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。
1,112件の資料
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…
複数のケーススタディについて、5つの潜在ファクター推定器の登録済み検証結果をまとめます。まず、各パネルに結果がある推定器を整理し、日次の平均Spearman順位情報係数（IC）とHAC信頼区間を使って最良の推定器を特定します。また、共通のUS企業パネルで推定器を比較し、教師ありモデル群と日付ごとのIC差を調べます。モデルの選択と報告には、同じ順位統計量を使うことを重視しています。…
実際のETFデータと価格から算出したモメンタムの例を用いて、単一ファクターを評価します。将来リターンに対するクロスセクションのSpearman情報係数を測定し、期間ごとに比較します。また、日次クロスセクションICの平均と、全観測値をまとめて計算する相関係数の違いを説明します。さらに、ICIR、統計的不確実性、分位点リターン、上位と下位のスプレッド、単調性、売買回転率、シグナルの減衰も扱います。対象範囲と鮮度の確認では、ファクターが存在し、想定どおり更新されるかを調べます。…
NASDAQ-100マイクロストラクチャー戦略の将来リターンに対して、候補となる金融特徴量とモデルベース特徴量をスクリーニングするケーススタディです。時間経過に伴うクロスセクションの順位情報係数を計算し、依存性と多重検定を考慮した推定を行い、分位点ごとのリターン形状や特徴量の重複を調べます。対象範囲と鮮度を確認し、疎すぎる、または変化が少なすぎて信頼できる解釈が難しい特徴量を特定します。証拠を添えて、継続、修正、中止の判断を記録するトリアージ台帳を用います。…
根拠のない主張やハルシネーションが大きな損失につながりかねない、自由度の高い金融研究で言語モデルをより有用にする方法として、検索拡張生成を紹介します。文書の取り込みや構造を考慮した分割から、メタデータ、ドメイン固有の埋め込み、語句検索と意味検索を組み合わせた検索、再ランキング、証拠に基づく生成まで、システムの各段階を解説します。追跡可能性と数値の信頼性を高めるため、引用の制約とツールで検証した計算も取り上げます。…
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。…
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。…
分足とNBBO気配値を用いて、NASDAQ-100銘柄の将来の日中リターンラベルを作成する方法を説明します。シグナル後の次の足から指定した将来時点までのリターンを定義し、ビッド・アスク・バウンスを抑えるために気配値の仲値を使い、スプレッドは別の摩擦コストの推定値として扱います。取引所のスケジュールに沿って各期間を区切り、ラベルが取引時間をまたいだり、早引け後の古い補完足を使ったりしないようにします。宣言した時間の期間を足数に変換するのは、観測された時間間隔を確認してからです。…
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。…
このノートブックでは、S&P 500の株式・オプション研究で主要ラベルを予測するパッチ化トランスフォーマーを学習させます。各銘柄の過去の入力期間を連続したパッチに分け、各パッチをアテンションのトークンとして扱います。アテンションは期間内の離れた箇所を直接比較でき、パッチ化によって系列が短くなります。大きなパッチは計算負荷を減らしますが、パッチ内の細部を圧縮します。このモデルのルックバック期間と学習スケジュールは、研究内の他の深層学習アーキテクチャと共通です。…
この探索的分析では、Binance無期限契約の1時間足OHLCVデータと8時間ごとのプレミアム指数を確認します。データセットの対象範囲、契約銘柄の入れ替わり、単位、欠損値、生の足データにおけるOHLCの整合性を調べます。プレミアムは小数で保存されるため、パーセント表示には換算が必要です。2つのデータフィードは公開頻度が異なるため、タイムスタンプの直接結合では一部の足だけが自然に一致します。また、足のタイムスタンプは開始時刻を示すため、as-of結合では時刻の調整も必要です。…
このコードでは、金融特徴量から予測するための教師ありオートエンコーダ・アーキテクチャを紹介します。エンコーダーが正規化された入力をボトルネック表現に圧縮し、正則化タスクとしてデコーダーが入力を再構成します。補助予測ヘッドは再構成データに対して動作し、より大きなメインネットワークはスキップ接続を通じて元の正規化特徴量とエンコード表現を組み合わせます。このモデルは分類と回帰の両方に対応します。…
このノートブックでは、ファンド間の価格リターンに対して単一の重み系列を当てはめるETF確率的割引ファクターモデルを解説します。ファンドのエクスポージャーとファクターリターンを別々に推定するモデルとは異なり、価格誤差を基準に2つのネットワークを学習します。一方はクロスセクションから割引ファクターの重みを構成し、もう一方は各ファンドのエクスポージャーを推定します。目的はリターン予測ではなく、無裁定価格付けとして設定されていますが、ノートブックでは予測リターンのスコアも報告しています。…
この論文は確率熱力学の考え方を用いて価格インパクトをモデル化し、往復売買戦略を検討します。売買サイクルを非平衡過程として捉え、インパクトを散逸仕事、市場ノイズを熱揺らぎとして解釈します。一般的な凸型インパクト関数の下で、往復売買戦略の期待利益が正にならないという制約と、散逸仕事および市場ボラティリティに基づいて利益が出るサイクルの確率を上限づける揺動定理を導きます。…
この論文は、K個の標本から得られた関数観測値が同じ分布に従うかという問題を扱います。経験的特性汎関数のペアごとのCramér–von Mises比較から多変量検定統計量を構成し、群間の分布の同一性を評価できるようにします。…
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、リターン相関を表す符号付き重み付きグラフから資産をクラスタリングするため、グラフベースの連合構造生成アルゴリズムGCS-Qを用いる方法を説明します。一般的なクラスタリング手法では、符号付き相関を変換する際に情報が失われたり、事前にクラスター数を決める必要があったりすることが動機です。GCS-Qは代わりに、分割手順を二次無制約二値最適化問題として定式化し、量子アニーリングで探索できるようにします。…
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。…
この文書は、従来の時系列分析では金融リターンがランダムに近く見えても、現代的な多変量統計によって検出できるパターンが含まれる可能性があると論じています。核物理学で用いられる手法に着想を得た分析を、ユーロ先物の高頻度価格変動に適用しています。特定された要素はボラティリティの範囲によって変化するトレンドフォロー挙動であり、関連条件を符号化するために売買システムを使用しています。…
この研究は、ローリングウィンドウを用いて日次ビットコインリターンを分析し、市場特性の変化に伴うボラティリティの非対称性とマルチフラクタル特性を追跡します。反転したボラティリティ非対称性が報告され、その強さは時間とともに変化し、最近では小さくなっています。この非対称性は、より高頻度のリターンにも見られます。尖度、歪度、平均リターン、系列相関、マルチフラクタル度など、その他の分布や依存性の指標も時間とともに変化するとされています。…
この論文は、ビットコインのリターンとボラティリティがGoogleトレンド上の検索関心とどう関係するかを調べます。暗号資産に特化した検索関心と、Googleの検索データから作成した広範な不確実性指標を区別しています。報告された結果では、ビットコインと一般的な不確実性指標との関係は確認されていません。一方、暗号資産に特化した検索関心は、ビットコイン市場の活動と関連しています。…
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。…
この文書は、市場で観測された範囲を超える権利行使価格において、インプライド・ボラティリティの外挿がデュピール局所ボラティリティの推定値に与える影響に焦点を当てています。一般的な実装ではまず、インプライド・ボラティリティ曲面を滑らかに表現する近似を当てはめ、次に対応するコール価格曲面から局所ボラティリティを導きます。市場データが極端な権利行使価格の領域をカバーしていないため、その領域まで曲面を拡張する必要があり、その選択がモデルの挙動に影響する可能性があります。…
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。…