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。
654件の資料
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。…
この研究では、深層強化学習を用いて短期売買予測を、指値注文板における指値注文の配置と在庫管理の判断に変換します。過去の注文板メッセージを用いて構築した、シミュレーション上のNASDAQ株式環境でエージェントを訓練し、ABIDESシミュレーターを使用します。エージェントは現在の注文板、直近の市場履歴、方向性シグナルを観測し、Deep Double Duelling Q-learningと優先度付き非同期経験再生によって執行方策を学習します。…
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。…
本監査は、レジーム判定を組み込んだ予測から説明変数を除く方法を検討します。変数のラグ入力を削除することは、モデルの推定、フィルタリング、調整の全工程からその変数を除外することと同じではありません。その変数が推定されたレジーム判定にも影響しうるためです。研究者らはHMLからSMBへの予測関係を再構築し、4つの地域パネルにおける30のファクター方向へ分析を広げ、プール型および隠れマルコフモデルの予測を用います。また、共有ゲートのアブレーションと情報源の完全除外を比較し、モデル適合によるコストと基礎的な予測情報を区別す…
この論文は、AIや機械学習を用いる売買エージェントについて、公表済みの主張に疑問を呈しています。先行研究の一部は、限られた数のテストセッションや市場シナリオに基づいており、エージェントの性能を信頼性高く判断する証拠が不十分だと論じています。これに対処するため、著者らは並列クラウド計算を使い、幅広いパラメータ範囲と多数のセッションでテストしたと報告しています。これにより、より多くの実験結果を得ています。…
この文書は、個々のエージェントの行動からリード・ラグ関係のネットワークを推定する手法を紹介し、トレーダー別の外国為替データに適用しています。ネットワークの持続性は、あるトレーダーの活動が他のトレーダーの後続の注文フローの予測に役立つ理由の一つとして提示されています。また、過去の価格がトレーダーの行動に影響し、彼らが支払う平均価格の変化を予測可能にするかも検討しています。…
この研究は、注文を出すエージェントが選ばれた後も、言語モデル系列間の多様性が売買に残るかを検討しています。3つのモデル系列の混合比を固定した合成市場では、ニュースの提示方法によって、どの系列が注文を出すかが変わります。報告された資金調達や人員削減の出来事では、注文全体の純計がほとんど変わらない場合も、注文の方向が反転する場合もありながら、提出注文に占める各系列の割合が大きく変動しています。分析では、同じ方向に判断するエージェントが多い均質な集団についても検討しており、その場合は注文を相殺する反対方向のフローが少な…
この文書は、アンサンブル学習と相互情報量に基づく特徴量選択を組み合わせた、クレジットスプレッドの予測手法を概説しています。債券投資の判断に役立つ入力としてクレジットスプレッドを位置づけ、情報量の多い特徴量を選んでから学習器を組み合わせることで、予測精度の向上を目指すモデルを提案しています。…
この文書は、有限期間までの現物価格とオプション価格のシミュレーション経路を対象に、リスク中立測度を学習する数値手法を概説しています。設定には凸な取引コストと凸な取引制約が含まれます。学習されるのは最小エントロピー・マルチンゲール測度で、オプション価格の市場シミュレーターを訓練した後に得られます。この測度は、確率的インプライドボラティリティのモデリング、リスク中立価格評価、ディープヘッジに活用できます。…
この論文は、非線形な状況で条件付き分布を近似するための、確率フィルタリングの漸近展開法を説明しています。フーリエ変換を使って問題を運動量空間に移し、非線形項を多項式関数で近似します。こうして得られるのは閉じた再帰的な常微分方程式系であり、順次解くことで高次の近似を計算できます。…
この記事では、移動平均回帰（MAR）を紹介します。これは、一部のオンラインポートフォリオ戦略で用いられる単一期間の平均回帰の仮定に代わる、複数期間の考え方です。オンライン学習手法を適用し、MARに基づいてポートフォリオを構築するオンライン移動平均回帰（OLMAR）を提案しています。その背景には、株価の一時的な高値や安値は複数期間にわたって回帰する可能性がある一方、単一期間の回帰はすべてのデータセットで一貫して確認できるわけではないという考えがあります。…
この研究は、現物資産とそのオプションなど、取引可能な金融商品を含むシミュレーション市場について、機械学習で最小同値マルチンゲール測度を求めます。さらに、取引摩擦がある市場向けに手法を拡張し、近マルチンゲール測度を探索します。この測度の下では、ヘッジ商品の価格がビッド・アスク・スプレッドの範囲内でマルチンゲールとして振る舞います。この方法でドリフトを取り除き、ヘッジと、戦略が統計的アービトラージに利用し得る機会とを分離することを目指します。 得られた測度を使って、エキゾチックなペイオフ向けにDeep…
この論文は、時系列モデルの検証における根本的な対立を検討しています。学習には十分な観測値が必要であり、テストフォールドはサンプルの十分な範囲をカバーする必要がある一方、各テスト点より前のデータで学習しなければなりません。学習データの十分性、テストのカバー率、将来データの漏洩、テスト点と将来の学習観測値との距離の関係を境界条件で定式化しています。また、ベータ混合性の仮定の下で漏洩バイアスを上から評価し、その大きさが時間的な隔たりに依存することを示しています。…
Google検索の動向が、翌日にS&P 100のどの銘柄が指数中央値を上回るかの予測に役立つかを検証しています。過去の金融変数に検索クエリ量を加え、勾配ブースティング決定木で結果を分類します。対象期間は2005から2017で、平均ROC面積は54.2%から56.7%と報告されており、偶然を上回る予測力を示しています。報告されたポートフォリオ分析では、複数のデータソースを組み合わせたモデルの成績が最良です。…
この研究は、リスクを考慮した成績基準の下で方策を最適化する強化学習手法を開発しています。順位依存型期待効用を使って方策を評価することで、利益と下方リスクに対する異なる選好をエージェントが表現できます。モデルの不確実性に対処するため、モデル化した分布を中心とするワッサースタイン距離球内で、最悪となるリターン分布に対して方策を評価します。これは入れ子構造の意思決定問題です。エージェントが方策を選び、次に敵対者が近傍の分布からその成績を低下させるものを選びます。…
この研究は、予測を見送れる分類器が売買判断にどう影響するかを検討しています。標準的な方向予測分類器は常に市場ポジションを示唆しますが、選択的分類器は予測を見送る場合にポートフォリオを未投資のままにできます。論文では二値分類と、比較的小さな価格変動のクラスを加えた三値分類を扱い、方向判断を避ける方法をモデルに追加しています。選択性によって、予測精度と予測を出す入力の割合との間にトレードオフが生じます。…
この研究は、US株式の統計的アービトラージに自己符号化器を活用しています。従来の2段階の手順では、価格モデルまたは主成分モデルが合成資産を特定し、別の平均回帰戦略が売買シグナルを生成します。著者らはまず、株式リターンで標準的な自己符号化器を学習させ、Ornstein-Uhlenbeck過程を用いた戦略を構築します。次に、ポートフォリオ方策をニューラル表現するモデルに自己符号化器を組み込み、配分を直接出力します。…
本研究は、異なる予測期間でトレンドに追随するエージェント群として金融予測をモデル化しています。実際の為替レート系列で表される、確率的に時間変化する環境で、集団がどう変化するかを調べています。互いに相互作用しないエージェントと、集団内の相互作用が行動に影響するエージェントを比較しています。…
本研究は、ファクターの発見と承認を分けています。エージェントが候補を提案して診断用プローブを作成し、固定された統計的審査役が、提案の提出後にのみ観測された市場結果を使って各候補を評価します。審査役は、エージェントが提案をどのように選ぶかにかかわらず、任意の停止時点で偽発見を制御するよう設計された、賭けに基づく検定を使います。…
本研究は、ペア取引を二つの段階が連動する階層的な意思決定問題として捉えています。長期の時間軸で資産ペアを選び、部分的にしか観測できない状況で、より短い時間軸の取引を執行します。フィードバックが遅れて届き、曖昧な場合もあるため、成績不振はペアの選択、執行ポリシー、またはその両方に起因し得ます。提案手法では、大規模言語モデルを両階層のポリシーとして用い、勾配ベースのファインチューニングではなくプロンプト更新によって適応させます。…
FedNLPは、長文で解釈が難しいこともある米連邦準備制度の発信を分析する、複数の要素から成る自然言語処理システムとして紹介されています。従来型の機械学習から深層ニューラルネットワークまで、複数の分析タスクにわたる手法を組み合わせています。利用者はコードを書かずに出力を確認でき、分析は基盤となるモデルが行います。…
本資料は、適応的で帰納的に合理的なエージェントの行動が、単純化された市場のボラティリティに与える影響を検討しています。こうしたモデル市場で過剰なボラティリティが生じる要因を二つ特定しています。一つは、エージェントが価格受容者として行動するため、自らのマーケットインパクトを考慮しないことです。もう一つは、反応が過剰になる可能性です。著者らは公開情報のないモデルでこれらの仕組みを詳しく論じ、より一般的なケースについて臨界学習率を導出しています。…
本論文は、スポットボラティリティが急変しても頑健性を保つよう設計された、スパースな高頻度ボラティリティ推定量を開発しています。提案する推定量は既存の手法にℓ1ペナルティを適用し、ボラティリティ測定の基本的な手法群であるパワー変動推定量に焦点を当てています。著者らは、観測されない基礎ボラティリティと変化点の位置の両方を推定する整合性を証明し、特定の推定量についてミニマックスレートを達成しています。…