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
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 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…
Das Paper untersucht, wie ein Trading Desk Orders für mehrere Kunden ausführen sollte, die dieselben Vermögenswerte handeln möchten, sich aber hinsichtlich Ordergröße, Anlagehorizont und Risikopräferenzen unterscheiden. Frühere Ausführungen können Kurse…
Das Paper untersucht, ob Makro- und Marktsignale den Zeitpunkt für Allokationen zwischen Growth- und defensiven ETF-Körben bestimmen können. Es behandelt die Aufgabe als Stilallokation statt als Suche nach einem neuen Alpha-Faktor: Die Faktorzuordnung zeigt…
Dieses Paper schlägt vor, sich beim Daytrading auf eine einzelne Blue-Chip-Aktie zu konzentrieren, statt viele Wertpapiere zu handeln. Die Spezialisierung soll Tradern helfen, eine Aktie besser kennenzulernen und dabei etablierte Intraday-Ansätze anzuwenden,…
Diese Studie beschreibt einen künstlichen Aktienmarkt mit mehreren Agenten, die anhand begrenzter Erinnerungen an vergangene Preise ihre Trades auswählen. Ihre Handelsstrategien verändern sich durch einen Selbstlernprozess. So lässt sich mit dem Modell…
Diese Studie schätzt den unmittelbaren Preiseinfluss von Market Orders anhand von Orderflow-Daten zu einer Aktie und ihrem Optionsschein. Sie vergleicht eine Potenzgesetz-Spezifikation mit einer logarithmischen Spezifikation und untersucht, wie zuverlässig…
Diese Studie entwickelt eine statistische Arbitragemethode auf Basis eines bedingten Faktormodells für ein Portfolio aus US-Aktien. Ein Zustandsraummodell behandelt Renditen als verrauschte Kombinationen aus Faktorwerten und latenten, zeitvariablen…
Der Artikel entwickelt Portfolios für statistische Arbitrage mit mehreren kointegrierten Aktien und nutzt Eigenportfolios als Faktoren. Er formuliert die Portfolioauswahl als Problem der stochastischen Steuerung und bestimmt optimale Gewichte durch Lösung…
Das Dokument untersucht, ob tägliche Aktien-Orderflüsse den Kurseinfluss offenlegen und bei der Prognose von Aktienrenditen helfen können. Es bildet monatliche Maße für gerichtete Orderflüsse und schätzt Kyles Lambda sowohl mit einer Regression von…
Dieses vorgeschlagene System nutzt Volatilitätsbeziehungen zwischen großen Aktien, um Trendsignale zu erzeugen. Zunächst untersucht es Kursdaten mit Korrelations- und Autokorrelationsanalysen, technischen Indikatoren, Hypothesentests, statistischen Modellen…
Die Arbeit untersucht, wie sich große Aufträge über mehrere Vermögenswerte ausführen lassen, wenn die Kurse multivariaten Ornstein-Uhlenbeck-Dynamiken folgen. Das Ziel des Traders ist die Maximierung des erwarteten exponentiellen Nutzens von Gewinn und…
Die Arbeit modelliert Trader, die über einen festgelegten Zeitraum Aktienpositionen aufbauen und dabei mit anderen Tradern konkurrieren, die dieselbe Aufgabe verfolgen. Jeder Trader wählt eine Handelsstrategie und sucht eine beste Antwort auf die Strategien…
Das Dokument beschreibt einen durchgängigen Deep-Reinforcement-Learning-Ansatz für aktives Hochfrequenz-Aktien-Trading. Agenten nutzen Proximal Policy Optimization, um eine Einheit der Intel-Aktie zu handeln. Ihre Zustände beruhen auf unterschiedlichen…
Das Dokument stellt QTMRL vor, einen Reinforcement-Learning-Agenten, der mithilfe technischer Indikatoren Handelsentscheidungen für Aktien trifft. Sein Eingabedatensatz kombiniert tägliche Preis- und Volumendaten repräsentativer S&P-500-Aktien aus…
Diese Arbeit leitet ein zeitkontinuierliches Gleichgewicht für Kyles Insiderhandelsmodell her, in dem die Liquidität des Handels durch nicht informierten Marktteilnehmer stochastisch ist. Sie lässt eine allgemeine Verteilung des fundamentalen Assetwerts zu…
Die Studie vergleicht Bitcoin mit Gold und dem S&P 500 anhand täglicher, wöchentlicher und monatlicher Schlusskurse sowie logarithmischer Renditen von September 2014 bis Januar 2021. Sie unterscheidet zwischen Volatilität, gemessen an der Standardabweichung,…
Die Arbeit schlägt ein Verfahren zur Auswahl von Strategien namens DNN-Forwardtesting vor. Statt eine Handelsstrategie allein anhand ihrer Ergebnisse mit historischen Kursen auszuwählen, prognostiziert das Verfahren zunächst einen möglichen künftigen…
Diese Studie verwendet ein Lab-in-the-Field-Experiment, um zu untersuchen, wie Menschen einschätzen, ob Finanzmärkte steigen oder fallen. Freiwillige erhalten kontrollierte Finanzinformationen auf Grundlage realer Daten globaler Indizes und geben wiederholt…
Die Studie stellt eine unüberwachte Methode zur Analyse von Kurssprüngen bei Aktien anhand von Darstellungen aus Wavelet-Koeffizienten vor. Sie soll Sprungmuster unterscheiden, die mit der internen Dynamik eines Systems verbunden sind, von solchen, die auf…
Diese Studie untersucht Tick-für-Tick-Trade- und Quote-Daten von Aktien an den Börsen Paris, London und Frankfurt über einen Zeitraum von fünf Jahren. Sie entwickelt einen Algorithmus zur Synchronisierung der beiden Datenquellen und bewertet, wie sich…
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…
Die Arbeit untersucht, wie aufeinanderfolgende Aktienkursänderungen voneinander abhängen. Sie stellt die erste Änderung als Impuls und die nächste als Reaktion dar und untersucht dann die bivariate Wahrscheinlichkeitsverteilung dieser Änderungen, um…
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…