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.
397 Dokumente
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…
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…
Die Arbeit erweitert das Kyle-Modell für Insiderhandel um Handelsvolumen mit langfristigem Gedächtnis und um eine Volatilität des Handels durch nicht informierte Marktteilnehmer, die einem allgemeinen stochastischen Prozess folgt. Sie leitet…
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.…
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…
Diese Studie untersucht, ob die COVID-19-Pandemie die Markteffizienz an Aktien- und Kryptowährungsmärkten beeinflusst hat. Sie analysiert Kursrenditen, absolute Renditen und Volatilitätszuwächse anhand von Hurst-Exponenten und bewertet die Multifraktalität…
Die Studie untersucht auf Kontraktebene, welche Faktoren die Preisvolatilität und die Basis von Gold, Öl und Bitcoin beeinflussen. Sie analysiert tägliche Spot- und Futurespreise sowie Laufzeit, Handelsvolumen und Open Interest im Zeitraum von Dezember 2017…
Das Dokument skizziert eine Studie zu hybriden Ansätzen für die Prognose von Strom-Spotpreisen am EPEC-Markt. Zu den Modellkomponenten zählen eine naive Prognose, Fourier-Analyse, ARMA- und GARCH-Modelle, ein mittelwertrückkehrender Jump-Diffusionsprozess…
Diese Studie untersucht wiederkehrende Muster der Volatilität und des Handelsvolumens von Bitcoin und Ether auf Coinbase Pro, Binance und Uniswap V2. Sie betrachtet Unterschiede nach Wochentag, Tagesstunde und Zeitabschnitten innerhalb jeder Stunde. Die…
Diese Studie untersucht, ob Renditeextreme von Kryptowährungen je nach Alter und Marktkapitalisierung eines Vermögenswerts variieren. Sie analysiert mehr als siebentausend digitale Währungen und schätzt über die Geschichte des untersuchten Portfolios das…
Der Artikel untersucht, wie Volatilitätscluster Indifferenzpreise für Optionen auf Basis von Risikomaßen beeinflussen. Er baut auf einem Rahmen auf, in dem Preise mithilfe dynamischer konvexer Risikomaße bestimmt werden, die durch rückwärtsgerichtete…
Diese Studie behandelt Volatilität als verborgene, zeitvariable Größe, die aus beobachteten Preisen erschlossen wird. Sie modelliert Kursrenditen und Volatilität gemeinsam als zweidimensionalen Diffusionsprozess und leitet anschließend ein…
Diese Studie untersucht, ob Bitcoin-Renditen und -Volatilität je nach Wochentag und rund um Feiertage variieren. Sie wendet ein asymmetrisches stochastisches Volatilitätsmodell auf Bitcoin-Daten von Januar 2013 bis August 2019 an und vergleicht die…
Diese Studie betrachtet das Risiko von Kryptowährungen als Aufgabe der Volatilitätsprognose und wendet Modelle des maschinellen Lernens auf berechnete Risikomaße für zwanzig Bereiche des Kryptowährungsmarkts an. Sie vergleicht Convolutional Neural Networks,…
Diese Studie untersucht, wie sich Forks von Kryptowährungen auf Bitcoin, die Ursprungswährung, auswirken. Sie verwendet ein modifiziertes exponentielles GARCH-Modell, um Veränderungen bei Renditen und Volatilität zu analysieren und berücksichtigt dabei…
Diese Studie wendet funktionale Hauptkomponentenanalyse (FPCA) an, um Funktionen untertägiger Bitcoin-Renditen vorherzusagen. Sie führt ein dynamisches Karhunen–Loève-Faktormodell als Verbindung zwischen funktionalen Beobachtungen und diskreter Zeitdynamik…
Dieses Dokument stellt ein Gleichgewichtsmodell mit einem riskanten und einem risikofreien Vermögenswert sowie rationalen Anlegern und Noise Tradern vor. Rationale Anleger wählen ihre Allokation anhand der erwarteten Rendite und des Risikos bei konstant…
Diese Studie prüft, ob On-Chain-Zuflüsse Intraday-Renditen und Volatilität von Bitcoin, Ethereum und Tether prognostizieren. Sie untersucht Intervalle von einer bis sechs Stunden über 2017–2023 und unterscheidet zwischen Zuflüssen zu Börsen und Bewegungen…
Die Studie fragt, ob die Einführung regulierter Bitcoin-Futures die Bitcoin-Volatilität und das Handelsvolumen beeinflusst hat. Sie konzentriert sich auf die im Dezember 2017 von CBOE und CME aufgelegten Kontrakte und verwendet den kausalen Zeitreihenansatz…
Die Studie untersucht, ob sich Langzeitgedächtnis, also eine über die Zeit anhaltende Abhängigkeit, in REIT-Renditen und Risikomaßen zeigt. Sie analysiert tägliche REIT-Daten mit mehreren Tests, wobei absolute und quadrierte Renditen als Näherungsmaße für…
Die Studie formuliert optimales Trading mit VIX-Futures anhand eines Mean-Reversion-VIX-Modells, dessen Dynamik von einem Regime abhängt, das zwischen einer endlichen Anzahl von Zuständen wechselt. Sie untersucht, wann ein Anleger in den Markt ein- und…
Die Studie untersucht den Zusammenhang zwischen inversen Perpetual-Swap-Kontrakten auf BitMEX und den zugehörigen Funding-Raten. Sie berichtet, dass die Funding-Raten heteroskedastisch sind, und verwendet eine Granger-Kausalitätsanalyse, um gerichtete…
Das Dokument untersucht das Zusammenspiel von Handelsvolumen und Volatilität, insbesondere in Phasen, in denen beide erhöht sind. Es beschreibt eine Analyse bedingter Verteilungen: Volatilitätsverteilungen werden für verschiedene Volumenniveaus untersucht,…
Dieses Dokument stellt eine Bayes’sche Methode zur Schätzung von Korrelationsmatrizen vor, die sich im Zeitverlauf verändern. Sie bildet Abhängigkeiten mit einem niedrig-rangigen Faktormodell ab, verwendet latente Zustände mit dynamischen Shrinkage-Priors…