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。
1,853件の資料
この資料では、CME先物を対象にモデル予測を評価するための基準を説明します。毎週の判断時に商品を予測リターン順に並べ、上位群をロング、下位群をショートで保有し、各側を等ウェイトにします。取引可能な銘柄群から決めた範囲で各側の商品数を変え、集中度が結果に与える影響を確認します。配分最適化、リスク目標設定、取引コストは意図的に含めず、実運用可能な戦略ではなく単純な基準ポートフォリオを評価します。ワークフローでは、リクエストを構築する前に公式予測対象がすべてそろっていることを求め、得られたバックテストを名前付きの比較セ…
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…
このノートブックでは、ティック、出来高バー、金額バーなど、実際に不規則なタイムスタンプを持つ時系列を生成するGT-GANに着想を得たアーキテクチャを説明します。GRU-ODEエンコーダーは観測値を潜在状態に写像し、ODEベースの生成器と識別器は連続時間の変化をモデル化し、ODEデコーダーは観測値を再構成します。任意の時刻で潜在状態を照会できるため、固定された観測グリッドを超える補間や生成が可能です。…
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。…
このノートブックでは、TWSまたはGatewayを介してInteractive Brokersに戦略を接続する運用手順を示します。セッションがペーパー口座であることを確認し、口座の評価額とポジションを読み込み、ライブ配信の開始前に過去のバーを取得して戦略の状態を初期化します。5日間のETFモメンタム戦略をバックテストと実運用エンジンで共有し、受信したティックをバーに集約します。…
このノートブックでは、予測モデルで市場レジームを使う3つの方法を比較します。レジーム情報を使わない方法、変動の大きい状態のフィルタ済み確率を特徴量に加える方法、明示的に割り当てたレジームごとに専門モデルを当てはめる方法です。各時系列の拡大型分割内で隠れマルコフモデルからレジーム確率を作り、訓練ブロックだけでモデルを当てはめ、テストブロックでは前向きにフィルタした確率を使います。複数セッション先の将来リターンを目的変数とするため訓練とテストの間に間隔を設け、スケーリングも訓練データだけで行います。…
このノートブックでは、資金を割り当てる前にシャドーモードで新モデルを評価する手順を示します。固定された現行モデルと候補モデルの保存済み予測を比較し、順位に基づく等ウェイトのロング・ショートポートフォリオを構築します。それぞれに同じ取引コスト規則を適用し、事前に定めた判定基準を評価します。この基準は、最低限のシャープレシオ改善幅と観測期間に加え、シグナル相関、ポジション一致度、相対ドローダウンの上限を組み合わせます。すべての基準を満たすことを求めることで、堅牢な改善を、ノイズの多い成績や戦略エクスポージャーの変化と…
このノートブックでは、SEC提出書類の調査と企業データの構造化抽出に使うEdgarToolsを概説します。安定したCIKで提出企業を特定し、様式別に提出書類を取得し、XBRLタグ付き年次報告書を財務諸表の表に変換する方法を説明します。また、内部関係者の様式4取引や機関投資家の様式13F保有銘柄の確認、種類と日付による提出書類インデックスの検索も扱います。…
この分析では、9件のトレード事例で登録された二重機械学習の処置効果を比較します。各事例のレジストリから最新の結果を読み込み、レジストリの整合性とラベルの重複を確認し、対象範囲を明示します。効果と信頼区間は元の単位を保ち、HAC統計量でパネル間比較を補います。また、単純なOLS推定値と直交化推定値を比較し、ブロック置換による反証チェックを適用して、複数のラベルと実際に異なる予測期間を区別します。…
このノートブックでは、日次のポートフォリオリターンと対応するSPYベンチマークを使い、ETF配分のバックテストを評価する枠組みを示します。シャープレシオ、ソルティノレシオ、カルマーレシオ、最大ドローダウンなどのリスク・リターン指標、ローリング指標、ドローダウンからの回復、ベンチマーク対比のアルファ、ベータ、トラッキングエラー、インフォメーションレシオ、選定したストレス局面での成績を扱います。リターンはコストを考慮した登録済みバックテストから取得し、執行の前提はその成果物を引き継ぐため、コストを重ねて差し引きません…
このノートブックでは、モデルの不確実性が点推定を超える情報を加える方法を説明します。潜在対数ボラティリティが時間とともに変化し、リターンがStudent-t分布に従う確率的ボラティリティモデルを当てはめます。サンプラーの収束とモンテカルロ誤差に注意しながら、事後分布の広がり、区間幅、パラメータ推定値を特徴量として抽出します。また、ARIMAモデルの予測区間と、不確実性を推定した尺度上で測るべき理由も説明します。…
このノートブックでは、複数の資産クラスを対象とするロング・ショートのモメンタム例を通じて、先物バックテストの仕組みを紹介します。契約仕様の倍率が価格変動をドル建て損益に換算する仕組みと、想定元本が契約数量をどう決めるかを説明します。契約ごとの固定手数料と料率ベースのコストを比較し、先物の取引時間帯と証拠金を論じ、セクター別寄与度で集中度を調べます。この例では取引時間帯をそろえた日次データを使い、契約倍率を適用する場合としない場合の影響を比較します。…
この評価ハーネスは、金融分野の検索拡張生成パイプラインにおける4種類の失敗を切り分けます。関連する根拠の検索、根拠に基づく回答、回答不能な質問への回答拒否、検索された文章に含まれる危険な指示への抵抗です。質問、実際の提出書類の抜粋、生成回答、引用、想定される拒否または安全性の動作を含む手作業のテストデータを使用します。ノートブックでは個別指標を定義し、構成要素ごとのスコアと複合スコアを調べ、統合された結果は基礎となる指標にさかのぼって確認すべきだと論じます。…
このノートブックでは、ETFモメンタムのバックテスト結果が想定取引手数料にどれほど敏感かを検証します。戦略のウェイトと取引スケジュールを固定し、片道コストを変えてシミュレーターを再実行して、成長率、シャープレシオ、ドローダウンを比較します。グロスリターンを年間売買回転率で割る方法と、シミュレーション結果を補間する方法の両方で、成長率がゼロになる手数料を推定します。この差は、複利の影響により、単純な回転率計算では損益分岐コストを実際より高く見積もることを示しています。…
このノートブックでは、存続しているUS株式の等ウェイト・ポートフォリオが、当初の全対象と比べてリターンをどの程度過大評価しうるかを推定します。まず、パネルに銘柄の退出が記録され始めた時期を調べ、記録がデータセットの最終数年間に限られることを確認します。それ以前に欠落した企業は元データに存在しないため、退出を観測できる期間に結論を限定します。また、パネルには上場廃止の理由と最終的な支払額がないため、最後に観測された価格以降の結果はモデル化する必要があります。…
このノートブックでは、見解が分かれる確率予測について、強気側と弱気側が複数回討論します。双方は共通のリサーチエージェント要約に基づいて論じ、相手の直前の立場を見たうえで確率を修正します。予測の差が宣言済みの合意閾値内に収まると、手順を終了します。差の推移は診断情報として扱います。差が縮まるのは、一方が相手の見落としていた証拠を取り入れた可能性を示し、差が残る場合は未解決の意見の相違を記録します。討論の中間値は、明示された重みを使ってパネルの集計値に混ぜることができます。このノートブックは、二つの役割が独立した分析…
この探索的分析では、オプション契約とチェーンの構造を紹介し、8つの原資産を対象とするS&P…
この分析では、企業特性に基づく月次US株式戦略の登録済みバックテスト・パイプラインを読み取ります。シャープレシオの不確実性、確率シャープレシオとデフレート・シャープレシオ、戦略のペア比較、ホールドアウトでの成績低下、小型株の非流動性を反映するよう設計したコスト分析を報告します。検証データで戦略仕様を選択し、ホールドアウトでは選択を繰り返すのではなく、その固定した選択を評価します。測定された変化と点推定値の差を区別するため、ペア指標と信頼区間を使います。この文書では解釈の限界を強調します。ホールドアウトは暦年で1年…
このノートブックでは、適格な全データ網羅候補のうち検証シャープレシオが最も高い配分系列に対し、ポジション単位の損切り、トレーリングストップ、時間決済を評価します。各オーバーレイを、オーバーレイなしの親構成と比較してリスクルールの効果を切り分けます。ペアのブロック・ブートストラップ区間で、ドローダウンとの比較に加え、シャープレシオの差がゼロと区別できるかを評価します。選択と調整には検証データのみを使います。同じ価格経路で閾値の設定と評価を行うことになるため、検証全体のMAE較正閾値は除外します。固定した構成の評価に…
このノートブックでは、過去価格から直接計算する指標を補うため、外国為替価格履歴からモデル推定特徴量を作成します。三つの手法を説明します。緩やかに変化する価格水準などを推定する状態空間フィルター、ドルの荒れた相場局面に属する確率を推定する2状態の隠れマルコフモデル、1ステップ先の予測誤差でサプライズを測る固定次数のARIMAリターンモデルです。4時間足のデータは、共通カレンダーを用いて取引セッションに集約します。…
このノートブックでは、ストラドルを売るS&P 500オプション戦略のポートフォリオ配分ルールを比較します。選択済み銘柄とその他の戦略設定を固定し、等ウェイトのベースラインを、モデル予測または原資産リターンのリスク推定を使う配分手法に置き換えます。候補には、スコア加重、逆ボラティリティ、リスクパリティ、階層的リスクパリティ、縮小平均分散最適化、予測区間幅に基づくコンフォーマル加重が含まれます。…