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.
132 Dokumente
Diese Studie wendet Twin Delayed Deep Deterministic Policy Gradient (TD3), eine Reinforcement-Learning-Methode mit kontinuierlichen Aktionen, auf tägliche Schlusskurse der Amazon-Aktie und von Bitcoin an. Die Handelsaktion bildet sowohl die einzunehmende…
Diese Arbeit beschreibt ein modellfreies faltendes neuronales Netz, das historische Preise für eine Reihe von Assets als Eingabe erhält und Portfolio-Gewichte ausgibt. Es wird mittels Reinforcement Learning trainiert, wobei die kumulative Rendite als…
Die Arbeit stellt Deep Momentum Networks vor, die Deep Learning mit dem Volatilitätsskalierungsrahmen des Zeitreihenmomentums verbinden. Ein neuronales Netz lernt Trendschätzungen und Positionsgrößen gemeinsam; seine Parameter werden so trainiert, dass die…
Dieses Dokument untersucht, wie proportionale Transaktionskosten gehebelte Anlagen in einem Markt mit einem sicheren und einem riskanten Vermögenswert einschränken. Es betrachtet Strategien, die langfristige Erträge maximieren und zugleich ein…
Diese Arbeit betrachtet das Management von Extremrisiken als Aufteilung auf Absicherungen gegen unterschiedliche Verlustmuster: plötzliche Kursstürze, Neubewertungen der Volatilität und anhaltende Drawdowns. Sie entwickelt einen kontinuierlichen…
Diese Studie entwickelt eine Day-Ahead-Gebots- und Betriebspolitik für eine Hybridanlage aus Windenergie und Elektrolyseur. Die Politik legt Gebote für Strom fest und plant die Wasserstoffproduktion anhand kontextbezogener Informationen und datenbasierter…
Die Arbeit leitet eine optimale Portfoliostrategie für einen Anleger her, der den erwarteten logarithmischen Nutzen maximiert, während der mehrdimensionale Drift der Aktienrenditen verborgen bleibt und sich als Ornstein-Uhlenbeck-Prozess entwickelt. Der…
Diese Studie testet eine Gold-Futures-Strategie, die auf geglätteten Trend- und Momentum-Zustandsvariablen basiert. Ein rollierendes Walk-Forward-Verfahren trainiert mit Daten aus einem Jahrzehnt und testet auf aufeinanderfolgenden Sechsmonatszeiträumen von…
Die Arbeit untersucht, ob sich das Risiko in Phasen hoher Volatilität durch die Größe von Handelspositionen kontrollieren lässt. Mithilfe historischen Backtestings wird analysiert, wie sich Positionsgrößenmodelle in Krisen verhalten, insbesondere ob sie den…
Diese Arbeit formuliert die gemeinsamen Entscheidungen eines Versicherers über Rückversicherung und Dividenden als stochastisches Steuerungsproblem. Der Risikoprozess ist ein Brownscher Prozess, dessen Drift und Volatilität sich durch endogene Regimewechsel…
Diese Studie formuliert Portfoliotrading als Markov-Entscheidungsprozess und trainiert einen Agenten mit Deep Q-Learning, um Allokationen über mehrere Vermögenswerte hinweg zu wählen. Der Aktionsraum ist diskret und kombinatorisch: Für jeden Vermögenswert…
Das Dokument stellt AutoQuant vor, ein regelbasiertes Entscheidungsunterstützungs-Framework zur Auswahl von Trading-Konfigurationen für Krypto-Perpetual-Futures. Es legt Ausführungszeitpunkt, Funding-Behandlung, Gebühren, Slippage und…
Dieses Paper entwirft eine Tontine mit Schutz des Ehepartners für das Haushaltseinkommen im Ruhestand. Der erste Todesfall verändert den Status des Haushalts, löst aber keine Übertragung aus dem Pool aus; das Konto bleibt mit dem Vertrag verbunden und kann,…
Dieses Dokument untersucht, wie Positionen über mehrere Assets mit Mean Reversion verwaltet werden können und ob auch ein Asset ohne Mean Reversion zum Portfolio gehören kann. Es formuliert das Positionsmanagement als Optimal-Control-Problem für einen…
Diese Studie stellt ein Deep-Learning-Framework auf Basis historischer Daten für systematischen Optionshandel vor, das die Risikosensitivitäten des Portfolios direkt in das Training einbezieht. Die Zielfunktion kombiniert einen leistungsorientierten Verlust…
Das Dokument leitet her, wie sich der Kelly-Anteil in stetiger Zeit verändert, wenn der langfristige Preis eines Vermögenswerts einem Potenzgesetz folgt und seine Renditevarianz im Zeitverlauf abnimmt. Bei einer risikofreien Rendite von null hängt die…
Das Dokument stellt einen Federated-Learning-Ansatz zur Schätzung des Einkommens von Kreditnehmenden vor, wenn Kreditgeber die Rohdaten von Antragstellenden nicht zusammenführen können. Die Institutionen trainieren ein gemeinsames Modell und speichern die…
Das Dokument beschreibt einen rechnergestützten Ansatz für Händler, die Portfoliovermögensstände anstreben, welche ein konvexes Risikomaß erfüllen. Die vorgeschlagene Black-Box-Methode verwendet die gemeinsame Verteilung der Aktienkurse und das gewählte…
Diese Arbeit untersucht Bertrams optimale Strategie für ein Paar kointegrierter Vermögenswerte, deren Preisdifferenz einem Ornstein-Uhlenbeck-Prozess folgt. Das grundlegende Ziel ist, den erwarteten Gewinn pro Zeiteinheit zu maximieren. Die Autoren erweitern…
Diese Studie wendet Deep Reinforcement Learning auf den kontinuierlichen Futures-Handel an und untersucht diskrete sowie kontinuierliche Aktionsräume. Sie skaliert die Belohnungsfunktionen nach Volatilität, damit Positionsgrößen auf die Marktvolatilität…
Diese Strategie sucht nach einem Inside Bar, also einer Kerze, deren gesamte Spanne innerhalb der Spanne der vorherigen Kerze liegt. Die Richtung ergibt sich aus der vorherigen Kerze: Eine bullische Kerze setzt einen Buy-Stop über ihrem Hoch, eine bärische…
Das Dokument erklärt Zeitreihen-Momentum als Strategie, die die vergangene Rendite eines Instruments selbst nutzt, statt Vermögenswerte untereinander zu vergleichen. Das zentrale Signal ist das Vorzeichen der vergangenen Überschussrendite über 12 Monate: Bei…
Das Dokument erklärt, wie Anleger mit begrenztem Kapital Aktienmomentum umsetzen können, ohne Hunderte Aktien zu halten. Im Beispiel werden an der UK notierte Unternehmen anhand ihrer Renditen über die vorangegangenen 12 Monate geordnet. Das kleinste Viertel…
Das Dokument beschreibt eine automatisierte RSI-Strategie mit H1-Signalen und D1-Bestätigung. Für einen Kauf muss RSI auf beiden Zeitrahmen über dem überverkauften Schwellenwert liegen und gegenüber dem vorherigen Wert steigen; für einen Verkauf muss RSI…