Wissensbibliothek

Dieses Lehr-Notebook gibt einen Überblick über Preis- und Volumenmerkmale für quantitative Forschung. Es behandelt einfache und logarithmische Renditen über verschiedene Horizonte, Momentum mit Auslassung der jüngsten Periode, Übernacht- und…

Diese Fallstudie bewertet wöchentlich eröffnete, am Geld liegende Short Straddles auf Bestandteile des S&P 500, die bis zur Fälligkeit gehalten und täglich delta-gehedgt werden. Die zentrale methodische Entscheidung ist, Renditen bis zur Fälligkeit zu…

Dieses Notebook beschreibt die Anpassung von Diffusion-TS zur Erzeugung synthetischer ETF-Renditereihen. Der Entrauscher prognostiziert die unverrauschte Sequenz als Summe aus polynomialem Trend, Fourier-Saisonkomponente und Residuen, während ein…

Dieses Notebook stellt ein unbedingtes Sig-Wasserstein-GAN zur Erzeugung von Finanzzeitreihen vor. Es ersetzt einen trainierten Diskriminator für echte und generierte Daten durch eine Distanz, die auf erwarteten Pfad-Signaturen beruht, mathematischen…

Dieses Notebook verwendet tägliche ETF-Renditen, um zu erläutern, wie GARCH-Modelle Volatilitätscluster erfassen und daraus ein Merkmal für jede Handelssitzung bilden. Zunächst werden anhand visueller Diagnosen und eines ARCH-LM-Tests geprüft, ob verzögerte…

Diese Fallstudie entwickelt Merkmale, um zu untersuchen, ob die implizite Varianz am Geld bei S&P-500-Aktien die anschließend realisierte Varianz übersteigt und ob sich der Unterschied zwischen Wertpapieren unterscheidet. Sie kombiniert Straddle-Kurse mit…

Dieses Notebook passt Gradient-Boosting-Baummodelle an Optionsmarktmerkmale an, die Prognosen wie implizite Volatilität, Skew, Laufzeitenstruktur und Varianzrisikoprämie abbilden. Es vergleicht die Baumkapazität und die Wahl der Regressionsverlustfunktion…

Dieses Notebook verbindet die Positionsgrößenbestimmung mit der Analyse maximaler ungünstiger und günstiger Exkursionen. Es zeigt eine feste fraktionale Positionsgrößenbestimmung, bei der sich die Aktienanzahl aus dem Risikobudget des Portfolios und dem…

Dieses Notebook erklärt die Konstruktion von Merkmalen anhand von Daten, die über die Kurshistorie eines einzelnen Vermögenswerts hinausgehen. Es leitet die annualisierte Futures-Rollrendite aus gleichzeitigen Kursen naher und späterer Kontrakte ab und…

Dieses Notebook erklärt, wie verborgene Markow-Modelle unbeobachtete Marktphasen anhand von Renditen und jüngster Volatilität erschließen. Zunächst werden einfache Vergleichsregeln festgelegt: ein Schwellenwert eines Volatilitätsindex für Stress und der Kurs…

Dieses Notebook verwendet Double Machine Learning, um zu schätzen, ob ein Premium-z-Wert bei Perpetual Futures nach Bereinigung um sechs Vorbehandlungskontrollen mit der folgenden Acht-Stunden-Rendite zusammenhängt. Es vergleicht die Effekte in Phasen hoher…

Dieses Notebook entwickelt Labels für zukünftige Renditen von Short-At-the-Money-Straddles auf S&P-500-Aktien. Da der nominelle 30-Tage-Straddle im täglichen Panel in jeder Sitzung einen anderen Kontrakt darstellt, würde eine verschobene Preisreihe…

Die Arbeit stellt Simulationsmethoden für Energie-Spotpreise vor, die als Exponentialfunktion zweier unabhängiger Komponenten modelliert werden: eines mean-revertierenden Ornstein-Uhlenbeck-Prozesses und eines reinen Sprungprozesses. Die Sprungkomponente…

Das Dokument entwickelt analytische Werkzeuge für partielle Differentialgleichungen, die zur Bewertung bedingter Ansprüche unter dem stochastischen Volatilitätsmodell SABR mit Mean Reversion verwendet werden. Die Fundamentallösung ist nicht in geschlossener…

Dieses Notebook erläutert Tail-GAN, einen generativen adversariellen Ansatz zur Erzeugung finanzieller Renditeszenarien mit Fokus auf Value at Risk (VaR) und Expected Shortfall (ES). Differenzierbares Sortieren ermöglicht den Gradientenfluss durch…

Diese Fallstudie vergleicht Gradient-Boosting-Modelle, die Renditen bis zum Verfall für Short Straddles am Geld prognostizieren. Sie variiert die Baumkapazität und drei Optimierungsziele: quadratischer Fehler, absoluter Fehler und Huber-Verlust. Die…

Diese Konfiguration beschreibt eine Studie zum wöchentlichen Verkauf von Straddles am Geld für Bestandteile des S&P 500. Positionen werden am Freitag eröffnet und bis zum Verfall gehalten; tägliche Aktien-Hedges werden durch Änderungen des Options-Deltas…

Diese Arbeit untersucht Investition und Konsum über einen unendlichen Zeithorizont für einen Anleger mit Potenznutzen in einem unvollständigen Markt, dessen Anlagechancen von einem stochastischen Faktor abhängen. Sie behandelt sowohl Faktoren mit endlichem…

Das Dokument argumentiert, dass Finanzrenditen bei herkömmlichen Zeitreihenanalysen beinahe zufällig erscheinen können und dennoch Muster enthalten, die sich mit moderner multivariater Statistik erkennen lassen. Es beschreibt eine von Methoden der Kernphysik…

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…

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…

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,…

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…