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.
2,471 Dokumente
Die Arbeit verwendet evolutionäre Optimierung, um regelbasierte Handelsstrategien aus Finanzsentimentdaten abzuleiten. Das Sentimentsignal bildet die bullische oder bearische Einschätzung einzelner Aktien durch die Online-Handelsgemeinschaft ab und stammt…
Die Arbeit stellt den Volatility & Model Adaption Trade-off (VMAT) vor, eine Strategie für multivariates Pair-Trading. Sie befasst sich mit einer Lücke, die die Autoren in der bisherigen Forschung sehen: Studien verfeinern häufig Handelsregeln, während dem…
Die Arbeit argumentiert, dass herkömmliche Trendfolge- und Momentumstrategien auf der vergangenen Kursentwicklung beruhen und bei veränderten Marktbedingungen an Grenzen stoßen können. Sie schlägt den Einsatz künstlicher Intelligenz und maschinellen Lernens…
Die Arbeit entwickelt allgemeine zusammengesetzte Hawkes-Prozesse und untersucht ihre Eigenschaften in Limit-Orderbüchern. Sie beweist für mehrere konkrete Varianten dieser Prozesse ein Gesetz der großen Zahlen und funktionale zentrale Grenzwertsätze. Damit…
Diese Studie stellt eine graphbasierte räumliche Komponente für ein groß angelegtes agentenbasiertes Modell urbaner Wohnimmobilienmärkte vor. Sie bildet ab, wie soziale und wirtschaftliche Merkmale – darunter die Angst, etwas zu verpassen, die Neigung,…
Diese Arbeit entwickelt parametrische stochastische Modelle für Limit-Order-Märkte, indem sie klassische Modelle perfekt liquider Märkte um wenige Risikofaktoren zur Beschreibung der Orderbuchliquidität erweitert. Der reduzierte Ansatz soll handhabbar…
ManiScope ist ein visuelles Analysesystem, das Nutzer dabei unterstützen soll, Risiken handelsbasierter Manipulation an Kryptomärkten, einschließlich Wash-Trading, einzuschätzen. Die abgestimmten Ansichten führen die Verteilung des Tokenbesitzes, Beziehungen…
Diese Studie verwendet ein agentenbasiertes Modell, um zu untersuchen, wie lokale Nachahmung und langsamer Informationsfluss gemeinsam Momentum und eine spätere Umkehr am chinesischen A-Aktienmarkt erzeugen können. Anleger haben unterschiedliche Erwartungen…
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 Aktualisierung erweitert ein quantitatives Modell der Lebensmittelpreise bis Januar 2012, ohne seine Struktur zu verändern. Das ursprüngliche Modell wurde anhand des FAO Food Price Index von Januar 2004 bis März 2011 angepasst. Es umfasst trendfolgende…
Diese Arbeit stellt ein Modell zur Prognose der realisierten Volatilität an globalen Aktienmärkten vor. Sie stellt Märkte als dynamisches Netzwerk dar und verwendet einen Volatilitäts-Spillover-Index, um zu beschreiben, wie sich Schocks in einem Markt auf…
Diese Arbeit untersucht die Optionsbewertung bei kurzen Laufzeiten, die jedoch im Verhältnis zur Mean-Reversion-Zeit eines stochastischen Volatilitätsfaktors lang sind. Sie behandelt das Problem als Mittelungs- oder Homogenisierungsproblem für nichtlineare…
Diese mathematische Studie untersucht ein allgemeines Modell für selbstfinanzierendes Hedging in illiquiden Märkten, das ursprünglich von Schoenbucher und Wilmott eingeführt wurde. Im Modell erfüllen Hedgingstrategien eine nichtlineare partielle…
Die Studie prüft die Informer-Prognosearchitektur als Grundlage automatisierter Strategien mit hochfrequenten Bitcoin-Daten. Sie trainiert Varianten mit RMSE, Generalized Mean Absolute Directional Loss (GMADL) und Quantilverlust und wandelt anschließend…
Diese Studie untersucht, ob sich ein Trendfolgeindikator auf verschlüsselten Marktdaten berechnen lässt, sodass ein Aggregator seine Daten privat halten kann, während Analysten Handelssignale erzeugen. Der Indikator wird mit zwei homomorphen…
Das Dokument skizziert eine verallgemeinerte Form der momentum-basierten technischen Analyse, bei der das Transaktionsvolumen als multiplikativer Faktor eingeht. Es schlägt vor, Strategien auf Grundlage dieses verallgemeinerten Indikators mit Strategien aus…
Dieses Dokument beschreibt eine Methode, um die Volatilität von Aktienkursen anhand der täglichen Höchst-, Tiefst-, Eröffnungs- und Schlusskurse zu schätzen. Sie verwendet die erwartete Spannweite einer arithmetischen Brownschen Bewegung und die…
Diese Studie bewertet den Mechanismus der kontinuierlichen Doppelauktion, indem sie Wartezeitverteilungen in einem simulierten Aktienmarkt untersucht. Ein agentenbasiertes Modell erzeugt plausible Orders und Interaktionen über das Orderbuch. Die Forschenden…
Diese vorläufige Studie untersucht, ob sich Bitcoin-Preisbewegungen durch die Kombination von Marktstimmung und technischer Analyse prognostizieren lassen. Als Stimmungsindikator dient der Fear and Greed Index, der zusammen mit technischen Indikatoren und…
Dieses Dokument beschreibt ein kontinuierliches Zeitmodell für einen einzelnen Vermögenswert, der von heterogenen Agenten gehandelt wird. Seine Dynamik zweiter Ordnung bildet Verzögerungen zwischen Anlageentscheidungen und Trades ab. Das Modell umfasst…
Die Studie prüft die schwache Form der Effizienzmarkthypothese für Bitcoin mithilfe eines Feedforward-Neuronalen Netzes. Sie untersucht, ob Renditen oder verwandte Merkmale anderer Vermögenswerte zusätzlich zu Bitcoin-Renditen die Vorhersage verbessern. Zu…
Das Dokument führt Price Impact ein, erläutert, wie er in der jüngeren Forschung gemessen und modelliert wird, und hinterfragt die intuitive Vorstellung, dass Trades Preise auf einfache, direkte Weise bewegen. Es hebt empirische Belege für eine starke…
Diese Studie nutzt den Hurst-Exponenten, um eine Zeitreihe als trendend oder mean-revertierend zu klassifizieren, und wählt anschließend eine dazu passende Strategie. Momentum wird mit Trendbedingungen verknüpft, Mean Reversion mit einem mean-revertierenden…
Die Studie vergleicht 41 Machine-Learning-Modelle, aufgeteilt in Klassifikatoren und Regressoren, um Bitcoin-Preise vorherzusagen und ihren Einsatz im algorithmischen Trading zu bewerten. Sie kombiniert Prognosekennzahlen wie absolute und quadrierte Fehler…