Die Studie untersucht liquide Rohstofffutures, die an chinesischen Märkten gehandelt wurden, vor und nach Beginn von Covid-19. Sie vergleicht empirische Renditemomente und Kointegration über verschiedene Produkte hinweg, unter anderem wegen der Bedeutung…
Wissensbibliothek
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.
Bibliothek durchsuchen
96 Dokumente
Diese Arbeit entwickelt eine Kalman-Filtermethode für Situationen, in denen Rausch-Kovarianzmatrizen und prognostizierte Kovarianzschätzungen unsicher sind. Sie verwendet eine verteilungsrobuste Formulierung, um plausible Alternativmodelle zu…
Diese Studie stellt einen modellfreien Rahmen für bestärkendes Lernen bei statistischer Arbitrage zwischen Aktienpaaren vor. Zunächst wird ein mean-revertierender Spread konstruiert, indem die Asset-Koeffizienten so gewählt werden, dass ein empirisches Maß…
Dieses Dokument beschreibt CREDIT, einen Reinforcement-Learning-Ansatz für Pair Trading mit einer bidirektionalen Gated Recurrent Unit und zeitlicher Aufmerksamkeit. Die Architektur soll zeitliche Zusammenhänge in den Kursbewegungen zweier Vermögenswerte…
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…
Diese Arbeit erweitert einen Handelsansatz zur Mittelwertrückkehr um Stop-Loss-Regeln und Hebel. Sie modelliert Wertpapierpreise als Ornstein-Uhlenbeck-Prozess und bewertet wiederholte Trades anhand eines selbstfinanzierenden Portfolios unter…
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 Studie bewertet eine dynamische Pairs-Trading-Strategie für Kryptowährungen, die mithilfe von Kointegrationstests und geschätzter Mean-Reversion-Geschwindigkeit Anlagewerte auswählt und ihr Rückblickfenster anpasst. Sie verwendet in verschiedenen…
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…
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 Studie formuliert spekulatives Trading als sequenzielles optimal stopping Problem, bei dem Einstiegs- und Ausstiegszeitpunkte unter allgemeinen Nutzenfunktionen und Preisprozessen gewählt werden. Zunächst wird das Stoppzeitproblem gelockert, indem…
Diese Forschung entwickelt einen Ansatz für den Paarhandel mit kointegrierten Kryptowährungspaaren. Kopulas modellieren Abhängigkeiten und erkennen relative Fehlbewertungen. Die Auswahl der Paare kombiniert lineare und nichtlineare Kointegrationstests mit…
Diese Studie nutzt ein agentenbasiertes Modell, um zu untersuchen, wie Korrelationen zwischen Wechselkursen an Devisenmärkten entstehen können. Sie konzentriert sich auf die Interaktion zwischen Market Makern und einem Arbitrageur, der Dreiecksbeziehungen…
Das Dokument beschreibt einen Pair-Trading-Ansatz, der bei der Aktienauswahl Umwelt-, Sozial- und Governance-Bewertungen einbezieht. Er kombiniert eine auf ESG basierende Paarauswahl mit einer Kointegrationsanalyse, um mögliche Zusammenhänge zu ermitteln,…
Diese Arbeit entwickelt ein Verfahren zur zeitlichen Steuerung von Einstieg und Positionsauflösung bei mean-revertierenden Preisspreads. Sie formuliert die Entscheidungen als sequenzielle Probleme des optimalen Stoppens und berücksichtigt ausdrücklich…
Diese Studie stellt SimStock vor, einen Rahmen zur Identifizierung ähnlicher Aktien anhand ihres Zeitreihenverhaltens, statt sich ausschließlich auf herkömmliche Branchen- oder Regionszuordnungen zu stützen. Das Verfahren kombiniert selbstüberwachtes Lernen…
Das Paper beschreibt ein Verfahren für Pair-Trades mit Aktien aus fünf Sektoren der National Stock Exchange of India. Mithilfe der Kointegration werden Aktien mit langfristigem Zusammenhang identifiziert. Anschließend werden Portfolios gebildet, die…
Diese Arbeit vergleicht Finanzmathematik und maschinelles Lernen bei der dynamischen Portfoliooptimierung zweier miteinander verflochtener Assets über einen endlichen Zeithorizont in kontinuierlicher Zeit. Der finanzmathematische Ansatz nutzt ein…
Dieses Paper beschreibt ein Pair-Trading-System für Aktien, das ein Universum von N Aktien durchsucht, statt nur ein vorab ausgewähltes Paar zu beobachten. Es stellt Aktien als Knoten in einem gerichteten Graphen dar; die Kantengewichte beruhen auf…
Diese Studie behandelt den Paarhandel als gemeinsames Entscheidungsproblem und nicht als Prozess, bei dem zunächst ein Anlagepaar ausgewählt und anschließend gehandelt wird. Die Autoren argumentieren, dass die Trennung dieser Schritte nützliche Informationen…
Dieses Dokument führt eine modellfreie, pfadweise Methode zur Analyse von Risiko und Rendite dynamischer Strategien wie Pairs Trading, Mean-Reversion und statistischer Arbitrage ein. Sie zerlegt ein kontinuierliches Handelssignal in δ-Exkursionen: Bewegungen…
Dieses Dokument stellt ein Pairs-Trading-Modell für zwei kointegrierte Vermögenswerte vor, das zeitvariierende Volatilität mithilfe einer Constant-Elasticity-of-Variance-Spezifikation berücksichtigt. Die Portfolioauswahl wird als stochastisches…
Dieses Paper stellt ein Framework vor, um Abhängigkeiten zwischen Finanzinstrumenten jenseits der üblichen Korrelation zu untersuchen. Es nutzt Transferentropie und Convergent Cross Mapping, um Kausalbeziehungen zu identifizieren, und anschließend…
Das Paper kombiniert Pairs Trading mit dem Black-Litterman-Framework, um Mean-Variance-Portfolios zu konstruieren. Ausgangspunkt ist, dass Pair-Trades möglicherweise nicht innerhalb des Anlagehorizonts zum Gleichgewicht zurückkehren, insbesondere in…