Dieses Dokument schlägt ein stochastisches Modell für Handelsaktivität vor, das auf einem fraktalen Punktprozess beruht, der von einer nichtlinearen stochastischen Differentialgleichung angetrieben wird. Das Modell wird an Finanzmarkthandelsdaten angepasst,…
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
952 Dokumente
Dieses Dokument aktualisiert das Modell von Glosten–Milgrom für informierten und nicht informierten Handel, um zu untersuchen, wie automatisierte Liquiditätsanbieter Märkte beeinflussen. Der überarbeitete Rahmen umfasst mehrere Wertpapiere und einen…
Die Arbeit ergänzt eine Trading-Politik zur Drawdown-Steuerung um einen datengetriebenen Neustartmechanismus. Die zugrunde liegende Politik soll den maximalen prozentualen Drawdown mit Wahrscheinlichkeit eins innerhalb einer vorab festgelegten Grenze halten.…
Diese Studie wiederholt frühere Forschung zu referenzabhängigen Präferenzen und Aktienrenditen in China und verwendet Capital Gains Overhang (CGO) als Näherungsmaß für nicht realisierte Gewinne oder Verluste der Anleger. Sie untersucht, wie CGO mit fünf…
Diese Studie schlägt einen Rahmen für statistische Arbitrage mit mehreren US-Aktienpaaren vor, der Graphen-Clustering zur Identifikation von Beziehungen zwischen Aktien nutzt. Sie kombiniert quantitative Methoden mit Klassifikatoren des maschinellen Lernens…
Diese Studie formuliert Pairs-Trading als Portfoliooptimierungsproblem für die logarithmierten Aktienkurse zweier kointegrierter Aktien. Ein singuläres stochastisches Steuerungsmodell bestimmt gemeinsam, wann gehandelt und wie viele Aktien angepasst werden,…
Dieses Dokument untersucht neuronale Netzprognosen, wenn sich der Zusammenhang zwischen Eingaben und Renditen im Zeitverlauf verändert. Es schlägt Online-Early-Stopping vor, ein Trainingsverfahren, mit dem das Modell einer sich verändernden Funktion folgen…
Diese Studie modelliert die Preisbildung in einer standardmäßigen Call-Auktion, indem Kauf- und Verkaufsaufträge als Zufallsziehungen aus Bewertungsverteilungen behandelt werden. Eine Gleichgewichtsbedingung ergibt Verteilungen sowohl für den Clearingpreis…
Das Dokument entwickelt ein Modell dazu, wie Unternehmensmerkmale die Renditen von Vermögenswerten im Gleichgewicht beeinflussen können. Es nimmt an, dass die Nachfrage der Anleger separat von den Unternehmensmerkmalen und den logarithmierten…
Die Studie analysiert im Black–Scholes-Rahmen eine Strategie, die zum risikofreien Zinssatz Kredite aufnimmt und eine Long-Position in einer Aktie hält, bis ihr Kurs eine deterministische Barriere erreicht. Sie leitet analytische Ausdrücke für…
Die Studie schlägt ein Distanzmaß für die Auswahl von Aktienpaaren vor, das Lead-Lag-Beziehungen zwischen den beiden Aktien berücksichtigt. Ausgangspunkt ist die Beobachtung, dass korrelierte Wertpapiere sich nicht unbedingt gleichzeitig bewegen: Eine Aktie…
Diese Studie prüft anhand anonymisierter Auftragsflüsse der Apple-Aktie, ob der Markteinfluss dem Wurzelgesetz folgt. Dazu rekonstruiert sie Metaorders aus Nasdaq-TotalView-ITCH-Ereignissen über 178 Handelstage und schätzt anschließend den Markteinfluss in…
Die Studie bewertet zwei Deep-Reinforcement-Learning-Methoden für den Handel: Double Deep Q-Network und Proximal Policy Optimization. Ihre Leistung wird anhand täglicher Daten von 2019 bis 2023 mit einer Buy-and-Hold-Benchmark verglichen. Zu den…
Die Studie berechnet die realisierte Volatilität des Nikkei 225 und untersucht, ob volatilitätsbereinigte Renditen einer Normalverteilung ähneln. Um die Auswirkungen der nächtlichen Handelspausen zu berücksichtigen, schätzt sie die Volatilität getrennt für…
Diese Studie nutzt Daten einzelner Wertpapierdepots, um zu untersuchen, ob Menschen beim Einstieg in Kryptowährungsmärkte Diversifikation suchen oder eine allgemeinere Risikobereitschaft zeigen. Sie vergleicht das Aktienhandelsverhalten von Anlegern rund um…
ClusterLOB gruppiert einzelne Marktgeschehnisse aus Market-by-Order-Daten anhand von sechs zeitabhängigen Merkmalen und verwendet dazu K-means++. Die resultierenden Gruppen werden als richtungsorientierte, opportunistische und Market-Making-Teilnehmer…
Die Arbeit stellt ein theoretisches Modell vor, das die Intensität der Handelsaktivität mit der Volatilität von Wertpapierpreisen und Renditen verknüpft. Verteilungen von Transaktionsvolumen und Preisen dienen darin zur Darstellung von Unsicherheit und…
Dieses Beispiel für das Lean-Framework zeigt, wie ein Alpha-Modell mithilfe einer Ablaufhilfsfunktion festlegen kann, wann generierte Trading-Insights geschlossen werden sollen. Der Algorithmus verwendet ein manuell ausgewähltes US-Aktienuniversum mit SPY,…
Das Dokument beschreibt einen monatlichen Timing-Ansatz, der anhand von Rohölrenditen Aktienrenditen prognostiziert. Es schätzt eine Regression der Aktienrenditen auf monatliche Ölrenditen, aktualisiert das Modell jeden Monat mit der jüngsten Beobachtung und…
Das Dokument beschreibt eine monatliche Strategie, die Momentum über Aktienfaktoren mit einem breiten Marktportfolio verbindet. Für jeden Faktor bildet sie schnelle und langsame Signale aus den jüngsten Ein- und Zwölfmonatsrenditen, ordnet die Signalstärken…
Das Dokument beschreibt eine monatliche, gleich gewichtete Aktienstrategie, die Notierungen von NYSE, AMEX und NASDAQ nach dem Anteil leerverkaufter Aktien an den ausstehenden Aktien ordnet. Sie kauft das Dezil mit dem niedrigsten Short Interest und verkauft…
Dieses Dokument beschreibt eine monatliche Aktienstrategie, die misst, wie ähnlich die positive Sprache in den jüngsten 10-K- oder 10-Q-Berichten von Unternehmen früheren Formulierungen ist. Sie verwendet ein Kosinus-Ähnlichkeitsmaß eines Datenanbieters,…
Das Dokument beschreibt eine Kalenderanomalie, bei der sich Aktienrenditen historisch rund um den Monatswechsel konzentriert haben. Das Intervall reicht vom letzten Handelstag eines Monats bis zum dritten Handelstag des nächsten. Bei einer einfachen…
Das Dokument beschreibt einen Kalendereffekt, bei dem US-Aktienrenditen rund um planmäßige Sitzungen des Offenmarktausschusses der US-Notenbank ungewöhnlich stark ausfallen. Es skizziert eine einfache reine Long-Timingregel: Ein an den S&P 500 gekoppeltes…