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
Diese Studie bewertet den Konfidenzindikator der log-periodischen Potenzgesetz-Singularität (LPPLS) zur Erkennung von Bitcoin-Blasen und zur Vorhersage von Crashs. Anhand täglicher Bitcoin-Kurse aus den vorangegangenen zwei Jahren berichtet sie, dass der…
Das Dokument schlägt vor, generative adversarielle Netzwerke mit LSTMs zu verwenden, um synthetische historische Kurspfade zur Bewertung von Handelsstrategien zu erzeugen. Ausgangspunkt ist, dass eine aufgrund starker In-Sample-Performance ausgewählte…
Diese Arbeit vergleicht Finanzmathematik und maschinelles Lernen bei der dynamischen Portfoliooptimierung zweier miteinander verflochtener Assets über einen endlichen Zeithorizont in kontinuierlicher Zeit. Der finanzmathematische Ansatz nutzt ein…
Dieses Paper beschreibt ein Pair-Trading-System für Aktien, das ein Universum von N Aktien durchsucht, statt nur ein vorab ausgewähltes Paar zu beobachten. Es stellt Aktien als Knoten in einem gerichteten Graphen dar; die Kantengewichte beruhen auf…
Diese Studie bildet die veränderlichen Beziehungen zwischen Kryptowährungen anhand hochfrequenter Renditen von 2020 bis 2025 ab. Sie erstellt gewichtete, gerichtete Netzwerke aus statistisch signifikanten Granger-Kausalbeziehungen zwischen Log-Renditen von…
Diese Studie untersucht, wie aggregierter Handelsfluss über verschiedene Zeitskalen innerhalb eines Handelstags mit Kursveränderungen zusammenhängt. Der Preiseffekt folgt demnach einem nichtlinearen Muster, das über verschiedene Instrumente hinweg weitgehend…
Diese Studie untersucht, ob Änderungen am deutschen Investitionszuschussprogramm GRW die Beschäftigung in strukturschwachen Regionen beeinflusst haben. Institutionelle Reformen dienen als Quelle exogener Veränderungen der Förderbedingungen. Anschließend…
Das Dokument untersucht, wie Rohstoff-ETFs mit Hebel ihre angegebenen Ziele über die Zeit verfolgen. Da tägliche Hebelrenditen über längere Haltedauern aufgrund des Volatilitätsverfalls vom angestrebten Vielfachen abweichen können, entwickeln die Autoren…
Dieses Dokument formuliert ein Problem optimalen Tradings, das Alpha-Signale mit nichtlinearer transienter Preiswirkung verbindet. Es verwendet ein allgemeines Propagator-Modell einschließlich eines Potenzgesetzes für den Wirkungszerfall und leitet über…
Diese Notiz behandelt die Bedeutung einer selbstfinanzierenden Handelsstrategie in der quantitativen Finanzwirtschaft. Sie ordnet das Konzept an der Schnittstelle von stochastischer Analysis und Finanzhandel ein, wo Missverständnisse entstehen können. Laut…
Dieses Dokument skizziert ein nichtlineares Orderbuchmodell, das auf dem Verhalten einzelner Marktteilnehmer basiert. Das Framework umfasst sowohl Markov- als auch Hawkes-basierte Modelle und verknüpft den Orderflow einzelner Agenten mit dem Marktverhalten…
Dieses Dokument beschreibt einen Ansatz für Intraday-Momentum-Trading mit verborgenen Zuständen. Es modelliert verrauschte Wertpapierrenditen als Beobachtungen eines latenten Momentum-Zustands und soll so Verzögerungen vermeiden, die digitale Filter bei…
Diese Studie nutzt computergestützte Experimente mit einem modifizierten Ordermodell nach Mike–Farmer, um zu untersuchen, wie der Orderflow die Autokorrelation ultrahochfrequenter Aktienrenditen beeinflusst. Sie misst die Renditeabhängigkeit anhand des…
Diese Studie schlägt eine Methode vor, um die Rendite zu schätzen, die mit dem Risiko einer einzelnen Aktie verbunden ist, das sie nicht mit ähnlichen Aktien teilt, selbst wenn die zugrunde liegenden Risikofaktoren unbekannt sind. Dazu wird ein…
Diese Arbeit stellt einen erweiterten zustandsabhängigen Hawkes-Prozess zur Modellierung der Aktivität im Limit-Orderbuch vor. Das Modell lässt zu, dass Zustände verschwinden, um Hochfrequenzverhalten am Markt abzubilden. Die Autoren nutzen…
Diese Studie untersucht die Generalized Tempered Stable-Verteilung als Modell für Vermögensrenditen und vergleicht sie mit Normal- und alpha-stabilen Alternativen. Sie beschreibt Eigenschaften der Verteilung und passt sie an Renditen des S&P 500, des SPY ETF…
Diese Studie erstellt ein zeitvariables Netzwerk von Kryptowährungen anhand zweier Informationsarten: der wechselseitigen Vorhersagbarkeit von Renditen und technologischer Ähnlichkeit. Sie nutzt ein dynamisches, kovariatenunterstütztes spektrales Clustering,…
Diese Forschung überträgt eine Momentum-Transformer-Architektur auf Aktien und vergleicht ihren vorgesehenen Einsatz mit Zeitreihen-Momentum- und Mittelwertrückkehrstrategien. Das Modell verbindet Aufmerksamkeit, die Informationen über das Trainingsfenster…
Die Arbeit untersucht die Portfolioauswahl, wenn der Drift eines riskanten Vermögenswerts nicht direkt beobachtet wird und von zwei verborgenen stochastischen Faktoren abhängt, die sich mit unterschiedlichen Geschwindigkeiten entwickeln. Sie leitet aus der…
Das Dokument stellt ein hybrides dynamisches Modell zur Untersuchung von Trendfolge an Währungsmärkten vor. Es erzeugt symbolische Dynamik aus einem lognormalen Diffusionsmodell der Laufzeitenstruktur der impliziten At-the-Money-Volatilität und nutzt…
Die Arbeit untersucht Übergänge zwischen Mittelwertrückkehr- und Momentum-Regimen anhand zweier nichtlinearer Mechanismen: langsamer und schneller Bifurkationen. Im langsamen Fall verändert sich das Gleichgewicht allmählich; wenn sich ein Kontrollparameter…
Das Dokument stellt ein Framework zur Optimierung von Krypto-Handelsstrategien vor, das genetische Algorithmen mit der Koordination mehrerer intelligenter Agenten verbindet. Es soll Strategieparameter an wechselnde Marktbedingungen anpassen und nutzt…
Diese Studie betrachtet die Abwicklung von Ereigniskontrakten als Abfolge öffentlicher Marktstatus statt als einen universellen Zeitstempel. Sie unterscheidet Marktzugehörigkeit, Lebenszyklusmeldungen, Endpunkte und fehlende Beobachtungen anhand…
Die Studie bildet Residualkorrelationen zwischen S&P 500-Aktien in Adjazenzmatrizen für Gaussian Boson Sampling ab, einer photonischen Quantenmethode zur Stichprobenziehung dichter Teilgraphen. Sie vergleicht zwei klassische Clustering-Ansätze, Spectral und…