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
Das Dokument vergleicht traditionellen Grid-Handel mit einem dynamischen Ansatz für Kryptomärkte. Zunächst analysiert es unter einfachen Annahmen den Erwartungswert eines herkömmlichen Grids und kommt zu dem Schluss, dass dessen erwartete Rendite ungefähr…
Das Dokument untersucht, warum leistungsfähigere große Sprachmodelle mit Kryptowährungen manchmal weniger effektiv handeln als schwächere Modelle. Als einen Grund dafür nennt es die stärkere Neigung leistungsfähigerer Modelle, faktische Informationen…
Diese Studie nutzt interne Bitcoin-Netzwerkdaten und externe Merkmale, um die tägliche Kursrichtung mit mehreren Modellen für maschinelles Lernen vorherzusagen. Die Prognosen werden anhand einer Handelsstrategie mit zuvor ungesehenen Beobachtungen aus dem…
Dieses Paper prognostiziert die kurzfristige realisierte Bitcoin-Volatilität, indem Momentaufnahmen von Orderflow-Daten als Bilder kodiert werden. Handelsgröße, Richtung und Informationen aus dem Limit-Orderbuch werden Farbkanälen zugeordnet und dann zum…
Dieses Paper befasst sich damit, wie Multi-Agenten-Marktsimulatoren so abgestimmt werden können, dass ihre generierten Preis- und Volumenreihen historischen Marktbedingungen ähneln. Solche Simulatoren unterstützen das Testen von Strategien. Die Autoren…
Dieses Paper entwickelt Importance-Sampling-Verfahren zur Bewertung europäischer Call-Optionen im stochastischen Volatilitätsmodell von Heston. Es betrachtet zwei Fälle, in denen gewöhnliche Monte-Carlo-Verfahren eine hohe Varianz aufweisen können: sehr…
Diese Arbeit beschreibt ein Long-Short-Term-Memory-Modell, das die Kursrichtung von Kryptowährungen über einen festgelegten kurzfristigen Prognosehorizont anhand einzelner Transaktionen aus einem Rückblickzeitraum vorhersagt. Zum Ablauf gehören die…
Die Prüfung untersucht, wie sich ein Prognosefaktor aus regimegesteuerten Vorhersagen entfernen lässt. Die verzögerten Eingaben einer Variable zu löschen, ist nicht gleichbedeutend damit, sie beim gesamten Anpassen, Filtern und Abstimmen des Modells…
Diese Studie entwickelt eine Monte-Carlo-Methode für Pairs Trading, bei der der Spread einem mittelwertrückkehrenden Ornstein-Uhlenbeck-Prozess mit Sprüngen folgt. Sie verwendet einen Varianz-Gamma-Prozess, der unendliche Aktivität und eine flexiblere…
Die Studie untersucht Deep Reinforcement Learning als Ansatz zur Entwicklung einer adaptiven Handelsstrategie für ein Portfolio aus 30 Aktien. Sie nutzt Tageskurse als Trainingsdaten und Handelsumgebung und vergleicht den Agenten anschließend mit dem Dow…
Dieses Paper leitet eine obere Schranke für kumulierte Renditen in Handelsreihen her und beweist sie. Anschließend bewertet es herkömmliche technische Handelsregeln an entwickelten und aufstrebenden Aktienmärkten. Im Mittelpunkt steht die seit Langem offene…
Dieser Ansatz erkennt Anomalien in Finanzzeitreihen mit mehreren Marktrisikofaktoren, in denen kontaminierte Beobachtungen Risikomodelle und die daraus berechneten Kennzahlen verzerren können. Zunächst komprimiert und rekonstruiert er Zeitreihendaten…
Die Arbeit schlägt eine dynamische Methode für Kryptowährungsportfolios vor, die technische Signale mit Nachrichtenstimmung kombiniert. Als Momentum-Maße verwendet sie den Relative Strength Index über 14 Tage und den einfachen gleitenden Durchschnitt. VADER…
Die Studie beschreibt einen Handelsansatz, der aus Finanznachrichten gewonnene Stimmungsdaten mit technischen Indikatoren und Zeitreihenprognosen kombiniert. Für die Stimmungsanalyse verwendet sie GPT-2 und FinBERT, verbindet die resultierenden Signale mit…
Diese Arbeit bewertet Verfahren zur Dimensionsreduktion, um den Zusammenhang zwischen Bitcoin und Ethereum zu untersuchen und Ethereum-Renditen vorherzusagen. Der Datensatz umfasst logarithmische Renditen und zusätzliche Kovariaten. Die Autoren beginnen mit…
QuantNet ist eine Lernarchitektur für den Aufbau von Handelsstrategien über mehrere Aktienmärkte hinweg. Jeder Markt hat einen eigenen Encoder und Decoder: Der Encoder bildet lokale Marktdaten ab, ein gemeinsames globales Modell verarbeitet Informationen aus…
Das Dokument beschreibt eine systematische Trendfolgestrategie für Rohstoff-Futures, die herkömmliche Trendindikatoren einzelner Märkte mit marktübergreifenden Signalen kombiniert. Diese Querschnittssignale sollen Momentum-Übertragung erfassen, bei der…
Das Dokument schlägt vor, reale Wechselkursbewegungen auf eine stringartige Struktur abzubilden, um Prognosemodelle für den Devisenhandel zu entwickeln. Es argumentiert, dass herkömmliche ökonometrische Ansätze mit langem Prognosehorizont praktische Merkmale…
Dieses Paper stellt Agent Market Arena vor, eine kontinuierliche Echtzeit-Benchmark zur Bewertung von Handelsagenten auf Basis großer Sprachmodelle an Kryptowährungs- und Aktienmärkten. Der Rahmen kombiniert verifizierte Handelsdaten mit von Experten…
Diese Studie untersucht koordinierte Pump-and-Dump-Aktivitäten bei Kryptowährungen. Dazu gehören eine Fallstudie und eine Analyse von Ereignissen, die innerhalb eines festgelegten Zeitraums über Telegram-Kanäle organisiert wurden. Sie sucht nach…
Dieses Paper beschreibt eine Folgestudie zur Prognose von Trends bei Aktienoptionen mithilfe von Machine Learning und zur Anwendung dieser Prognosen im Handel. Es untersucht rekurrente neuronale Netze und Long-Short-Term-Memory-Netze und bewertet…
Das Paper untersucht, ob Strategien auf Basis anderer Anlageklassen algorithmische Anlagestrategien auf den S&P 500 diversifizieren können. Es vergleicht Signale aus LSTM-Prognosen, ARIMA-GARCH-Prognosen, Momentum und Contrarian-Regeln. Zu den betrachteten…
Dieser Artikel wendet randomisierte Kontrollgruppen auf die empirische Bewertung von Vermögenswerten und Anlageperformance an. Mithilfe geometrischer Random Walks, einer Klasse von Markov-Chain-Monte-Carlo-Methoden, erzeugt er zufällige Portfolios, die…
Dieses Paper beschreibt einen experimentellen Rahmen, um zu prüfen, ob große Sprachmodelle nützliche Stimmungssignale aus chinesischen Finanznachrichten extrahieren können. Es wendet drei verschiedene Modelle auf zusammengefasste Unternehmensnachrichten an,…