ナレッジライブラリ

この文書は、NFT市場は原則として透明である一方、技術知識、プロトコルの仕組み、市場の非効率性を利用する高度なトレーダーの影響を受けやすいと位置付けています。機会追求型取引を、自動化された高頻度の活動として説明しており、一般ユーザーの取引を妨げ、一般ユーザーには利用しにくい状況から価値を引き出す可能性があります。…

この研究枠組みは、決定論的な指値注文板シミュレーターと、多変量のマーク付きホークス過程で生成する確率的な注文到着を組み合わせています。線形および非線形ホークスモデルが注文フローの集中をどう表現できるかを説明し、両モデルについて安定性とエルゴード性の結果を報告しています。また、適合したイベントモデルを評価するための時間再スケーリングや適合度診断も含みます。 著者らはBinance BTCUSDTおよびLOBSTER…

この文書は、ニューラルネットワークの予測から売買シグナルを生成する、高頻度株式取引アルゴリズムの提案を概説しています。比較するのは、交差エントロピー損失と準ニュートン法で最適化するロジスティック回帰、全結合ニューラルネットワーク、サポートベクターマシンの3手法です。示された根拠では、ニューラルネットワークは株価データから特徴を抽出して分類でき、サポートベクター法は観測値をより高次元の空間に写像して分類します。…

この研究では、単一の取引所、公開リミットオーダーブック、連続ダブルオークション方式の市場をシミュレーションし、反応速度と取引の緊急度が自動取引戦略に与える影響を調べています。反応速度とは、市場イベントへの対応を戦略が計算するのに要する時間です。緊急度とは、期限が近づくにつれて行動がどれほど変化するかを指します。価格戦略を比較しながら時間の影響を考慮しないことが多い既存の分析を、この2つの要素で拡張しています。…

この研究では、性能が重視されるC++アプリケーションの遅延を減らす方法を、高頻度取引を主な対象として検討しています。ベンチマーク付きの例、最適化されたマーケットニュートラルな統計的裁定ペア戦略、並行処理の調整に用いるDisruptorパターンのC++実装を含むプログラミングリポジトリを紹介しています。…

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。…

この研究では、Coinbase Pro、Binance、Uniswap V2におけるビットコインとイーサのボラティリティおよび取引高の反復パターンを調べます。曜日、時間帯、各時間内の区間による違いを分析しています。著者らは、ボラティリティと取引高の両方に系統的な周期性があり、時間とともにパターンが強まったと報告しています。アルゴリズム取引の活動や先物市場の資金調達時刻との関連を示唆していますが、説明ではそれらを因果要因とは立証していません。…

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、時系列特徴量としてパスシグネチャを用いる先物のペア取引戦略を提案します。シグネチャを、経路の相互作用を測る分割シグネチャ指標と、方向性を測る増分の共変動指標の2つに分解します。これらを戦略設計の2つのフィルターとして使い、統計的裁定やディープラーニングに基づく一部の手法より、解釈しやすく安定したシグナルの生成を目指します。…

この論文は、高頻度取引における統計的裁定取引に強化学習を用いる方法を検討しています。エージェントが取引環境との相互作用を通じて学習する仕組みを説明し、短命な市場機会に合わせて意思決定を調整する方法として深層Q学習に注目しています。また、探索と活用のトレードオフや、時間とともに動きが変わる金融市場で学習する難しさを論じています。…

この文書では、注文の存続期間、変更回数、変更のタイミングで注文をフィルタリングすると、板の不均衡（OBI）が短期リターンをよりよく捉えるかを検証しています。インドの株価指数先物市場のティックデータを用い、注文全体のフローから得たシグナルと、約定した取引の親注文から構築したシグナルを比較しています。…

この研究は、US株式の気配値と取引を集めた高頻度データベースに深層学習を適用し、オーダーブックの需給とその後の価格変化との関係をモデル化しています。価格と注文フローの履歴を用いて価格変動の方向を予測し、複数の銘柄と期間で性能を評価しています。モデルは資産ごとに個別学習するのではなく、多数の銘柄をまとめて学習します。…

この文書は、注文が高頻度で到着する流動性の高い市場における買い注文と売り注文のキューをモデル化しています。両者の同時ダイナミクスに対する汎関数中心極限定理を導出し、注文到着頻度が高まると、オーダーブックを正の直交象限上のマルコフ型ジャンプ拡散過程で近似できることを示しています。過程の特性は基礎となる注文フローの統計的性質で表されるため、さまざまな分布や時間依存性を扱えます。…

この論文は、取引ごとの価格変化と取引が到着する時点を決める過程を分けて、高頻度株式リターンをモデル化しています。流動性の高い期近のE-mini S&P 500先物契約について、予定されたニュースを考慮すると、ごく短い間隔での取引時点リターンは概ねガウス分布に従うと報告しています。次にガウス型の取引時点リターンと、取引間隔を表す修正マルコフ・スイッチング・マルチフラクタル期間モデルを組み合わせています。…

この文書は、不規則な観測時刻と離散的な価格変化に対応する高頻度価格モデルを提示しています。ゼロ過剰スケラム分布をスコア駆動型ボラティリティの枠組みに組み込み、市場マイクロストラクチャー・ノイズの除去を意図した移動平均成分を加えています。取引間隔とボラティリティの関係、およびその日中変化を表すため、平滑化スプラインを用いています。…

本論文は、ペア取引を含む統計的裁定で用いられる平均回帰スプレッドをモデル化する状態空間手法を開発します。観測されたスプレッドを隠れた状態のノイズを含む観測値として扱い、その状態をリアルタイムで推定して、一時的な市場の非効率性を特定します。従来のガウス線形状態空間モデルを拡張し、パラメータを時間とともに変化させることで、データ生成過程の変化に推定値を適応させます。…

本論文は、イベント件数と変化する市場状態が互いに影響し合う、状態依存型ホークス過程を構築します。状態によって自己励起と相互励起を支配する励起カーネルが決まり、計数過程のイベントが状態変化を引き起こすこともあります。本研究では存在と一意性を証明し、シミュレーションを説明するとともに、パラメトリックモデルの最尤推定を開発します。…

市場マイクロ構造ノイズがパラメーター推定に偏りをもたらす可能性がある、高頻度観測からの平均回帰価格ダイナミクスの推定を研究しています。ノイズを考慮し、不規則な間隔の観測にも対応するオルンシュタイン・ウーレンベック過程の最尤推定量を提案します。また、独立なガウス白色ノイズを伴うOU過程を等間隔で観測すると、ARMA(1,1)表現になることを示しています。…

この論文は、外国為替市場の高頻度トレーダーの観測データから、金融価格の動きをミクロに記述します。個々のトレーダーの軌跡を追跡し、従来の板モデルでは捉えられない集団的なトレンドフォロー傾向を報告しています。…

この研究は、金融価格系列にランダムウォークを超える構造が検出可能な形で含まれているかを検討します。従来の時系列手法では、ランダム性からの小さな逸脱を見分けにくい場合があるとして、核物理学で用いられる手法に着想を得た最新の多変量統計的推論を適用しています。…

この文書は、アクティブな高頻度株式取引に対する、エンドツーエンドの深層強化学習アプローチを説明します。エージェントは近接方策最適化を使い、異なる指値注文板特徴量から構成した状態に基づいて、Intel株を1単位取引します。シグナル対ノイズ比を高めるため、大きな価格変動があったデータを訓練用に選び、連続する1か月を検証用に確保し、その後、別の1か月をテストに使います。ハイパーパラメーターは逐次モデルベース最適化で調整します。…

この研究は、長短期記憶（LSTM）価格モデルと近接方策最適化（PPO）を組み合わせた、自動高頻度ビットコイン取引の枠組みを提案します。価格をエージェントの状態、取引を行動、リターンを報酬として表します。価格予測部分では、サポートベクターマシン、多層パーセプトロン、LSTM、時間畳み込みネットワーク、Transformerを比較し、報告された実験ではLSTMが優位でした。…