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.
198 Dokumente
Das Dokument beschreibt ein Modell, das Kursbewegungen anhand effektiver Kräfte analysiert, die mit trendfolgenden und trendgegnerischen Händlern verbunden sind. Ziel ist es, abzuleiten, welches Verhalten in einem gewählten Zeitraum überwiegt, statt eine…
Diese Fallstudie überträgt die Logik des Pairs Trading auf politische Wettmärkte, indem sie die kombinierte implizite Wahrscheinlichkeit der Kandidaten der beiden großen Parteien modelliert. Ein latenter Ornstein-Uhlenbeck-Prozess mit zeitvariablem…
Diese Arbeit untersucht, wie aggregiertes trendfolgendes oder mean-revertierendes Handelsverhalten die Dynamik von Vermögenspreisen verändern kann. Sie modelliert die Handelsrichtung explizit und verknüpft diese Stile mit serieller Korrelation:…
Das Dokument untersucht statistische Eigenschaften von Stromrenditen und hebt sowohl ihre hohe Volatilität als auch eine ausgeprägte Tendenz zur Rückkehr zum Mittelwert hervor. Es betrachtet extreme Kursbewegungen als Quelle des Handelsrisikos und…
Die Strategie verbindet die Online-Erkennung statistischer Änderungspunkte mit einem Deep Momentum Network auf Basis eines LSTM. Das Netzwerk lernt Trendschätzungen und Positionsgrößen, während das Erkennungsmodul einen vermuteten Änderungspunkt und ein Maß…
Diese Arbeit modelliert den Kursabstand zwischen zwei Anlagen als verborgenen Zustand, der einem Mean-Reversion-Prozess folgt. Das Modell lässt nichtgaußsche und heteroskedastische Innovationen des Spreads zu und gestaltet die Mean-Reversion zugleich…
Diese Arbeit erweitert ein Modell des Preiseinflusses mit latentem Orderbuch, indem sie Agenten ein mittelwertrückkehrendes Verhalten ermöglicht, wie es an Märkten häufig beobachtet wird. Sie untersucht die resultierende Dynamik des Orderbuchs unter einer…
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…
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,…
Die Arbeit kombiniert statistisch konstruierte Faktormodelle mit stochastischer Kontrolle, um hochdimensionale statistische Arbitrage zu untersuchen. Das Modell nimmt Residuen an, die zum Mittelwert zurückkehren, und zeigt, wie sich analytisch marktneutrale…
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…
Das Dokument untersucht die Bewertung und Absicherung von Optionen auf Energietermingeschäfte, wenn Spotpreise einem geometrischen Mehrfaktormodell mit mehreren Mean-Reversion-Raten folgen. Im Mittelpunkt steht, wie langsam zum Mittelwert zurückkehrende…
Das Dokument nutzt eine umfangreiche agentenbasierte Simulation, um zu untersuchen, welche Handelsstile sich in einem verrauschten Markt halten. Das Modell MAS-Utopia umfasst 10,000 Agenten aus fünf Archetypen und verwendet fünf Jahre Hochfrequenzdaten. In…
CTBench ist ein Benchmark zur Bewertung synthetischer Kryptowährungszeitreihen. Anlass sind der fortlaufende Handel, die hohe Volatilität und die schnellen Regimewechsel des Marktes. Der Benchmark bündelt Daten von 452 Tokens und bewertet acht repräsentative…
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 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 Arbeit modelliert, wie Händler Rückkopplungen erzeugen können, indem sie Korrelationen zwischen Marktinformationen und Preisen anhand vergangener Daten schätzen und ihre Trades daran ausrichten. Wenn genügend Agenten auf Basis dieser geschätzten…
Die Studie prüft, ob kurzfristige Preis- und Volumensignale aus dem chinesischen A-Aktienmarkt zusätzliche Preisinformationen für S&P-500-Aktien über etablierte US-Faktoren hinaus liefern. Sie wendet Double-Selection-LASSO an, um die Signal-Ladungen in einem…
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…
Dieses Dokument beschreibt ein Visualisierungstool zum Aktienscreening, das Handelssignale und praktische Filter in den Mittelpunkt stellt. Das Backend berechnet, wie stark der Kurs jeder Aktie von dem ihrer Vergleichswerte abweicht, und nutzt diese relative…
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…
Die Arbeit analysiert die Gleichgewichtsbewertung eines positiven, zum Mittelwert zurückkehrenden Vermögenswerts in stetiger Zeit, wenn Anleger unterschiedliche Vorstellungen über die Geschwindigkeit der Mean Reversion und den langfristigen Mittelwert des…