Machine Learning for Trading
このノートブックでは、イーサの取引における代替データとして、DeFiの預かり資産総額(TVL)系列を評価します。将来リターンとの関連、データの妥当性と再構築可能性、利用の法的な適切性、統合・保守コストに見合う価値という4つの問いに沿って検討します。シグナル分析では、複数のリターン期間に対していくつかのTVL変換を検証し、重複する観測値を考慮して不確実性を調整し、比較数を数え、関係が時間を通じて安定しているかを調べます。別途、データの網羅性や異常な変動を確認し、コスト計算では研究費用を賄うために必要なリターンを見積…
暗号資産分散型金融(DeFi)オンチェーンデータ統計
Machine Learning for Trading
このケーススタディでは、DeFi…
暗号資産分散型金融(DeFi)オンチェーンデータ統計
Machine Learning for Trading
この章は、個々の戦略よりも、再現可能な調査規律のほうが持続的なトレード上の優位性になると論じています。反証可能な仮説、アウトオブサンプル評価、多重検定の補正を軸に、バイアスを抑えるワークフローを示します。続いて、クオンツの職種や機関を概観し、主要分野の専門性とともに、トレードのライフサイクル全体にわたる幅広い連携を重視します。また、体系的な継続学習と、研究、執筆、オープンソース活動、専門家コミュニティを通じた実践も勧めています。…
機械学習統計リスク管理分散型金融(DeFi)