ナレッジライブラリ

この文書では、ディープフィードフォワードネットワークを用いて、大型ティック株と小型ティック株の高頻度リターンと売買方向付き取引高の非線形な相互作用を調べています。線形ベクトル自己回帰モデル（VAR）と比較し、SHAPに基づく説明手法で、直近のラグ入力が予測にどう寄与するかを特定しています。ネットワークは、特にリターンの予測性能を改善し、説明結果では直近のラグが重視されています。…

この文書では、暗号資産アドレスの検知手法の開発と評価を支援するデータセット、Real-CATSを紹介しています。現実の報告で犯罪に関与すると特定されたアドレスと、取引所顧客に関連する良性のアドレスを組み合わせ、入手可能な実データが不足していた研究分野にラベル付きの例を提供します。…

この研究では、ビットコインの内部ネットワークデータと外部特徴量を用い、複数の機械学習モデルで日次の価格方向を予測しています。予測は、2021の第1四半期に収集された未使用データを使った取引戦略で評価されています。二値シグナルによるリターンは、3か月のテスト期間でバイ・アンド・ホールドに匹敵すると報告されています。…

PulseRedditは、大規模なReddit上の議論と高頻度の暗号資産市場統計を対応づけ、ソーシャル情報が短期取引に役立つかを調べます。本論文は、このデータを取り込むLLMベースのマルチエージェントシステムを評価し、その性能を従来のベースラインと比較します。…

本論文は、情報を持つ取引の割合がマーケットメーカーの利益に与える影響を、エージェントベースの計算市場で研究します。モデルには、情報量と在庫リスクへの回避度が異なるマーケットメーカー、外生的なファンダメンタル価値、内生的な価格、状態依存の自己励起過程に従うマーケットテイカーの注文フローが含まれます。著者らはその注文フロー過程の有限期間における安定性を示し、集中学習と分散実行を用いるマルチエージェント強化学習でマーケットメイキング問題を解きます。…

本論文は、マルチエージェント市場シミュレーターが生成する価格と出来高の系列を、過去の市場状況に似せる調整方法を検討します。こうしたシミュレーターは戦略の検証に役立ち、著者らは通常の期間と、COVIDパンデミック初期に見られた状況を含むストレス局面の両方を表現する必要性を強調します。…

本研究は、大規模言語モデルを使った生成エージェントが、異質エージェントモデルで説明されるファンダメンタル重視とトレンド追随の行動構成の変化を再現できるかを検討します。エージェントは現在の情報を使って各戦略を採用する確率を割り当て、その確率を1990から2020までのS&P 500に関する先行研究の知見と比較します。…

本資料は、実現ボラティリティから少数の時変因子を抽出して資産ボラティリティを予測する、モデルに依存しない枠組みを説明します。この因子は、計算負荷を抑えながら資産間の連動性の変化を捉えることを目的としており、静的な因子負荷の限界と完全な多変量モデルの計算コストに対処します。市場全体と個別資産の動きを表すため、統計的手法やAIベースの予測手法に追加できます。…

本資料は、トレード戦略の開発と分単位の実行を分けるクオンツ取引向けマルチエージェントシステム、TiMiを紹介します。市場情報の解釈、取引ボットのプログラミング、数学的推論などの専門タスクを言語モデルに割り当てます。大まかな市場パターンから戦略の個別化へと進み、フィードバックループを用いて方針を改善し、実行に移します。…

本研究は、非定常な金融時系列において、データに基づいてボラティリティ・レジームの数を特定する教師なし手法を示します。変化点検出で各系列を局所定常な区間に分割し、区間の分布間の距離を測定したうえで、最適化手順により離散的なレジームに分類します。著者らはこの手法を金融指数、大型株、上場投資信託、通貨ペアに適用しています。…

本研究は、畳み込みニューラルネットワークで為替トレンドを分類する手法を説明します。まず、定量的な市場データを取引チャートに似た画像へ変換し、次にCNNを学習させてチャートパターンを認識し、トレンドのクラスを予測します。モデルの性能は分類精度で評価され、予測結果はトレード戦略の構築を支援することを目的としています。…

この論文では、ドイツの連続時間市場における日中電力価格の確率的予測に、生成型ニューラルネットワークを提示します。単一の点推定値だけを出すのではなく、複数の価格経路を生成し、取引量を固定した取引設定で市場への売り注文の発注に活用します。…

この文書は、一般的に研究されてきた7つの企業財務比率と株式リターンの関係を改めて検討します。トポロジカルデータ解析、特にBall Mapperアルゴリズムを適用し、財務比率空間の観測値を二次元グラフで表します。この可視化により、ファクター間の依存関係を見つけやすくし、リターンとの関連を調べることを目指します。…

この研究では、30銘柄のポートフォリオを対象に、適応型のトレード戦略を開発する方法として深層強化学習を検討しています。日次価格を学習データと取引環境に用い、エージェントをダウ・ジョーンズ工業株平均および従来型の最小分散ポートフォリオ配分戦略と比較します。明示された目的は、売買判断と投資リターンを最適化することです。…

この文書は、EPEC市場の電力スポット価格を予測するハイブリッド手法の研究を概説しています。モデルの構成要素には、ナイーブ予測、フーリエ解析、ARMAおよびGARCHモデル、平均回帰ジャンプ拡散過程、リカレントニューラルネットワークが含まれます。これらがハイブリッドモデリング手法の要素であることは示されていますが、どのように組み合わせるか、予測をどう比較するかは説明されていません。…

本研究は、金融ニュースから抽出したセンチメントをテクニカル指標や時系列予測と組み合わせる取引手法を説明しています。センチメント分析にはGPT-2とFinBERTを用い、得られたシグナルをモメンタムやトレンド指標と組み合わせています。戦略をARIMAおよびETSモデル、バイ・アンド・ホールドのベンチマークと比較評価し、資産価値とリターンで成績を測定しています。…

本論文は、BitcoinとEthereumの関係分析およびEthereumリターンの予測に、次元削減手法を評価しています。データセットには対数リターンと追加の共変量を用いています。著者らはまず、2つの暗号資産の関連性を予備的に測る指標としてPearson相関を用い、続いて正準相関分析と主成分分析によりデータの次元を削減して、資産間の関係を調べています。…

本資料は、ティック単位の市場データと定期的な予測シグナルを組み合わせた高頻度マーケットメイクの枠組みを示しています。深層強化学習を適用し、マーケットメイクの行動を決める際に、素早い注文単位の情報と頻度の低い予測の両方を活用します。大量のティックデータと複雑な市場環境のもとでは、単一の情報源から有効な流動性供給戦略を構築することが難しいという問題意識に基づいています。…

本論文では、トークン化された指値注文板メッセージを生成する自己回帰モデルを開発し、シミュレーターがそれを用いて板の状態を更新します。そのアーキテクチャでは、簡略化した構造化状態空間層により、メッセージと状態の長い系列を処理します。また、LOBSTERデータに含まれるNASDAQの注文メッセージ用にトークナイザーを作成し、連続する数字をトークンにまとめます。…

本記事は、日中の価格動向を再現するために拡張型Chiarellaエージェントベース市場モデルを較正する手法、XGB-Chiarellaを紹介します。シミュレーション市場には、ファンダメンタル、モメンタム、ノイズの各トレーダーが含まれます。元の期待値最大化アプローチでモデルパラメーターを推定する代わりに、エージェントベースのシミュレーションを効率的に近似する代理モデルとしてXGBoostを使います。…

QuantNetは、複数の株式市場にまたがるトレード戦略を構築するための学習アーキテクチャです。各市場には専用のエンコーダーとデコーダーがあります。エンコーダーが市場固有のデータを表現し、共有のグローバルモデルが市場間の情報を処理し、デコーダーが市場固有の戦略を生成するためにローカル信号とグローバル信号を組み合わせます。この設計は、移転可能なパターンを捉えながら、各市場のモデルが固有の特性に適応できるようにすることを目指します。…

本論文は、高頻度の注文フローを日中価格変動の要因としてモデル化し、シーケンス生成敵対的ネットワークを適用して合成注文系列を生成します。その系列で価格経路をシミュレーションし、生成された動きを実際の市場データと比較します。数理ファイナンスのパラメトリックモデルをベンチマークとし、ランダムな注文フロー経路をサンプリングする前に両モデルを適合させます。…

本論文は、暗号資産市場と株式市場における大規模言語モデルの取引エージェントを評価する、継続的なリアルタイムベンチマーク「Agent Market Arena」を紹介します。この枠組みは、検証済みの取引データ、専門家が確認したニュース、多様なエージェント設計を組み合わせ、実運用環境でシステムを比較することを目指します。背景には、従来の評価が対象資産や期間を限定しがちであること、完全なエージェントではなくモデルを検証すること、独立検証されていないデータに依存することがあります。…

本研究は、暗号資産の協調的なパンプ・アンド・ダンプ活動を検討します。事例研究に加え、一定期間にTelegramチャンネルを通じて組織された事象を調査します。こうしたスキームに関連する市場パターンを探り、事象の前に上昇させられる可能性が高い上場コインを推定するモデルを構築します。著者らは、相場操縦された取引の実証分析と、検出への機械学習の応用の両面から研究を位置付けています。…