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

13件の資料

Machine Learning for Trading

このノートブックでは、ETFパネルを使ってペア分析と横断面特徴量を説明します。Engle–Granger検定とJohansen検定による共和分検定を比較し、定常なスプレッドと単なる連動を区別します。エネルギーETFと原油ETFの例では、どちらの検定にも合格しません。ファンドの保有銘柄や先物のロールコストの違いは、固定比率の組み合わせが変動する理由の説明に役立ちます。共和分検定で棄却された場合、そのヘッジ比率は取引可能な関係の証拠ではないと、このノートブックは注意を促しています。…

ペア取引平均回帰統計リスク管理
Machine Learning for Trading

このノートブックでは、ETF特徴量の評価を単一のリターン期間から、10個の特徴量と3つの期間にわたるスキャンへ拡張し、多重検定を補正します。次に、長いルックバック期間の12-1モメンタムと短期リバーサルについて、時間をずらした検定、ICの持続性、米国債リターンによる共通要因の統制、VIXレジーム間の比較を用いて、メカニズムに基づく診断を行います。報告されたスキャンでは、5日間の期間で長期ルックバックのモメンタムが多重検定補正後の発見に含まれます。一方、より長い期間で最大となったインフォメーション係数は、補正後のし…

マルチアセットモメンタム平均回帰統計
Machine Learning for Trading

このノートブックでは、ビットコイン無期限先物データのロングのみのRSI平均回帰ルールを通じて、VectorBTによるベクトル化バックテストを紹介します。終値ベースのRSIを計算し、前日の値が下側しきい値を下回るとエントリーし、上側しきい値を上回ると決済します。シグナルをずらして次のUTC日の寄り付きから有効にし、シミュレーションでは約定に手数料とスリッページを適用します。取引記録、ポートフォリオ価値、ドローダウン、パラメータ感応度を確認し、実行条件をそろえた買い持ちベンチマークと比較します。…

暗号資産無期限先物平均回帰テクニカル指標
Machine Learning for Trading

この事例研究では、広範なUS株式ユニバースを対象に日次の横断面シグナルを評価し、特定時点のデータや設計した特徴量から、モデル比較、ポートフォリオ構築、コスト、未使用データでの評価まで、長い研究工程を示します。ウォークフォワード検証、複数の将来リターン期間、線形モデルと木ベースモデル、表形式および時系列のニューラルモデル、潜在因子法を用います。トレード戦略では、時代に応じた取引コストと借株を考慮し、ドルニュートラルのロング・ショートポートフォリオ向けに株式を順位付けします。…

株式機械学習モメンタム平均回帰
Machine Learning for Trading

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。…

ファクター投資機械学習統計モメンタム
Machine Learning for Trading

この資料では、60決済分の期間を使い、暗号資産無期限先物の資金調達プレミアムを予測する時間畳み込みネットワークを説明します。因果的な畳み込みブロックを4つ使い、カーネル幅は3、拡張率は1、2、4、8です。受容野は61決済分に及び、入力期間全体をカバーします。因果パディングにより、ある位置が後の決済値を取り込むことを防ぎ、検証結果への将来情報の漏洩を避けます。このモデルは全時点の表現を平均しますが、比較対象のLSTMは最終的な再帰状態に基づいて予測します。この違いから、有用な情報が期間全体に分布するのか、末尾付近に…

暗号資産無期限先物機械学習平均回帰
Machine Learning for Trading

この資料では、暗号資産無期限先物とプレミアム指数を調べるためのデータセットと手順を説明します。設定されたユニバースの時間足のOHLCVデータと8時間ごとのプレミアム値を取り上げ、ダウンロード、読み込み、絞り込み、基本的なプロファイリングの手順を示します。プレミアム指数は、無期限先物価格と現物価格の相対差として定義され、その符号は先物が現物を上回るか下回るかを示します。この資料は資金調達率裁定やプレミアムの平均回帰を研究するためのデータを紹介するもので、検証済みの戦略を実証するものではありません。…

暗号資産無期限先物先物裁定取引
Machine Learning for Trading

この設定では、暗号資産の無期限先物を対象に、ロング・ショート戦略を調査するワークフローを定めます。出来高で選んだ19銘柄の銘柄群、8時間ごとの資金決済に合わせた判断、資金決済時刻での執行を定義します。主な予測対象は8時間先リターンで、リターンと方向の各バリエーションも扱います。また、資金調達料、プレミアム、価格ボラティリティ、クロスセクション特徴量に加え、キャリー、平均回帰、モメンタム、ボラティリティの仮説も説明します。…

暗号資産無期限先物キャリー平均回帰
Machine Learning for Trading

このノートブックでは、先物の各リターン期間について、検証で最も高く評価されたシグナル戦略または配分戦略に、設定済みの損切り、トレーリングストップ、時間決済ルールを適用します。各ルールはそれぞれの親戦略に対して評価し、検証期間の価格推移に合わせて調整せず、パラメータを事前に固定します。後の選択で意図した候補集団を保てるよう、宣言されたルールはすべて完了する必要があります。…

先物キャリー平均回帰リスク管理
Machine Learning for Trading

このノートブックでは、RSIで定めた閾値に基づいて売買するロングオンリーのビットコイン戦略について、監査可能なレポートを作成します。グロスとネットの成績を比較し、データ、ウォームアップ、エクスポージャー、約定、コストをそろえたバイ・アンド・ホールドのベンチマークに対する成績も測定します。条件を一致させることで、売買ルールの効果を切り分けやすくします。レポートでは、ポートフォリオリターン、ベンチマーク比の指標、市場エクスポージャー、決済済み取引の統計を分けます。また、期末資産に影響する保有中のポジションと、勝率の計…

暗号資産平均回帰テクニカル指標バックテスト
Machine Learning for Trading

このケーススタディでは、通貨ペアを順位付けし、相対順位に応じて買いまたは売りを行うクロスセクションの外国為替戦略向けに、将来リターンのラベルを構築する方法を説明します。まず、ニューヨーククローズ方式で4時間足のスポットデータを取引セッションに割り当て、各通貨ペア内で1セッション後とそれより長い期間のリターンを測定します。将来期間のデータが揃っているか、金融商品が継続しているか、リターンが誤って別の商品をまたいでいないかを確認することを重視します。また、ホールドアウト開始前に結果が確定する観測値だけに診断を限定しま…

外国為替現物市場モメンタム平均回帰
Machine Learning for Trading

このノートブックでは、イベント駆動型バックテストエンジンを使って、BTC/USDTの無期限先物バーを対象とするロング限定のRSI平均回帰ルールを実装します。イントラデイの観測値をUTCの日足バーに集約し、上昇幅と下落幅の単純なローリングRSIを計算します。指標が売られ過ぎの閾値を下回るとエントリーし、買われ過ぎの閾値を上回ると決済します。戦略は資本に対する所定の割合を目標とし、手数料とスリッページをモデル化します。逐次エンジンでは、判断、未約定注文、約定、ポジション、現金を明示的に表現し、経路依存のロジックを扱え…

暗号資産無期限先物平均回帰テクニカル指標
Machine Learning for Trading

複数の資産系列を必要とする特徴量を作成します。共和分についてEngle-Granger検定とJohansen検定を比較し、連動して動くだけでは定常スプレッドを意味しない理由を説明します。全期間の回帰と、情報を前向きに更新するカルマンフィルターの両方でヘッジ比率を推定します。平均回帰の半減期は学習期間のみから推定し、その値でシグナル期間を設定することで、選択に将来情報を使わないようにします。また、時間方向の指標をクロスセクション順位、ベンチマークとの相対値、ユニバース全体のレジーム要約に変換する方法も紹介します。…

マルチアセットペア取引平均回帰統計