コンテンツへスキップ

ナレッジライブラリ

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。

ライブラリを検索

12件の資料

Machine Learning for Trading

このノートブックでは、ショートの欧州コールを対象にディープヘッジを実演します。幾何ブラウン運動のパスをシミュレーションし、ブラック–ショールズのデルタヘッジをベンチマークとして使用します。また、満期時損失の条件付きバリュー・アット・リスクを最小化する原資産ポジションを選ぶため、半再帰型ニューラルネットワークを学習させます。ヘッジの開始、リバランス、終了時に取引コストを課すため、学習した方策とベンチマークには同じ取引コストの前提が適用されます。ポジションがデルタベンチマークに近い場合に、ネットワークの取引が減るかも…

オプションデリバティブ価格評価機械学習リスク管理
Machine Learning for Trading

このノートブックでは、ヨーロピアン・コールとプットのブラック・ショールズ価格を求め、プット・コール・パリティを確認し、ブレント法でインプライド・ボラティリティを計算します。また、デルタ、ガンマ、ベガ、セータ、ローを定義し、マネーネスや満期までの時間に応じてオプションの感応度がどう変わるかを図示します。グリークスはヘッジやエクスポージャーの把握に役立つ局所的な指標として扱います。インプライド・ボラティリティは、モデル価格が観測されたオプション価格と一致するボラティリティ入力です。…

オプションデリバティブ価格評価ボラティリティリスク管理
Machine Learning for Trading

この章では、強化学習を教師あり予測と区別し、逐次制御の手法として位置付けます。行動が後の結果に影響し、報酬が比較的明確なタスク、すなわち取引執行、マーケットメイク、デリバティブのヘッジに焦点を当てます。これらの問題を部分観測意思決定過程に対応付ける方法、価値ベース手法とアクター・クリティック手法の選び方、学習した方策を既存のスケジュールやヘッジのベンチマークと比較する方法を論じます。…

機械学習注文執行マーケットメイクオプション
Machine Learning for Trading

この文書では、Binanceの公式USD-M無期限先物の資金調達記録をダウンロードし、標準化して列指向ファイルにキャッシュするパイプラインを説明します。指定した銘柄と日付範囲について、月次アーカイブを並行して取得します。記録をUTCタイムスタンプに変換し、決済項目を標準化して銘柄と時刻で重複を除き、保存前に欠損値や無効値がないか確認します。読み込み時には銘柄と日付を任意で指定できます。…

暗号資産無期限先物デリバティブ価格評価バックテスト
Machine Learning for Trading

この資料では、ブラック–ショールズのもとでヨーロピアン・コールとプットの価格を導出し、プット・コール・パリティで両者の関係を確認した上で、観測されたオプション価格に一致するボラティリティを数値的に解いてインプライド・ボラティリティを計算します。また、デルタ、ガンマ、ベガ、セータ、ローを定義し、マネーネスや満期までの時間に応じた感応度の変化を図示します。一定ボラティリティ、連続取引、ヨーロピアン行使というモデルの仮定を市場の実態と照らし、出力がどこで乖離し得るかを説明します。 計算結果をS&P…

オプションデリバティブ価格評価ボラティリティリスク管理
Machine Learning for Trading

このノートブックでは、ショートのヨーロピアン・コールを対象にディープヘッジを実演します。幾何ブラウン運動で原資産価格の経路をシミュレーションし、ベンチマークとしてブラック–ショールズのデルタを計算し、半再帰型ニューラルネットワークでヘッジポジションを決めます。学習目的は、満期時損失の条件付きバリュー・アット・リスクを最小化することです。損益計算では、ヘッジ開始、各リバランス、満期時の決済に比例コストを課し、同じ仮定のもとで離散的なデルタヘッジと比較できるようにします。また、学習された取引がデルタ・ベンチマークに近…

オプション機械学習リスク管理デリバティブ価格評価
Machine Learning for Trading

このノートブックでは、一般的な目標ウェイト型リスクオーバーレイでは、説明対象のS&P 500ショートストラドル戦略を制御できない理由を解説します。オプションエンジンは固定された資本配分率を週次コホートに割り当て、各コホート内でウェイトを正規化します。そのためウェイトを拡大しても正規化で元に戻り、オーバーレイが生み出せる現金配分はありません。ヘッジのしきい値、決済、コスト、コホート数など、戦略に影響する制御は、後からウェイトを変換するのではなく、戦略仕様に含める必要があります。…

オプションリスク管理バックテストデリバティブ価格評価
Machine Learning for Trading

この文書では、大規模なS&P 500オプションチェーンを、調査用の日次銘柄別データセットに整理する方法を説明します。サーフェスの概要では、満期区分ごとに目標絶対デルタに最も近いオプションを選び、複数の期間のアット・ザ・マネーのインプライド・ボラティリティ、25デルタのプット・コール・スキュー、期間構造の指標、相対スプレッド、収束品質を算出します。未解決のインプライド・ボラティリティは除外し、仮置き値が集計を汚染しないようにします。…

オプションボラティリティデリバティブ価格評価
Machine Learning for Trading

このノートブックでは、S&P 500株のアット・ザ・マネーのショート・ストラドルについて、将来リターンのラベルを作成しています。日次パネル上の名目30日ストラドルは、セッションごとに異なる契約を表すため、価格系列を単純にずらすと異なる金融商品が混在します。その代わりに、ラベルは実際に建てたコールとプットの個別契約を追跡し、その後の価格または決済価値を取得して、各取引に有効なエントリーと決済のデータがあるか確認します。また、満期保有リターンを主要指標とし、デルタヘッジ型を含む固定期間の診断指標と区別しています。…

オプションボラティリティデリバティブ価格評価統計