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.
96 Dokumente
Diese Lektion führt Pairs Trading als Ansatz ein, um eine vermutete wirtschaftliche Beziehung zwischen zwei Wertpapieren zu handeln. Sie unterscheidet Kointegration von Korrelation, veranschaulicht beide Konzepte anhand simulierter Reihen und beschreibt, wie…
Diese Vorlesung führt Faktormodelle als Regressionen ein, die Renditen eines Vermögenswerts mithilfe anderer Renditezeitreihen erklären. Sie schätzt das Beta eines Vermögenswerts gegenüber einer Benchmark anhand historischer Renditen. Anschließend nutzt sie…
Diese Vorlesung erläutert Stationarität, Integrationsordnungen und die Bedeutung dieser Eigenschaften für die Analyse finanzieller Zeitreihen. Ein stationärer Prozess hat stabile datenerzeugende Eigenschaften, während Veränderungen wie ein driftender…
Dieses Notebook erläutert, wann eine Handelsstrategie klarer Balken für Balken mit sich veränderndem Zustand simuliert werden kann, statt sie als vorab berechnete Signale oder Gewichtungen auszudrücken. Es vergleicht arraybasierte Backtests, die schnell und…
Dieses Notebook rekonstruiert die ausgewählte Konfiguration für FX-Pairs aus einer eingefrorenen Kandidatenmenge der Validierung und bewertet anschließend die Validierungs- und Holdout-Evidenz. Die Auswahl basiert auf der höchsten zulässigen Sharpe-Ratio der…
Dieses Notebook erläutert ein lokales lineares Trend-Zustandsraummodell, mit dem sich Finanzmerkmale aus Kursniveaus ableiten lassen. Der verborgene Zustand umfasst ein Kursniveau und seine Steigung; die beobachteten Schlusskurse sind verrauscht. In jedem…
Dieses Notebook erläutert paarweise und querschnittliche Merkmale anhand von ETF-Panels. Es vergleicht die Kointegrationstests nach Engle–Granger und Johansen und unterscheidet einen stationären Spread von einfacher gemeinsamer Bewegung. Das Beispiel mit…
Dieses Notebook überführt Rangfolgen von Währungspaar-Prognosen in eine gehandelte Baseline. Zu jedem Entscheidungszeitpunkt bildet es Long- und Short-Portfolios mit gleicher Anzahl von Paaren aus den höchst- und niedrigstplatzierten Paaren und bewertet sie…
Dieses Notebook erklärt Kalman-Filter als Methode, um Merkmale aus Finanzpreisen abzuleiten. Ein lokaler linearer Trendzustand erfasst sowohl ein latentes Preisniveau als auch dessen Steigung, während ein Beobachtungsmodell verrauschte Schlusskurse…
Diese Arbeit formuliert eine Pairs-Trading-Strategie für zwei Aktien, deren Preise allgemeinen geometrischen Brownschen Bewegungen folgen, statt anzunehmen, dass ihre Preisdifferenz zum Mittelwert zurückkehrt. Der Händler vergleicht die relative Stärke der…
Die Arbeit stellt einen Rahmen für die optimale Ausführung statistischer Arbitrage vor, wenn Prognosesignale vom Verlauf der Marktdaten abhängen. Sie stellt sowohl das Alpha-Signal als auch die Handelsgeschwindigkeit als lineare Funktionen einer…
Dieses Notebook entwickelt Merkmale, die mehrere Asset-Zeitreihen erfordern. Es vergleicht Engle-Granger- und Johansen-Tests auf Kointegration, erläutert, warum gemeinsame Bewegung allein keinen stationären Spread bedeutet, und schätzt Hedge Ratios sowohl…
Das Dokument formuliert Pairs Trading als dynamisches Portfoliooptimierungsproblem. Der Spread zweier verwandter Wertpapiere folgt einem gaußschen Mean-Reversion-Prozess, während sich seine Drift gemäß einer unbeobachteten Markow-Kette mit endlichem…
Das Dokument stellt Pair Trading als marktneutrale Strategie vor, bei der gleichzeitig Long- und Short-Positionen in zwei korrelierten Anlagen eingegangen werden. Es beschreibt den groben Ablauf: kointegrierte Paare identifizieren, Handelssignale aus…
Diese Arbeit erweitert den Satz über robuste positive Erwartungswerte von einer einzelnen Aktie auf ein Aktienpaar. Das ursprüngliche Ergebnis betrifft die Kombination speziell entwickelter linearer Feedback-Regler, eines Long- und eines Short-Reglers, um…
Diese Arbeit untersucht, wann ein Aktien-Pair-Trade geschlossen werden sollte, bei dem eine Aktie long und eine andere short gehalten wird. Sie formuliert die Ausstiegsentscheidung als Optimierungsproblem für Verkauf und Rückkauf unter Handelsbeschränkungen.…
Diese Arbeit fasst Pair Trading als hierarchisches Entscheidungsproblem mit zwei verbundenen Stufen auf: der Auswahl eines Wertpapierpaars über einen längeren Horizont und der Ausführung von Trades über kürzere Horizonte bei teilweiser Beobachtbarkeit. Da…
Die Arbeit entwickelt einen Rahmen, der bedingte latente Faktoren lernt, um zusammengehörige Aktien zu identifizieren, relative Fehlbewertungen aufzudecken und eine Handelsstrategie unter Berücksichtigung der Handelskosten zu bilden. Die Attention-Faktoren…
Diese Arbeit modelliert den Kursabstand zwischen zwei Anlagen als verborgenen Zustand, der einem Mean-Reversion-Prozess folgt. Das Modell lässt nichtgaußsche und heteroskedastische Innovationen des Spreads zu und gestaltet die Mean-Reversion zugleich…
Diese Fallstudie prüft, ob eine kointegrationsbasierte Paarstrategie mit PepsiCo und Coca-Cola statistisch fundiert und wirtschaftlich tragfähig ist. Sie schätzt anhand früherer Daten das Mean-Reversion-Verhalten des Spreads, hält diese statistischen…
Die Studie untersucht asiatische American Depositary Receipts (ADRs) in Märkten, deren Handelszeiten nicht mit denen der zugrunde liegenden ausländischen Aktien übereinstimmen. Sie zerlegt die Renditen von ADR in Komponenten, die während der US-Handelszeiten…
Die Studie untersucht Erweiterungen des Pair-Tradings für Brent-, WTI- und Shanghai-Rohöl-Futures. Sie berichtet, dass die drei Preisreihen kointegriert sind, und modelliert ihren resultierenden Spread als mittelwertrevertierend mit Regimen, die von einer…
Diese Studie prüft Deep Reinforcement Learning als ergänzende Ausführungsstrategie für den Paarhandel in volatilen Kryptowährungsmärkten. Der Ansatz filtert und ordnet zunächst mögliche Paare und setzt dann einen Proximal-Policy-Optimization-Agenten mit…
Das Dokument beschreibt eine datengestützte Methode zur Suche nach statistischen Arbitragestrategien, die bei Unsicherheit über das Marktmodell profitabel bleiben sollen. Es nutzt tiefe neuronale Netze, um viele Wertpapiere gemeinsam zu betrachten, ohne…