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.
374 Dokumente
Das Dokument untersucht, ob punktweise Grenzwerte semistatischer Handelsstrategien derselben Klasse angehören. Es weist diese Eigenschaft in diskreter Zeit für ein allgemeines Modell mit zwei Zeiträumen nach und erweitert das Ergebnis auf Modelle mit…
Die Arbeit untersucht die optimale Portfolioauswahl, wenn die Vermögensvolatilität zwei stochastische Faktoren aufweist: eine mean-revertierende Komponente und ein stochastisches Mean-Reversion-Niveau. Beim Handel fallen proportionale exogene Kosten sowie…
Die Arbeit vergleicht Portfolios, die auf die Minimierung des Shortfalls optimiert wurden, mit Portfolios, die auf die Minimierung der Varianz ausgerichtet sind. Die empirische Studie verwendet Barra Extreme Risk und Stilfaktoren wie Value, Growth und…
Die Arbeit leitet eine optimale robuste Portfoliostrategie für Anleger her, die mit Unsicherheit über ein multifaktorielles stochastisches Volatilitätsmodell konfrontiert sind. Sie betrachtet Portfolios mit und ohne Derivate und formuliert die Strategie für…
Diese Studie untersucht die Verteilung von Trendfolgestrategien auf mehrere Anlagen, deren Renditen korreliert sein können. Unter Annahmen eines gaußschen Markts und linearer Strategien leitet sie Formeln für den Erwartungswert und die Varianz eines…
Diese Arbeit untersucht Leakage bei Handelsstrategien, die aus rangabhängigen Portfoliofunktionen entstehen. Leakage bezeichnet den Vermögensverlust, wenn die in einem Portfolio enthaltenen Aktien erneuert oder ersetzt werden. Die Autoren leiten einen…
Diese Studie analysiert, wie die Geometrie von Prädiktoren das entscheidungsorientierte Lernen einschränkt, bei dem das Modelltraining an ein nachgelagertes Entscheidungsziel gebunden ist. Anhand des sparsamen Index-Trackings unterscheidet sie zwischen den…
Das Paper untersucht, ob klassische Arbitragebedingungen weiterhin gelten, wenn die Wahrscheinlichkeitsverteilung des Marktes unsicher ist. Es misst diese Unsicherheit anhand der Wasserstein-Distanz und betrachtet sowohl schwache als auch starke Fassungen…
Das Paper untersucht die partielle Absicherung von Game-Optionen, wenn bei jedem Trade Kosten in Höhe des größeren Werts aus einer proportionalen Gebühr und einem festen Mindestbetrag anfallen. In einem zeitstetigen Black–Scholes-Modell wird bewiesen, dass…
Das Paper behandelt Overfitting bei Querschnittsstrategien, die mit Vermögenswerten trainiert werden, für die nur begrenzte historische Daten vorliegen. Es stellt Fused Encoder Networks vor, die Darstellungen aus einem auf einem Quelldatensatz trainierten…
Die Studie untersucht Hochfrequenzstrategien für SPY-Optionen anhand von Fünf-Minuten-Beobachtungen über einen Zeitraum von einem Monat. Sie berechnet Optionsgriechen und implizite Volatilität, bewertet amerikanische Optionen mit einem Binomialbaum und…
EverMine ist ein Rahmenwerk, mit dem geprüft wird, ob Forschungsagenten ihre Fähigkeiten bei der langfristigen Alpha-Suche durch wiederverwendbare Kompetenzen, Werkzeuge und Regeln verbessern. Es bildet den Forschungsstand anhand der Forschungshistorie, des…
Die Arbeit kombiniert statistisch konstruierte Faktormodelle mit stochastischer Kontrolle, um hochdimensionale statistische Arbitrage zu untersuchen. Das Modell nimmt Residuen an, die zum Mittelwert zurückkehren, und zeigt, wie sich analytisch marktneutrale…
Die Studie schlägt für ein Umfeld mit hohem Risiko eine Portfolioverwaltung auf Basis bestärkenden Lernens vor. Sie kombiniert Transaktionen auf der Kauf- und Verkaufsseite mit Kreditvergabe und -aufnahme, verwendet einen Gewinn-und-Verlust-Wert als…
Das Dokument entwickelt eine Methode zur Mean-Varianz-Absicherung in allgemeinen Semimartingalmärkten. Es formuliert die Absicherung als stochastisches Kontrollproblem und zeigt, dass der Wertprozess des Kontrollproblems eine quadratische Form hat. Drei…
Die Arbeit schlägt einen systematischen Anlageansatz vor, der über einen längeren Zeitraum Vermögen aufbauen soll, indem er eine Folge kurzfristiger Kaufentscheidungen für ETF trifft. Sie kombiniert evolutionäre Algorithmen mit einem Deep-Learning-Modell, um…
StockGPT behandelt tägliche Aktienrenditen als Folgen numerischer Tokens und trainiert ein autoregressives Modell, um künftige Renditen vorherzusagen. Der Aufmerksamkeitsmechanismus soll zeitliche Muster direkt aus Renditeverläufen lernen, sodass…
Diese Arbeit prüft, ob tiefes bestärkendes Lernen in Umgebungen optimale Handelsstrategien finden kann, die sich einfach beschreiben lassen, mathematisch jedoch anspruchsvoll sind. Im Mittelpunkt steht Deep Deterministic Policy Gradient, eine Methode, die…
Die Notiz erweitert die Theorie universeller Portfolios über konstant rückgeführte Strategien hinaus. Sie betrachtet bilineare Strategien, deren Endwachstum linear von jedem von zwei aufeinanderfolgenden Marktrenditevektoren abhängt, und vergleicht sie mit…
Die Arbeit formuliert das Problem eines Anlegers als Maximierung des erwarteten Nutzens des Vermögens zu einem künftigen Zeitpunkt. Sie kombiniert zwei Arten von Positionen: zu Beginn einmalig gewählte Derivate und Aktienbestände, die im Zeitverlauf…
Die Arbeit untersucht, wie sich das langfristige Vermögenswachstum bei Unsicherheit über das Marktmodell maximieren lässt. Betrachtet werden Modelle, die durch einen bekannten Bereich von Vermögenswerten und die momentane Kovarianz eingeschränkt sind und…
AdaptiveTrend ist eine systematische Kryptowährungsstrategie, die Trendsignale in Sechs-Stunden-Intervallen mit monatlichen Portfolioanpassungen kombiniert. Sie verwendet an die Volatilität angepasste Trailing Stops, wählt Vermögenswerte anhand rollierender…
Diese Übersichtsarbeit fasst Forschung zum Handel mit Kryptowährungen zusammen, einem Bereich, in dem die Vermögenswerte einige Merkmale traditioneller Anlagen teilen, zugleich aber ein eigenes Marktverhalten aufweisen. Sie behandelt Handelssysteme und…
Diese empirische Studie prüft, ob Online-Portfoliostrategien, die Mittelwertrückkehr nutzen sollen, auch außerhalb von Benchmark-Datensätzen gut abschneiden. Sie untersucht drei Ansätze: passive aggressive Mittelwertrückkehr, Online-Strategien zur Rückkehr…