ナレッジライブラリ

この文書は、カルマンフィルター、ボリンジャーバンドのシグナル、KalmanNetアーキテクチャに基づくニューラルネットワークを組み合わせたペア取引方針KBPTを紹介します。従来の手法では、2資産間の関係をガウスノイズを伴う線形状態空間過程としてモデル化します。このモデルはペアの挙動を近似するにとどまる可能性があるため、そこから得られる指標や取引の信頼性が低い場合があります。これに対してKBPTは、部分的な共和分を許容する拡張状態空間モデルを用い、追跡プロセスの改善を学習します。…

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。…

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。…

この研究では、スプレッドがジャンプを伴う平均回帰オルンシュタイン・ウーレンベック過程に従う場合の、ペアトレード向けモンテカルロ法を開発します。無限活動を許し、古典的なモデルより柔軟なスプレッド動態を表現できる分散ガンマ過程を使います。一般化されたモデルには解析解がないため、シミュレーションで最適な取引水準を求めます。…

本記事は、日中の季節性と市場の変遷を調べるため、株式間の相関と連動性を分析します。日中のCAC 40データを用いて、株式の平均相関が取引日の進行につれて上昇するという先行研究の結果を再検討します。多次元尺度構成法（MDS）で、市場の相関構造が時間とともにどう変化するかを地図化しますが、日中に顕著な構造差は報告されていません。…

本論文は、有限活動型レヴィ過程に駆動されるオルンシュタイン・ウーレンベック型過程としてスプレッドをモデル化し、ペア取引をいつ決済するかを研究します。ジャンプ成分を加えることで、資産価格差にジャンプがない場合の設定を拡張し、スプレッドの不連続な変化を決済問題に反映します。中心となるのは、決済判断を最適停止問題として定式化することです。…

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。…

この文書は、ペアトレードに用いる資産間の時間変化する関係を特定する深層学習の枠組みを説明しています。マルチモーダル時系列関係グラフ学習は、時系列観測と離散的な特徴量を時間グラフ上で組み合わせます。次に、メモリベースの時系列グラフニューラルネットワークが、関連するエンティティの特定を時間的リンク予測として扱い、自動的なペア選定に役立てることを目指します。…

この研究は、ポーランド株式にペアトレードの枠組みを適用し、別の相関性の高い資産と組み合わせる代わりに、リスク要因から構築した複製資産と比較します。主成分分析、上場投資信託、または長短期記憶ネットワークで要因を構築し、得られた残差をオルンシュタイン＝ウーレンベック過程でモデル化します。残差が十分速く平均回帰するポートフォリオについてシグナルを生成します。実装にはポーランドの株価指数構成銘柄と、無リスク金利や取引コストを含む現地市場の仮定を用います。…

この文書では、選択したペア間の重複を抑えるペアトレードのポートフォリオ構築手法を提示しています。資産をグラフのノード、共和分関係にある候補ペアを重み付きエッジとして表し、エッジの重みは共和分の強さを示します。最大重みマッチングでポートフォリオを選び、強いペアを採用しつつ、各資産が一つのペアだけに含まれるようにします。これにより、共和分だけでペアを選ぶ場合に複数のペアが同じ資産を再利用し、リスクが集中するという問題に対処します。 著者らは、2017から2023までのS&P…

この研究は、ボリンジャーバンドをローリング回帰の時系列モデルと結び付け、その統計的基礎を検討しています。この枠組みをペアトレードに適用し、バンドに基づく戦略の取引期間とリターンの関係を導いています。 著者らはさらに、ボリンジャーバンドの移動平均をランダムウォーク・プラス・ノイズモデルの近似と解釈し、Fixed Forecast Maximum Duration…

この予備分析では、平均回帰トレード戦略に向けて、オルンシュタイン–ウーレンベック過程でペア株式間のスプレッドをモデル化しています。この方法を、ローリングウィンドウでスプレッドの平均と標準偏差を推定する、より単純な方法と比較しています。比較ではシグナルの挙動とリスク調整後の運用成績の両方を扱っています。…

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。…

本研究は、2010から2018までのエネルギー、金属、農産物にわたるインドの商品17銘柄の現物価格を使い、ペア戦略を検証します。訓練サンプルにヨハンセンの共和分検定を適用して長期的な関係を持つ商品ペアを選び、選定した各ペアの対数スプレッドを単一因子の確率的手法でモデル化します。…

本論文は、統計的裁定におけるポートフォリオ構築の課題を扱います。多数のペアから得られるシグナルは互いに矛盾することがあり、多数の証券にまたがる機会を組み合わせるのが難しくなります。証券間の選好関係をグラフで表現し、その構造を使って矛盾するペア取引シグナルを調整し、統合ポートフォリオを構築する方法を提案します。 報告された実験では、S&P…

期待資産リターンが不確実な場合のポートフォリオ成長最適化を研究しています。資産価格が確率的ファクターに依存する、不完備かつ高次元の市場を対象とします。ドリフトを完全に固定する代わりに、共通するボラティリティ構造、長期の同時分布、エルゴード性条件を含む、指定されたファクターダイナミクスによって許容モデルを制約します。…

この論文は、ベイズ共和分ベクトル自己回帰モデルのための適応型行列変量マルコフ連鎖モンテカルロ法を開発します。グリッディ・ギブスサンプリングを自動適応メトロポリス法に置き換え、相関するパラメーターブロックを持つ高次元システムでも、事後分布の推定を実用的に行えるようにすることを目指します。モデルでは共和分ランクも未知とし、ベイズ事後分布とベイズファクター分析を通じて、ランクとモデルパラメーターを同時に推定します。…

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。…

ペアトレードに着想を得て、平均回帰する価格スプレッドを取引するタイミング手法を構築します。スプレッドをオルンシュタイン・ウーレンベック過程としてモデル化し、取引コストを含めてポジションの開始と終了を二重停止問題として定式化します。確率論的な分析から、取引のエントリーと決済に最適な価格区間を導きます。…

このノートは、平均回帰を定量的に扱い、ペアトレードから始めて、平均除去、回帰、加重回帰、制約付き最適化、ファクターモデルへと進みます。この流れを通じて、より一般的な手法を使って平均回帰戦略やポートフォリオを構築する方法を示します。…

本研究は、中国市場で取引される流動性の高いコモディティ先物について、Covid-19の発生前後を調べます。商品間の関係がペアトレードに関連することを動機の一部として、商品ごとの実証リターンのモーメントと共和分を比較します。平均リターン、ボラティリティ、共和分関係にあるペア数の変化を分析します。…

本研究では、ノイズ共分散行列と予測された共分散の推定値が不確実な状況に対応するカルマンフィルター手法を開発します。妥当な代替モデルを考慮するため、分布ロバストな定式化を用い、双因果最適輸送によって不確実性集合を定義します。…

本研究は、ペア株間の統計的裁定を対象とするモデルフリーの強化学習枠組みを提示しています。まず、スプレッドが平均回帰するまでの時間を示す経験的指標が最小になるよう資産係数を選び、平均回帰するスプレッドを構築します。これにより、固定されたモデル仮定に依存せず、観測された回帰時間を基準として用います。…

この文書は、双方向ゲート付き再帰型ユニット（GRU）と時間的注意機構を使うペアトレード向け強化学習手法、CREDITを説明しています。このアーキテクチャは、二つの資産の価格変動における時間をまたぐ関係を捉えることを意図しており、市場状態を個別に扱うと見逃す可能性のあるパターンも対象としています。また、取引利益とリスクの両方を考慮する報酬を用い、利益と損失の可能性がともに大きい取引を抑制することを目指しています。…