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.
1,075 Dokumente
Diese Studie bewertet physische Momentum-Portfolios aus NSE 500-Aktien über tägliche, wöchentliche, monatliche und jährliche Zeithorizonte. Sie untersucht historische Renditen und Risikoprofile für 2014–2021 und vergleicht das zu jedem Horizont stärkste…
Diese Studie untersucht, ob Händler die Gotobi-Anomalie nutzen können: die berichtete Tendenz, dass USD/JPY an japanischen Datumsangaben, die durch fünf teilbar sind, bis 9:55 steigt. Im Mittelpunkt steht eine praktische Frage: Bleibt eine auf diesem Muster…
Die Arbeit stellt Trading Deep Q-Network (TDQN) vor, einen Ansatz des tiefen bestärkenden Lernens zur Wahl von Aktienmarktpositionen im Zeitverlauf. Sie passt die DQN-Methode an den Handel an und legt die Sharpe Ratio als Kennzahl fest, die die Strategie…
Diese Arbeit untersucht, wie sich verändernde Beziehungen zwischen mehreren Datenströmen modellieren lassen, die sich im Zeitverlauf entwickeln. Im Mittelpunkt steht Flexible Least Squares (FLS), das die gewöhnliche Methode der kleinsten Quadrate um einen…
Die Arbeit stellt veröffentlichte Behauptungen zu AI- und Machine-Learning-Handelsagenten infrage. Sie argumentiert, dass manche früheren Bewertungen auf einer begrenzten Zahl von Testsitzungen und Marktszenarien beruhten und daher zu wenig Evidenz für eine…
Das Dokument stellt Pair Trading als marktneutrale Strategie vor, bei der gleichzeitig Long- und Short-Positionen in zwei korrelierten Anlagen eingegangen werden. Es beschreibt den groben Ablauf: kointegrierte Paare identifizieren, Handelssignale aus…
Diese Arbeit untersucht, wie sich ein wechselndes Portfolio statistischer Arbitrage mit Moving Bands anhand von Ideen aus dem Markowitz-Portfoliooptimierungsrahmen verwalten lässt. Statt eine einzelne Arbitrage isoliert zu betrachten, beschreibt sie die…
Die Arbeit untersucht einen grundlegenden Zielkonflikt bei der Validierung von Zeitreihenmodellen: Trainingsläufe benötigen genügend Beobachtungen, Test-Folds sollten einen ausreichenden Teil der Stichprobe abdecken und das Training muss jedem Testpunkt…
Die Arbeit prüft, ob Google-Suchaktivität vorhersagen kann, welche S&P-100-Aktien am nächsten Tag den Median des Index übertreffen. Sie kombiniert verzögerte Finanzvariablen mit dem Volumen von Suchanfragen und trainiert Gradient-Boosting-Entscheidungsbäume,…
Dieses Dokument stellt PySDTest vor, ein Python- und Stata-Paket für statistische Tests stochastischer Dominanzbeziehungen. Es skizziert Verfahren aus mehreren veröffentlichten Methoden und Erweiterungen und beschreibt Möglichkeiten, Teststatistiken mit…
Diese Studie untersucht, wie Klassifikatoren, die eine Prognose auslassen können, Handelsentscheidungen beeinflussen. Ein herkömmlicher Richtungs-Klassifikator impliziert immer eine Marktposition; ein selektiver Klassifikator kann das Portfolio dagegen…
Die Arbeit untersucht, wie eine auf historischen Daten beruhende Strategieauswahl zu irreführenden Leistungsschätzungen führen kann. Sie stellt eine Korrektur mithilfe eines Kovarianzterms vor, die eine Risikokennzahl senkt, um die Anzahl der Parameter und…
Die Arbeit untersucht, wie Ausführungswahrscheinlichkeit und adverse Selektion die Simulationen kurzfristiger Market-Making-Strategien beeinflussen. Sie betrachtet eine stochastische Optimalsteuerungsstrategie für liquide CME-Futures, darunter Aktienindex-,…
Die Arbeit vergleicht Portfolios, die auf die Minimierung des Shortfalls optimiert wurden, mit Portfolios, die auf die Minimierung der Varianz ausgerichtet sind. Die empirische Studie verwendet Barra Extreme Risk und Stilfaktoren wie Value, Growth und…
Die Arbeit untersucht, welche Merkmale veröffentlichter Aktienanomalien einen Rückgang der risikobereinigten Leistung außerhalb der ursprünglichen Stichprobe prognostizieren. Sie prüft Erklärungen, die mit dem Zufluss von Arbitragekapital in eine Strategie…
Diese Studie prüft, ob sich Ineffizienzen an Kryptowährungsmärkten für ungewöhnliche Handelsgewinne nutzen lassen. Sie bewertet einfache, durch Machine Learning unterstützte algorithmische Strategien anhand täglicher Beobachtungen zu 1,681 Kryptowährungen…
Das Dokument schlägt vor, mithilfe bayesscher Optimierung den ATR-Multiplikator und die ATR-Periode des Supertrend-Indikators auszuwählen. Diese Einstellungen bestimmen, wie der Indikator dem Kurs folgt und Handelssignale erzeugt. Ziel ist es, ihre Auswahl…
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 Studie untersucht, ob vierzehn Gruppen fünfminütiger, auf OHLCV basierender Intraday-Momentum-Signale im Micro-E-Mini-Nasdaq-100-Futureshandel von 2021 bis 2025 einen handelbaren Vorteil boten. Sie nutzt eine Walk-Forward-Validierung mit wachsendem…
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 skizziert einen Ansatz des überwachten Lernens zur Prognose der Kursrichtung am chinesischen Futures-Markt. Ein Klassifikationsmodell prognostiziert Futures-Kursbewegungen und wandelt diese Prognosen in eine Handelsstrategie um. Ziel ist laut…
Diese Studie schlägt statistische Kennzahlen vor, um probabilistische Prognosemodelle anhand von Pinball Loss und empirischer Abdeckung zu ranken. Sie untersucht, ob sich damit das leistungsstärkste Prognosemodell bestimmen lässt und ob die Ranking-Kennzahl…
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…