. Mit Johansen-Kointegrationstests in der Trainingsstichprobe…
Die Arbeit behandelt ein Problem der Portfoliozusammenstellung bei statistischer Arbitrage: Signale aus vielen Paaren können einander widersprechen, sodass sich Chancen über eine große Gruppe von Wertpapieren nur schwer kombinieren lassen. Vorgeschlagen…
Das Dokument untersucht die Optimierung des Portfoliowachstums bei unsicheren erwarteten Renditen. Es betrachtet einen unvollständigen, hochdimensionalen Markt, in dem Vermögenspreise von stochastischen Faktoren abhängen. Statt den Drift vollständig…
Das Paper entwickelt ein adaptives matrixvariates Markov-Chain-Monte-Carlo-Verfahren für bayessche kointegrierte Vektorautoregressionen. Es ersetzt das Griddy-Gibbs-Sampling durch einen automatisierten Adaptive-Metropolis-Ansatz, der die Posterior-Schätzung…
Das Paper untersucht die Schätzung mean-revertierender Preisdynamiken anhand hochfrequenter Beobachtungen, bei denen mikrostrukturelles Marktrauschen die Parameterschätzungen verzerren kann. Es schlägt einen Maximum-Likelihood-Schätzer für einen…
Diese Studie entwickelt eine Timing-Methode für den Handel mit einem mean-revertierenden Preisspread, angeregt durch den Pair Trading. Sie modelliert den Spread als Ornstein–Uhlenbeck-Prozess und formuliert das Eröffnen und Schließen einer Position als…
Diese Notizen entwickeln eine quantitative Behandlung der Mean Reversion: Sie beginnen mit Pair Trading und führen über Demeaning, Regression, gewichtete Regression und beschränkte Optimierung bis zu Faktormodellen. Die Abfolge zeigt, wie sich mit zunehmend…