Wissensbibliothek

Dieses Notebook prüft, ob Portfolioaufbau eine Strategie mit Trades in jedem NASDAQ-100-Balken retten kann, deren Ergebnis durch Kosten zunichtegemacht wird. Es wählt anhand des festgelegten Auswahluniversums führende Baseline-Prognosen aus und führt…

Dieses Notebook nimmt führende Prognosekonfigurationen aus der Validierung, die auf einer gleichgewichteten Signalstufen-Baseline beruhen, und testet alternative Allokationsmethoden anhand derselben Prognosen. Es vergleicht scorebasierte und konforme…

Dieses Notebook bewertet, wie sich registrierte ETF-Prognosemengen in Portfolios umsetzen lassen. Es kombiniert jede Prognosemenge aus der Validierung mit festgelegten Einstiegsregeln, etwa unterschiedlichen Top-k-Positionen, und hält dabei Handelskalender,…

Das Dokument stellt ein Multi-Asset-Modell mit zwei Anlegertypen vor: Fundamentalisten, die auf wahrgenommene Abweichungen zwischen Aktienkursen und Fundamentaldaten reagieren, und Chartisten, die Preistrends nutzen. Beide Gruppen treffen…

Dieses Dokument stellt zwei Ansätze mit latenten Faktoren für Futures-Renditen vor. Die Hauptkomponentenanalyse findet unkorrelierte Richtungen, die den größten Anteil der Renditevariation erklären, während ein neuronaler stochastischer Diskontfaktor…

Dieses Dokument beschreibt Methoden, um datierte Entitätsdatensätze für Fallstudien zu latenten Faktoren in Arrays umzuwandeln. Eine Methode behält nur Entitäten bei, die einen anhand eines Zulässigkeitsdatensatzes ermittelten Abdeckungsschwellenwert…

Dieses gemeinsam genutzte Hilfsmodul stellt eine einheitliche Gradient-Boosting-Pipeline für quantitative Forschung bereit. Es definiert Kapazitätsvorgaben und überträgt kanonische Parameternamen auf die entsprechenden Einstellungen für LightGBM, XGBoost,…

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…

Dieses Python-Modul beschreibt Methoden, um die Unsicherheit von Strategie-Backtests anhand täglicher Renditen außerhalb der Stichprobe zu quantifizieren. Es kombiniert Intervalle aus einem stationären Block-Bootstrap für Renditestatistiken, einen um…

Dieses Notebook fasst registrierte Validierungsergebnisse für fünf Schätzer latenter Faktoren über mehrere Fallstudien hinweg zusammen. Zunächst zeigt es, für welche Panels Ergebnisse der einzelnen Schätzer vorliegen. Anschließend bestimmt es den führenden…

Dieses Notebook wählt eine Fallstudie zu CME-Futures aus registrierten Validierungs-Backtests zu Signalregeln, Allokation und Risiko-Overlays aus. Es vergleicht Kandidaten über beide Renditehorizonte hinweg und wählt die Konfiguration mit der höchsten Sharpe…

Dieses Notebook erläutert ein stochastisches Diskontfaktormodell für ETF, das eine einzige Gewichtsreihe an die Preisrenditen verschiedener Fonds anpasst. Anders als Modelle, die Fonds-Exposures und Faktorrenditen getrennt schätzen, trainiert es zwei Netze…

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…

Diese Arbeit untersucht die Portfolioentscheidung über den Lebensverlauf einer Person mit stochastischem Einkommen und Anlagen in Aktien, einer Anleihe und einer Lebensversicherung. Die Zielfunktion berücksichtigt Konsum, Todesfallleistungen und Endvermögen.…

Das Dokument beschreibt den Einsatz des graphbasierten Algorithmus zur Erzeugung von Koalitionsstrukturen, GCS-Q, um Vermögenswerte zu clustern, die als signierter, gewichteter Graph von Renditekorrelationen dargestellt werden. Die Motivation ist, dass…

Die Studie beschreibt einen automatisierten Aktienhandelsansatz, der drei Actor-Critic-Algorithmen des Reinforcement Learning kombiniert: Proximal Policy Optimization, Advantage Actor Critic und Deep Deterministic Policy Gradient. Die Agenten werden darauf…

Das Dokument untersucht langfristige Investitionen in einem stochastischen Faktormodell, in dem Anleger den robusten erwarteten Potenznutzen maximieren. Robustheit bedeutet, ein ungünstiges Alternativmodell zu berücksichtigen, statt nur unter einem einzigen…

Diese Arbeit untersucht die Nutzenmaximierung, wenn beim Handel proportionale Transaktionskosten anfallen. Das zentrale Ergebnis lautet, dass unter der Annahme erweiterter schwacher Konvergenz der zugrunde liegenden Prozesse auch die zugehörigen…

Das Dokument untersucht, wie sich die Renditen von Kryptoanlagen in fünf Blockchain-Ökosystemen zueinander verhalten. Es berichtet, dass starke Gewinne auf einer Chain häufig mit Verlusten auf anderen einhergehen – ein Muster, das sich von der oft positiven…

Diese Arbeit untersucht, wie sich ein wechselndes Portfolio statistischer Arbitrage mit Moving Bands anhand von Ideen aus dem Markowitz-Portfoliooptimierungsrahmen verwalten lässt. Statt eine einzelne Arbitrage isoliert zu betrachten, beschreibt sie die…

Dieser Artikel stellt die gleitende Mittelwertrückkehr (MAR) als Alternative über mehrere Perioden zur Einperiodenannahme der Mittelwertrückkehr vor, die manche Online-Portfoliostrategien verwenden. Er schlägt die On-Line Moving Average Reversion (OLMAR)…

Diese Arbeit entwickelt einen Reinforcement-Learning-Ansatz zur Optimierung von Strategien anhand risikobewusster Leistungskriterien. Sie bewertet Strategien mit rangabhängigem Erwartungsnutzen, der es einem Agenten ermöglicht, unterschiedliche Präferenzen…

Dieses Dokument stellt PySDTest vor, ein Python- und Stata-Paket für statistische Tests stochastischer Dominanzbeziehungen. Es skizziert Verfahren aus mehreren veröffentlichten Methoden und Erweiterungen und beschreibt Möglichkeiten, Teststatistiken mit…

Diese Studie untersucht Autoencoder für statistische Arbitrage mit Aktien aus US. In einem herkömmlichen zweistufigen Arbeitsablauf identifiziert ein Bewertungs- oder Hauptkomponentenmodell einen synthetischen Vermögenswert, und eine separate…