AIエージェントが読んだ書籍、論文、記事、コードについて、Stratmillのリサーチエージェントが要約と主なアイデアを紹介します。各ページから原文を確認できます。
443件の資料
このノートブックでは、センチメントラベル付きの小規模な金融ニュースコーパスでSkip-gram Word2Vecモデルを学習させ、近傍語から何が分かるかを調べます。この手法では、単語が使われる文脈に基づいて単語を表現します。例では、意味の極性が逆であるにもかかわらず、金融報告書で似た文の型に現れるため、利益と損失が近い単語になります。また、単純なトークン化で数値トークンを残すと、数字や通貨の断片がある単語の近傍に入る場合があることも示しています。…
この文書では、FREDの米国債利回りと経済指標を収集し、報告頻度の異なる系列を日次カレンダーに揃え、データセットを読み込みまたは絞り込む手順を説明します。指標には、米国債金利とスプレッド、VIX、労働関連指標、インフレ、鉱工業生産、GDPが含まれます。主な内容はデータ準備の手引きですが、取引への応用として、10年債と2年債の利回り差で市場レジームを分類します。…
このノートブックでは、再構成したNASDAQの注文板を分析し、最良買い気配と最良売り気配の場中スプレッドと厚みを記述したうえで、注文フロー不均衡が次の時間区間のリターンと関連するかを調べます。株価水準の異なる銘柄間でコストを比較できるよう、スプレッドをベーシスポイントで表します。また、取引時間中のスプレッドと最良気配の厚みを図示し、解析したメッセージ内の追加と取消から不均衡を構成します。裾の厚い時間区間の影響を抑えるため、生の不均衡と符号付き対数変換を比較し、単一銘柄に頼らず銘柄間の相関も調べます。…
このノートブックでは、分単位のマイクロストラクチャー特徴量からNASDAQ-100のリターンを予測するベースラインとして線形回帰を用います。スプレッドと注文不均衡の指標が異なる参照期間で重なるため、特徴量行列は強い共線性を持ちます。その結果、通常の最小二乗法は非常によく似た入力に対して、不安定で互いに逆向きの重みを割り当てることがあります。Ridge、Lasso、Elastic…
このノートブックでは、金融時系列をどのようにモデル化するか判断するための手順を示します。まず、SPYの価格とリターン、VIXの水準、リターン分布の図から、変動する水準、集中する値動き、裾の厚い分布を確認します。次に、帰無仮説が単位根であるAugmented Dickey-Fuller検定と、帰無仮説が水準定常性であるKPSSを組み合わせます。帰無仮説が互いに逆であるため、単純な二択ではなく、組み合わせによる4通りの解釈が得られます。…
このノートブックでは、勾配ブースティング予測の予測区間を構築し、分割コンフォーマル予測を分位点回帰、コンフォーマル化分位点回帰、適応的コンフォーマル推論と比較します。分割コンフォーマル法では、時系列順に学習用と較正用に分割し、ラベル期間を考慮して境界付近の観測値を除外し、有限標本の残差順序統計量から区間幅を設定します。この枠組みを、パージ済みウォークフォワード分割を用いてETF、暗号資産、先物データで評価します。…
このETF特徴量の分析では、モデルから導出した3つの入力を作成します。市場レジームを推定する隠れマルコフモデル（HMM）、参照ファンドの分数次差分価格、そしてETFごとのGARCH(1,1)条件付きボラティリティです。先読みを避けるには、パラメーターの推定と推論の両方で、各取引セッションまでに利用可能な情報だけを使う必要があると強調しています。再推定スケジュールでは各予測区間の前に推定したパラメーターを適用し、フィルター処理したHMM確率を使うことで、平滑化確率に含まれる将来情報を避けます。…
この研究では、将来リターンによる通貨ペアの順位付けについて、勾配ブースティング木とペナルティ付き線形モデルを比較します。木モデルは、ある市場レジームではモメンタム、別のレジームではキャリーを使うといった条件付き関係を表現できる一方、通貨ペアは通貨を共有し、統計的に依存するため、この比較を行います。事前に定めたグリッドでは葉の数によって木の容量を変え、二乗誤差、絶対誤差、Huberの各損失関数を比較します。各設定を複数のブースティング時点で評価するため、停止時点も単なる学習上の詳細ではなく、別の候補選択になります。…
このノートブックでは、言語モデルのクライアント、検索ツール、上限付きのターンループを組み合わせて予測エージェントを構築します。エージェントは根拠を検索し、理由を添えて二値確率を返します。応答パーサーはよくある形式上の失敗に対処し、検索と予測のアクションを検証します。無効な応答は修正のため再送されます。保存された実行記録にはプロンプト、ツールの結果、モデル呼び出し、トークン使用量が保持されるため、新たなAPI呼び出しなしで予測を再現し監査できます。…
このノートブックでは、ベイズ構造時系列のイベントスタディ手法を適用し、連邦準備制度理事会の発表が債券ETFに与える影響を推定します。イベント前の対象資産の日次対数リターンと、海外およびコモディティETF統制変数のリターンとの関係から反実仮想を構築します。イベント後の累積ギャップを事後信用区間とともに示し、プラセボ日や統制変数を対象にする検査を使って、効果が想定されない場合にもモデルが効果を検出するか調べます。…
このノートブックでは、広範なETFの連動を調整した後、4つの運用ポートフォリオ戦略がSPYリターンを説明するかを検証します。戦略では、遅行モメンタム、ボラティリティ、または直近リターンでETFを順位付けします。長い履歴を持つETFから構成したバランスの取れた集合の主成分10個を統制変数とし、SPYは因子構築対象から除外します。各戦略の単変量のSPY負荷量と、統制変数を選択した後の条件付き負荷量を比較します。…
機関投資家の株式保有データにWord2Vecのskip-gramを応用します。各機関のポートフォリオを文、銘柄IDをトークン、報告された保有額順のポジションを単語順として扱います。類似したポートフォリオの文脈に繰り返し現れる銘柄は近い埋め込み表現を持つようになり、機関投資家のポートフォリオ行動を表現し、経済的に類似した資産を見つける方法となります。…
株式分割や現金配当をまたぐと、未調整の株価から誤解を招くリターンが算出される理由を説明します。後方調整では、後日のコーポレートアクションに合わせて過去の価格を換算します。また、約定シミュレーション用の未調整価格、短期分析で使う場合のある分割調整価格、長期研究やバックテスト向けのトータルリターン調整価格を区別します。Appleの株価履歴を例に、分割と配当の調整が累積リターンに与える影響を示します。…
このノートブックでは、連続する観測値に依存関係がある場合、シグナルの情報係数（IC）がノイズと区別できるかを評価します。モメンタムシグナルとETFデータを例に、先渡しリターンの重複、持続性のあるシグナル順位、市場レジームによって日次のIC値に自己相関が生じ得ることを説明します。その場合、単純なt統計量は不確実性を過小評価し、有意性を過大評価する可能性があります。…
このノートブックでは、FREDの経済系列パネルを調べ、カレンダー日グリッド、メタデータ、派生列を解釈する方法を説明します。パネルが日次カレンダーに平坦化されているため、行数から元データの公表スケジュールは分かりません。各系列の値の変化を数えると、公表頻度の下限を推定できますが、連続する公表値が変わらない場合は実際の公表回数を取りこぼすことがあります。例として米国債利回り、VIX、10年債と2年債の利回り差を取り上げ、最近の政策イベントをグラフに注記しています。…
このノートブックでは、ARIMA予測を単独の予測値ではなく、後続モデルへの入力列として扱います。ETFリターンにモデルを当てはめ、定常性検定と自己相関診断を用いて次数の候補を提案し、訓練ブロック上の情報量規準で候補次数を比較します。重要な違いは、定常モデルの多段階予測は無条件平均に収束してすぐにほぼ一定になる一方、1ステップ予測は新たな観測に応じて更新される点です。…
このノートブックでは、FXラベル向けのNLinear予測を準備し、登録する方法を説明します。NLinearは固定長の入力履歴から直近の観測水準を差し引き、ルックバック期間内の変化にモデルの焦点を当てます。共通の系列適格性判定プロセスでは、確定済みのラベル時系列からフォールド境界を導き、日次観測の欠損をまたぐウィンドウを除外するため、検証予測は有効な系列のみを対象とします。…
この共通分析ユーティリティは、レジストリ指標と予測単位の診断を通じてトレーディングモデルの予測を比較できます。事前計算済みの情報係数の結果を読み込み、ラベルやモデルファミリーで任意に絞り込めます。また、カバレッジが不完全な古い実行がランキングを歪めないよう、デフォルトでは廃止済みの予測世代を除外します。フォールド単位の指標も確認でき、カバレッジ制約下で代表モデルを選び、予測を整列させ、一致度、バケットの単調性、学習曲線、レジーム条件別のパフォーマンスを調べられます。…
この資料では、期間構造で商品を順位付けする横断面先物戦略のために、将来リターンのラベルを構築する方法を示します。契約ロールをまたぐリターンに適したロール調整済み価格と、同時点のカーブを保ちキャリーシグナルに必要な生の決済価格を区別します。ラベルには期近契約を使い、将来シフトを行うまでデータをそのまま保つ必要があります。そうすることで各期間は、フィルタ後に残った行数ではなく、その商品の取引セッション数に基づいて数えられます。…
この資料では、日次OHLCVデータだけがある場合に、売買スプレッドを推定する2つの方法を説明します。Corwin-Schultz法では、隣り合う1日と2日の高値・安値の幅を比較し、ボラティリティとスプレッドの異なる動きを利用して両者を切り分けます。負の推定値はゼロに切り上げます。Roll法では、売買が買い気配と売り気配の間で交互に成立することで生じる場合のある、リターンの負の系列共分散から相対スプレッドを推定します。共分散が正なら推定値はゼロになり、ビッド・アスク・バウンスの前提が成り立たない可能性を示します。…
この資料では、ローリングするETFリターン期間を、従来型の畳み込みニューラルネットワーク向けの2チャネル画像に変換する方法を説明します。Gramian Angular Fieldは正規化した観測値を角度に写像し、角度間の関係を記録します。Markov Transition…
この資料では、資産価格モデルのベンチマークに使うChen、Pelger、Zhuの月次US株式パネルを紹介します。経済テーマ別に分類した46個の企業特性、翌月の超過リターン、時系列順の訓練・検証・テスト分割について説明します。毎月、各特性を横断面で順位付けし、共通の有界尺度に変換します。これにより極端な生値の影響を抑えて単位を比較しやすくする一方、水準の情報は失われます。分析では各特性と翌月リターンの順位相関を測り、訓練データ全体で情報係数を平均します。隣接する月の間に時系列依存がある可能性があるため、月次観測を独…
このノートブックでは、モデリング前に市場系列の特徴を把握する手順を示します。まずSPYの価格とリターン、VIXの水準、リターン分布を図示し、トレンド、ボラティリティのクラスタリング、厚い裾を確認します。次に、拡張Dickey-Fuller検定とKPSS検定を組み合わせて読む方法を説明します。帰無仮説の方向が逆であるため、結果を併せて解釈すれば、定常性の根拠、単位根、見解の不一致、結論を出せないサンプルを区別できます。…
このノートブックでは、SPYの日次リターンを使い、周波数領域の分析とトレード特徴量としての限界を説明します。ウェーブレット分解は変動を徐々に遅い時間尺度の帯域に分け、スペクトル推定はリターンの変動が周波数間にどう分布するかを示します。例ではウェーブレット族を比較し、ローリング期間から因果的な特徴量を作成して、支配周期、スペクトルの広がり、低周波成分の比率、正規化スペクトルエントロピーなどの指標を論じます。…