ナレッジライブラリ

このノートブックでは、選択したCME先物モデル構成についてホールドアウト予測を作成する方法を説明します。構成は検証結果から選び、ホールドアウト期間の開始前に終わるデータで再学習します。ラベルバッファで学習観測値と評価期間を分け、将来を参照するラベル結果がホールドアウトに及ばないようにします。また、期間前に推定したパラメーターを期間中固定して、ホールドアウト用のモデルベース特徴量を再生成します。…

このノートブックでは、バリュー・アット・リスク（VaR）と期待ショートフォール（ES）を目標とする金融リターン・シナリオ生成手法、Tail-GANを説明します。微分可能なソートを使い、分位点推定を通じて勾配を伝播させ、VaRとESの関係を定める制約へリスク推定値を射影します。ETFリターンをローリング・シナリオにまとめ、ランダムなロング・ショートのポートフォリオウェイトと組み合わせてPnLの例を作ります。スケーリングも重要です。入力値を生成器の出力クリップ範囲内に写像し、極端な観測値も表現できるようにします。…

このPythonモジュールでは、日次のアウトオブサンプルリターンを用いて、戦略のバックテストにおける不確実性を定量化する方法を説明します。リターン系列の統計量に対する定常ブロック・ブートストラップ区間、自己相関と非正規性を調整したシャープレシオの標準誤差、平均リターンのNewey–West標準誤差を組み合わせています。ブロック長は、利用可能な場合はリバランス間隔から選び、それ以外は最適サイズ推定量を用い、リターンの期間を基準に下限を設けます。また、日次リターン差を使ったペア・ブートストラップ比較と、シグナル、配分…

出来高参加率の上限によって、各市場区間で親注文のうち約定可能な数量を制限する方法を説明します。ブローカーは観測された取引高から執行可能な数量を算出し、未約定分を次の区間に繰り越します。参加率の上限を下げると市場への影響を抑えられますが、完了までの時間は延びます。上限を上げると執行は速まりますが、マーケットインパクトへのエクスポージャーが増えます。最低出来高のしきい値を設けると、特に流動性の低い時間帯の取引を防げます。…

シグナルルール、配分、リスクオーバーレイを対象とする登録済みの検証バックテストから、CME先物のケーススタディを選択します。異なるリターン期間の候補を比較し、検証シャープレシオが最も高い設定を選びます。コスト感度分析は選択プールに候補を追加するものではなく、選択済みの設定を説明するために行います。比較を再現できるよう、正規の実行では候補の構成を固定します。…

このケーススタディでは、アット・ザ・マネーのショートストラドルを対象に、満期までのリターンを予測する勾配ブースティングモデルを比較します。木の複雑さと、二乗誤差、絶対誤差、Huber損失という3つの適合目的を変えて評価します。ボラティリティイベントがあった年を含む2つの期間でウォークフォワード検証を行い、予測を情報係数（IC）で評価します。各ブースティング段階で独自の予測を生成するため、チェックポイントは別々のモデル候補として扱います。…

日次の市場データを最新に保つ運用ワークフローを紹介します。初期履歴を読み込み、期間が少し重複する差分を取得し、欠損日を確認して、鮮度と検証上の問題を監視します。重複期間を設けることで、データ提供元による直近の足の修正も取り込めます。OHLCVデータの更新期間は現在の日付ではなく、最後に完了した足までとします。提供元から部分的な取引セッションや価格が未確定のセッションが返される場合があるためです。このガイドでは、取引所カレンダーなしで欠損を補完すると、週末や祝日の人工的な足が作られる可能性も指摘します。…

この文書では、CME先物研究で検証データからモデル設定を選択した後、ホールドアウト期間の予測を生成する手順を説明します。検証結果から選択済みの設定とチェックポイントを取得し、ホールドアウト開始前に利用可能な履歴だけを使ってモデルを再学習します。ラベルバッファによって学習結果が評価期間に及ばないようにし、ホールドアウト用の適格性とモデルパラメーターを再計算します。登録された学習識別情報により、検証データで学習済みのモデルを再利用せず、新たに学習した証拠を示します。…

この設定では、S&P 500構成銘柄を対象に、週次のアット・ザ・マネー・ストラドル売りを検証します。ポジションは金曜日に建て、満期に向けて保有し、オプションのデルタ変化に応じて日次で株式ヘッジを行います。ポートフォリオでは期間が重複するコホートに資本を分散し、主な評価指標を満期までのリターンとします。時系列順の学習、検証、ホールドアウト期間に加え、複数のポートフォリオ配分方法と、分散リスクプレミアムがリターンを説明できるかの分析を用いて評価します。…

この論文は、ハイブリッド型オンチェーン金融システムのワークフローを評価するための証拠アーキテクチャを提示します。封印されたマニフェストにシステムの識別情報、役割、スキーマ、リリース情報を記録し、登録済みの導出方法と共通の相関識別子を備えた7つの証拠レイヤーを保持します。来歴、関連するルート条件、ネガティブコントロール、再現可能なパッケージ化、過去データの再生、独立したレビューがすべて所定の要件を満たした場合にのみ、主張を次の段階へ進めます。ハッシュが一致するだけでは、証拠が独立して導出されたことを立証できません。…

この論文は、所得が確率的に変動し、株式、債券、生命保険に投資する個人の生涯にわたるポートフォリオ選択を研究します。目的関数には消費、死亡給付、期末資産を含みます。凸型の売買制約により、取引できない資産、空売りの禁止、借入制限などを表します。…

この論文は、離散時間のセミスタティック戦略と、限られた種類のオプションの動的取引の両方を利用できる場合の、エキゾチックデリバティブのモデル非依存なスーパー複製価格を研究します。スーパー複製境界は、単一の価格モデルを前提とせず、あらゆる結果におけるデリバティブのペイオフをカバーする戦略のコストを示します。…

この文書はペアトレードを動的ポートフォリオ最適化問題として定式化します。関連する2つの証券のスプレッドはガウス型平均回帰過程に従い、ドリフト率は観測できない有限状態の連続時間マルコフ連鎖に応じて変化します。局面が潜在しているため、著者らは確率フィルタリングを用いて部分情報問題を完全情報の定式化に変換します。対数効用を用いて変換後の問題を解き、実現ポートフォリオ・ボラティリティに連動する期末資産のペナルティを含めます。…

この文書は、注文板の動きを粒子の運動として表し、モメンタム指標で市場状態を要約する手法を提案しています。この統計物理学に基づく枠組みは、特にスプーフィングやレイヤリングなど、市場操作の兆候となり得る市場行動を捉えることを目的とします。この手法をLUNAの暗号資産フラッシュクラッシュ前後の注文板活動に適用し、著者らは両方の行為の広範な事例を検出したと報告しています。…

この論文は、近接方策最適化、Advantage Actor Critic、Deep Deterministic Policy Gradientという3つのアクター・クリティック型強化学習アルゴリズムを組み合わせた自動株式売買手法を説明します。エージェントは投資リターンの最大化を目指して売買判断を学習し、それぞれの強みを市場環境の変化に適応することを意図したアンサンブルに統合します。また、連続行動の訓練時にメモリ使用量を抑えながら大規模データを処理するため、オンデマンド読み込み手法も用います。…

この文書では、投資家が頑健な期待べき効用を最大化する確率的ファクターモデルにおける長期投資を研究します。頑健性とは、単一の想定モデルだけで最適化せず、投資家に不利な代替モデルも考慮することです。著者らは双対性を用いて、投資問題を無限期間のリスク感応型制御問題に置き換えます。…

この研究は、資産価格のバブルがどのように形成され崩壊するかを説明する、簡潔な確率微分方程式を提示します。モデルは、安定した値への平均回帰、トレンドフォローに伴う投機的な社会反応、ランダムな変動という3つの力を組み合わせています。それらが相互作用するとバブルのような動きが生じる可能性があり、市場力学を、非金融分野にも見られる心理的・社会的プロセスと結び付けています。…

この論文は、株式市場で時間とともにポジションを選択する深層強化学習手法、Trading Deep Q-Network（TDQN）を紹介します。DQN手法を取引に応用し、戦略が最大化を目指す成績指標としてシャープレシオを設定しています。目的は、汎用の強化学習アルゴリズムをそのまま適用することではなく、取引中に適切なポジションを見つけることです。…

この論文は、大型US株の価格付けに用いる単方向TransformerモデルSERTを提案し、株価予測とファクター投資に事前学習済みTransformerを適用します。コロナ禍前、パンデミック期、パンデミック後1年間を対象に、標準的なTransformerやエンコーダーのみのTransformerと比較し、市場ストレス時の成績にも注目します。著者らは、極端な市場変動時にSERTが最も高いアウト・オブ・サンプルR²を示し、事前学習済みTransformerがそれに続くと報告しています。…

この論文は、リスクプレミアム戦略の超過リターンと非対称なテールリスクの関係を調べます。歪度の新たな定義を導入し、リスクプレミアムはテールリスクの歪度と強く関連する一方、ボラティリティとはほとんど関係しないと報告しています。株式、ファマ・フレンチ、外国為替のキャリー、ショート・ボラティリティ、債券、クレジットの各戦略では、シャープレシオと負の歪度の間におおむね線形の関係があるとしています。…

この論文では、中央集権型取引所での取引が、プルーフ・オブ・ステークのブロックチェーンにおけるステーキングの選択やトークン分布にどう影響するかをモデル化します。連続時間の平均場フレームワークでは、参加者はバリデーターと、取引が価格に影響する中央集権型市場のトレーダーの両方を担います。著者らは、示された前提の下で局所適切性を証明し、均衡取引行動を半明示的に特徴づけています。…

本資料は、比例取引コストが発生する場合に最適戦略を見つけるための近似手法を提示します。残余価値関数を多項式で近似し、厳密解を得るのが難しい問題に対処する方法を示しています。…

この論文は、売買に比例取引コストがかかる場合の効用最大化を研究しています。中心的な結果は、基礎となる過程が拡張弱収束するという仮定のもとで、対応する効用最大化問題も収束するというものです。また、最適売買戦略に関する極限定理を示し、近似問題の戦略と極限問題の戦略との関係を扱っています。…

この文書は、5つのブロックチェーン・エコシステムにおける暗号資産リターンの相互関係を調べています。あるチェーンで大幅な上昇があると他のチェーンで損失が生じることが多く、株式市場でよく見られる正の連動とは異なるパターンだと報告しています。分析には2022から2025までのオンチェーン観測データを用い、株式市場全体のリターン、金利、ビットコインを考慮しています。…