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.
1,494 Dokumente
Das Dokument untersucht mehrstufiges Order-Flow-Ungleichgewicht, ein Vektormaß für die Nettokauf- und -verkaufsaktivität über mehrere Preisstufen eines Limit-Orderbuchs. Anhand von Daten zu sechs liquiden Nasdaq-Aktien schätzt es einen einfachen linearen…
Diese Studie untersucht tägliche Bitcoin-Renditen mit rollierenden Zeitfenstern, um Veränderungen bei Volatilitätsasymmetrie und multifraktalem Verhalten zu verfolgen. Sie berichtet von einer umgekehrten Volatilitätsasymmetrie, deren Stärke sich im…
Die Studie untersucht, wie Bitcoin-Renditen und Volatilität mit dem Suchinteresse bei Google Trends zusammenhängen. Sie unterscheidet zwischen einem gezielt auf Kryptowährungen gerichteten Interesse und einem umfassenderen Unsicherheitsmaß, das aus…
Das Dokument untersucht langfristige Investitionen in einem stochastischen Faktormodell, in dem Anleger den robusten erwarteten Potenznutzen maximieren. Robustheit bedeutet, ein ungünstiges Alternativmodell zu berücksichtigen, statt nur unter einem einzigen…
Dieses Dokument untersucht, wie die Extrapolation der impliziten Volatilität die Schätzungen der Dupire-Local-Volatilität bei Strikes außerhalb der am Markt beobachteten Bereiche beeinflusst. Bei einer typischen Implementierung wird zunächst eine glatte…
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 Arbeit stellt eine einfache stochastische Differentialgleichung vor, die erklären soll, wie sich Blasen bei Anlagepreisen bilden und wieder platzen können. Das Modell kombiniert drei Kräfte: die Rückkehr zu einem stabilen Wert, spekulative soziale…
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…
Die Arbeit untersucht, wie Überschussrenditen von Risikoprämienstrategien mit asymmetrischem Tail-Risiko zusammenhängen. Sie führt eine neue Definition der Schiefe ein und berichtet, dass Risikoprämien stark mit der Schiefe des Tail-Risikos zusammenhängen,…
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…
Das Dokument stellt eine Methode vor, um aus den Handlungen einzelner Agenten Lead-Lag-Netzwerke abzuleiten, und wendet sie anschließend auf nach einzelnen Händlern aufgeschlüsselte Devisendaten an. Es führt die Persistenz der Netzwerke als Erklärung dafür…
Diese Arbeit untersucht die Nutzenmaximierung, wenn beim Handel proportionale Transaktionskosten anfallen. Das zentrale Ergebnis lautet, dass unter der Annahme erweiterter schwacher Konvergenz der zugrunde liegenden Prozesse auch die zugehörigen…
Die Studie fragt, ob die Vielfalt zwischen Sprachmodellfamilien beim Trading erhalten bleibt, wenn Agenten für die Abgabe von Orders ausgewählt werden. In synthetischen Märkten mit einer festen Mischung aus drei Modellfamilien verändern unterschiedliche…
Das Dokument stellt ein analytisch lösbares stochastisches Modell der Aktienkursdynamik vor, das zwischen gesunden und angeschlagenen Regimen wechselt. Mit diesem Rahmen verknüpft es realisierte Credit-Default-Swap-Spreads mit erwarteten Aktienrenditen und…
Das Dokument nutzt aktuelle Hochfrequenzdaten, um zu untersuchen, wie gleichmäßig sich die Volatilität im Zeitverlauf verändert. Es berichtet, dass sich die Log-Volatilität über angemessene Zeitskalen ungefähr wie fraktionale Brownsche Bewegung mit einem…
Das Dokument untersucht, wie sich die Renditen von Kryptoanlagen in fünf Blockchain-Ökosystemen zueinander verhalten. Es berichtet, dass starke Gewinne auf einer Chain häufig mit Verlusten auf anderen einhergehen – ein Muster, das sich von der oft positiven…
Diese Arbeit untersucht die Mean-Varianz-Absicherung bei unvollständigen Märkten, möglicherweise beliebig strukturierter Information und falsch spezifizierter Vermögenspreisvolatilität. Sie beschreibt eine robuste Handelsstrategie zur Absicherung eines…
Diese Arbeit entwickelt ein dynamisches Mean-Field-Modell für systemische Risiken in einem großen Finanzsystem. Jede Institution wird durch eine Diffusion ihres Abstands zum Ausfall dargestellt, wobei null als absorbierende Grenze fungiert. Das Modell…
Diese Studie untersucht quasi-zentralisierte Limit-Orderbücher, in denen Institutionen nur mit Gegenparteien handeln können, für die ausreichend bilateraler Kredit besteht. Sie analysiert hochwertige Daten einer großen elektronischen Handelsplattform mit…
Das Dokument beschreibt eine Bewertungsanomalie im Zusammenhang mit der Mitarbeitervergütung: Laut Bericht erzielen Unternehmen, die je Mitarbeiter mehr für Gehälter und Zusatzleistungen ausgeben, eine höhere durchschnittliche Aktienperformance. Zudem wird…
Das Dokument skizziert einen Ansatz zur Prognose von Credit-Spreads, der Ensemble-Lernen mit einer Merkmalsauswahl auf Basis gegenseitiger Information kombiniert. Credit-Spreads dienen als mögliche Eingaben für Anlageentscheidungen bei Anleihen. Das…