Zum Inhalt springen

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

2,471 Dokumente

arXiv papers

Dieses Paper nutzt einen agentenbasierten Computermarkt, um zu untersuchen, wie stark sich informierter Handel auf die Gewinne von Market Makern auswirkt. Das Modell umfasst Market Maker mit unterschiedlichen Informationsständen und unterschiedlicher…

Market-MakingMarktmikrostrukturMaschinelles LernenStatistik
arXiv papers

Diese Studie untersucht, wie das Automated Ball-Strike-Einspruchssystem der Major League Baseball die Entscheidungen der Schiedsrichter und das Einspruchsverhalten der Spieler beeinflusst hat. Sie analysiert angesagte Würfe von 2015 bis 2026 sowie Einsprüche…

StatistikMaschinelles LernenEreignisgesteuert
arXiv papers

Dieses Paper untersucht die Nutzenmaximierung für Anleger mit Potenznutzen, wenn die Preisdynamik Langzeitgedächtnis oder nicht-Markovsche Eigenschaften aufweist. Es beweist, dass sich der Wert des Anlageproblems bezüglich der Drift Fréchet-differenzierbar…

StatistikRisikomanagementRückkehr zum MittelwertVolatilität
arXiv papers

Diese Arbeit verknüpft die bei Finanzanlagen beobachtete raue Volatilität mit der mikroskopischen Dynamik, die mehrere Asset-Preise miteinander verbindet. Während sich viele frühere Modelle auf einzelne Assets konzentrierten, untersuchen die Autoren, wie aus…

Multi-AssetVolatilitätMarktmikrostrukturStatistik
arXiv papers

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…

Maschinelles LernenMarktmikrostrukturBacktestingRisikomanagement
arXiv papers

Diese Studie untersucht, ob ein von einem großen Sprachmodell angetriebener generativer Agent Veränderungen im Verhältnis zwischen fundamentalorientiertem und trendfolgendem Verhalten reproduzieren kann, wie sie in Modellen heterogener Agenten beschrieben…

Maschinelles LernenAktienTrendfolgeRückkehr zum Mittelwert
arXiv papers

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…

OptionenVolatilitätBewertung von DerivatenStatistik
arXiv papers

Dieses Dokument beschreibt einen modellunabhängigen Rahmen zur Prognose der Asset-Volatilität. Dazu werden aus realisierten Volatilitäten kompakte, zeitvariable Faktoren abgeleitet. Sie sollen die wechselnden Zusammenhänge zwischen Assets erfassen und den…

VolatilitätStatistikPairs-TradingMaschinelles Lernen
arXiv papers

Das Dokument stellt TiMi vor, ein Multi-Agenten-System für quantitatives Trading, das die Entwicklung einer Handelsstrategie von ihrer Ausführung auf Minutenebene trennt. Es weist Sprachmodellen spezialisierte Aufgaben zu, etwa die Interpretation von…

Maschinelles LernenOrderausführungKryptoAktien
arXiv papers

Die Studie stellt ein unüberwachtes Verfahren vor, das eine datenbasierte Anzahl von Volatilitätsregimen in nichtstationären Finanzzeitreihen bestimmt. Mithilfe der Strukturbrucherkennung wird jede Reihe in lokal stationäre Abschnitte unterteilt. Das…

VolatilitätMaschinelles LernenStatistikRisikomanagement
arXiv papers

Die Arbeit argumentiert, dass der Volatilitätsverlust allein das langfristige Verhalten gehebelter börsengehandelter Fonds nicht erklärt. Sie untersucht, wie die Aufzinsung von der Autokorrelation und anderen Renditedynamiken abhängt: Unabhängige Renditen…

AktienVolatilitätMomentumRückkehr zum Mittelwert
arXiv papers

Die Studie beschreibt ein Verfahren, das Forex-Trends mithilfe eines Faltungsnetzwerks klassifiziert. Zunächst wandelt es quantitative Marktdaten in Bilder um, die Handelscharts ähneln. Anschließend wird ein CNN darauf trainiert, Chartmuster zu lernen und…

DevisenhandelMaschinelles LernenStatistik
arXiv papers

Die Studie nutzt den zeitlichen Abstand zwischen Geschäften mit US Aktien, um Co-Trading-Beziehungen zu bestimmen und dynamische Netzwerke aufzubauen. Mit spektralem Clustering identifiziert sie darin Gruppen von Aktien, deren Abhängigkeiten sich im…

AktienMarktmikrostrukturStatistikPortfolio-Konstruktion
arXiv papers

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…

KryptoMaschinelles LernenHochfrequenzhandelBacktesting
arXiv papers

Die Arbeit stellt ein generatives neuronales Netz vor, das probabilistische Prognosen für Strompreise im kontinuierlichen Intraday-Markt in Deutschland erstellt. Statt nur einen Punktschätzer zu liefern, generiert die Methode mögliche Preisverläufe und nutzt…

Maschinelles LernenRohstoffeStatistikOrderausführung
arXiv papers

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…

AktienFaktorinvestierenMaschinelles LernenStatistik
arXiv papers

Die Arbeit schlägt ein Modell vor, das die kurzfristige Kursrichtung von Bitcoin anhand stündlicher Kurs- und Volumenmerkmale sowie der Stimmung auf Reddit prognostiziert. Ein gleitendes Volatilitätsmaß klassifiziert jede Beobachtung als stabil oder volatil.…

KryptoMaschinelles LernenMarktstimmungTechnische Indikatoren
arXiv papers

Das Dokument erweitert ein Kyle-Modell mit einer Periode auf einen Rahmen in stetiger Zeit. Darin beobachtet ein fest engagierter automatisierter Market Maker den aggregierten Orderfluss, der durch unabhängiges Brown'sches Rauschen verwischt wird. In einem…

Market-MakingMarktmikrostrukturDeFiStatistik
arXiv papers

Diese Analyse fragt, ob extreme Werte eines Krypto-Stimmungsindex mit größeren geschätzten Bitcoin-Handelsspreads zusammenfallen. Sie nutzt tägliche BTC/USDT-Beobachtungen von Februar 2018 bis Januar 2026; der Spread wird mit einem Hoch-Tief-Preisschätzer…

KryptoVolatilitätStatistikMarktmikrostruktur
arXiv papers

Das Dokument untersucht erneut, wie sieben häufig analysierte Unternehmenskennzahlen mit Aktienrenditen zusammenhängen. Es verwendet topologische Datenanalyse, insbesondere den Ball-Mapper-Algorithmus, um Beobachtungen im Raum der Finanzkennzahlen als…

AktienFaktorinvestierenStatistikMaschinelles Lernen
arXiv papers

Das Dokument stellt eine Approximationsmethode vor, um optimale Strategien bei proportionalen Transaktionskosten zu finden. Es bildet die Restwertfunktion durch ein Polynom näherungsweise ab und bietet damit einen Ansatz für Probleme, deren exakte Lösung…

OrderausführungBewertung von DerivatenRisikomanagementPortfolio-Konstruktion