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.
952 Dokumente
Diese Arbeit untersucht Leakage bei Handelsstrategien, die aus rangabhängigen Portfoliofunktionen entstehen. Leakage bezeichnet den Vermögensverlust, wenn die in einem Portfolio enthaltenen Aktien erneuert oder ersetzt werden. Die Autoren leiten einen…
Diese Studie analysiert, wie die Geometrie von Prädiktoren das entscheidungsorientierte Lernen einschränkt, bei dem das Modelltraining an ein nachgelagertes Entscheidungsziel gebunden ist. Anhand des sparsamen Index-Trackings unterscheidet sie zwischen den…
Diese Fallstudie prüft, ob eine kointegrationsbasierte Paarstrategie mit PepsiCo und Coca-Cola statistisch fundiert und wirtschaftlich tragfähig ist. Sie schätzt anhand früherer Daten das Mean-Reversion-Verhalten des Spreads, hält diese statistischen…
Das Dokument untersucht vektorielle genetische Programmierung (VGP) zur Entwicklung finanzieller Handelsstrategien. Es stellt zwei Varianten vor: Eine unterstützt Operationen mit komplexen Zahlen, die andere verwendet starke Typisierung. Ihre Leistung wird…
Die Studie untersucht asiatische American Depositary Receipts (ADRs) in Märkten, deren Handelszeiten nicht mit denen der zugrunde liegenden ausländischen Aktien übereinstimmen. Sie zerlegt die Renditen von ADR in Komponenten, die während der US-Handelszeiten…
Diese Arbeit schlägt vor, Aktien anhand ihres Rangs nach Marktkapitalisierung statt anhand ihrer Unternehmensidentität darzustellen. Hintergrund ist, dass herkömmliche, auf Unternehmensnamen basierende Darstellungen verrauscht und volatil sein können,…
Diese Studie nutzt die Verarbeitung natürlicher Sprache für chinesische Analystenberichte und klassifiziert deren Ton mit einem angepassten BERT-Modell als positiv, neutral oder negativ. Sie untersucht, ob die Stimmung in den Berichten spätere…
Die Studie nutzt Skalierungseigenschaften aggregierter hochfrequenter S&P-500-Renditen, um ein stochastisches Martingalmodell zu konstruieren. Das Modell soll bedingte Erwartungswerte für die Vormittagssitzung reproduzieren und wird anschließend auf den…
Diese Studie untersucht, wie verschiedene Anlegergruppen von 2003 bis 2008 mit Nokia-Aktien handelten, und vergleicht den Einfluss von Marktbedingungen und Nachrichten. Renditen und Volatilität werden als endogene Faktoren behandelt, während das tägliche…
Diese Studie untersucht Informationslücken am japanischen Aktienmarkt und fragt, ob Anleger außerhalb der herkömmlichen Forschung zu statistischer Arbitrage in öffentlich zugänglichen Online-Inhalten nützliche Signale finden können. Der Ansatz analysiert…
Die Arbeit schlägt einen systematischen Anlageansatz vor, der über einen längeren Zeitraum Vermögen aufbauen soll, indem er eine Folge kurzfristiger Kaufentscheidungen für ETF trifft. Sie kombiniert evolutionäre Algorithmen mit einem Deep-Learning-Modell, um…
StockGPT behandelt tägliche Aktienrenditen als Folgen numerischer Tokens und trainiert ein autoregressives Modell, um künftige Renditen vorherzusagen. Der Aufmerksamkeitsmechanismus soll zeitliche Muster direkt aus Renditeverläufen lernen, sodass…
Dieses Dokument stellt räumlich-zeitliche Momentumstrategien vor, die die eigene Momentumhistorie eines Vermögenswerts mit seinem Momentum im Vergleich zu anderen Vermögenswerten verbinden. Der Ansatz verwendet neuronale Netze, um Handelssignale für ein…
Diese Arbeit untersucht, ob Bitcoin US-Aktienindizes absichern oder als sicherer Hafen dienen kann. Anlass war unter anderem der Anstieg von Bitcoin nach der US-Präsidentschaftswahl 2016. Sie unterscheidet eine Absicherung, bei der die durchschnittliche…
Die Arbeit formuliert das Problem eines Anlegers als Maximierung des erwarteten Nutzens des Vermögens zu einem künftigen Zeitpunkt. Sie kombiniert zwei Arten von Positionen: zu Beginn einmalig gewählte Derivate und Aktienbestände, die im Zeitverlauf…
Die Arbeit untersucht, wie sich das langfristige Vermögenswachstum bei Unsicherheit über das Marktmodell maximieren lässt. Betrachtet werden Modelle, die durch einen bekannten Bereich von Vermögenswerten und die momentane Kovarianz eingeschränkt sind und…
Diese Studie nutzt ein agentenbasiertes Modell, um zu untersuchen, wie das Verhalten von Anlegern simulierte Aktienmarktrenditen und Vermögen beeinflussen kann. Anleger sind in einem Small-World-Netzwerk angeordnet, weisen Profile mit Imitation,…
Die Arbeit untersucht, wie Steuern auf Kapitalgewinne und Steuervorteile aus realisierten Verlusten Aktienhandelsentscheidungen beeinflussen. Sie schlägt vor, in einer Reinforcement-Learning-Umgebung den durchschnittlichen steuerlichen Einstandswert zu…
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 Studie untersucht, wie Händler während der Eröffnungsauktion, der Unterbrechungsphase und des fortlaufenden Handels an der Börse Shenzhen Orders platzieren. Sie verwendet ultrahochfrequente Orderflussdaten von 23 Aktien und vergleicht die Orderpreise…
Diese empirische Studie prüft, ob Online-Portfoliostrategien, die Mittelwertrückkehr nutzen sollen, auch außerhalb von Benchmark-Datensätzen gut abschneiden. Sie untersucht drei Ansätze: passive aggressive Mittelwertrückkehr, Online-Strategien zur Rückkehr…
Diese Studie vergleicht wöchentliche Aktienmomentumstrategien in China anhand von Roh- und idiosynkratischen Renditen sowie verschiedenen Maßen des idiosynkratischen Risikos. Die Stichprobe umfasst einzelne A-Aktien von Januar 1997 bis Dezember 2017.…
Diese Studie wendet die KM₂O-Langevin-Theorie an, um Aktienkursschwankungen als stationär, nicht stationär oder intermediär einzustufen. Anhand dieser Klassifizierung wählt sie zwischen zwei Signaltypen: gleitenden Durchschnitten für stationäre Phasen und…
Die Studie untersucht anhand von Daten der Tokioter Börse, ob tägliches Handelsvolumen und Transaktionszahlen die Aktienvolatilität erklären helfen. Gemäß der Mischung-von-Verteilungen-Hypothese behandelt sie beide Größen als Näherungsmaße für die Rate, mit…