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。
84件の資料
このノートブックでは、ETFのロング取引の決済方法として、固定の利確目標と損切り、トレーリングストップ、ATRに応じたバリア、機械学習シグナル、およびそれらの組み合わせを比較します。指標と取引シミュレーションを作成し、取引リターン、勝率、損切り発生頻度、不確実性を標準誤差で要約します。OHLCの約定ルールでは、夜間の価格ギャップを始値で処理し、日足が損切りと利確の両方に触れた場合は、日次データでは日中の順序が分からないため損切りが先に成立すると仮定します。…
このノートブックでは、複数の資産クラスを対象とするロング・ショートのモメンタム例を通じて、先物バックテストの仕組みを紹介します。契約仕様の倍率が価格変動をドル建て損益に換算する仕組みと、想定元本が契約数量をどう決めるかを説明します。契約ごとの固定手数料と料率ベースのコストを比較し、先物の取引時間帯と証拠金を論じ、セクター別寄与度で集中度を調べます。この例では取引時間帯をそろえた日次データを使い、契約倍率を適用する場合としない場合の影響を比較します。…
このノートブックでは、適格な全データ網羅候補のうち検証シャープレシオが最も高い配分系列に対し、ポジション単位の損切り、トレーリングストップ、時間決済を評価します。各オーバーレイを、オーバーレイなしの親構成と比較してリスクルールの効果を切り分けます。ペアのブロック・ブートストラップ区間で、ドローダウンとの比較に加え、シャープレシオの差がゼロと区別できるかを評価します。選択と調整には検証データのみを使います。同じ価格経路で閾値の設定と評価を行うことになるため、検証全体のMAE較正閾値は除外します。固定した構成の評価に…
このノートブックでは、ストラドルを売るS&P 500オプション戦略のポートフォリオ配分ルールを比較します。選択済み銘柄とその他の戦略設定を固定し、等ウェイトのベースラインを、モデル予測または原資産リターンのリスク推定を使う配分手法に置き換えます。候補には、スコア加重、逆ボラティリティ、リスクパリティ、階層的リスクパリティ、縮小平均分散最適化、予測区間幅に基づくコンフォーマル加重が含まれます。…
この章では、戦略設計と実運用の一環としてリスク管理を取り上げます。バリュー・アット・リスクと条件付きバリュー・アット・リスクによるテールリスク測定、ドローダウンの深さと回復、エクスポージャーの分解、ストレステスト、適応型制御、ガバナンスを扱います。説明する手法には、ヒストリカル法、パラメトリック法、Cornish-Fisher法によるテール推定、危機局面の再現と仮想シナリオ、ファクター回帰、ボラティリティ・ターゲティング、ポジション決済、ドリフト監視、キルスイッチが含まれます。導入前に限度とエスカレーション規則を…
このノートブックでは、上位のS&P 500株式シグナル設定に対するポートフォリオの配分方法を比較します。まず、検証シャープレシオを使って各設定の全期間をカバーする最良のチェックポイントを選び、スコア加重、コンフォーマル加重、逆ボラティリティ、リスクパリティ、平均分散最適化、階層的リスクパリティなどの配分方法を同じ予測に適用します。また、各リバランスで保有する銘柄数を変え、シグナル段階の均等加重ベースラインと比較します。…
このノートブックでは、時系列順のホールドアウトを保ちながら、モメンタムポートフォリオの損切り、利益確定、トレーリングストップのルールを調整します。1次元のパラメーター探索、ルールの組み合わせグリッド、決済済み取引の最大逆行幅と最大順行幅から導くストップまたは目標値の事前情報を比較します。候補設定を較正データで選び、後続期間で一度評価します。固定した設定の順位付けには、CAGRに基づくCalmarレシオを使います。…
この共通配分モジュールは、横断面の予測値をポートフォリオのウェイトに変換します。スコアで資産を順位付けし、ロングポジション、またはロング・ショートポートフォリオの上位と下位のバスケットを選びます。ポジションウェイトには、予測区間が狭いほどウェイトを大きくするコンフォーマル予測区間幅ベースの方法や、逆ボラティリティを反映できます。各サイドは別々に正規化します。コンフォーマル区間幅が欠損している場合はエラーとなり、ボラティリティが欠損している場合は意思決定時点の横断面から補完できます。上限処理では資産ごとの絶対ウェイ…
この文書では、予定されたポートフォリオのリバランス前にポジションを決済する3つのルールを説明します。固定幅の損切り、ポジションの最高値から測るトレーリングストップ、設定した保有期間後に決済する時間決済です。こうした追加ルールはポジションを減らすだけなので、リスクを加えるのではなく、損失を抑えたり利益を制限したりしてリターン分布を変えます。時間決済は、保有期間が重要かを評価するための価格に依存しない対照手段となります。…
このノートブックでは、直近を除く過去6か月のモメンタムが21日先のリターンに影響するか、またその効果が市場ボラティリティによって変わるかを調べる手順を示します。ボラティリティとイールドカーブを統制し、市場ボラティリティを効果修飾因子として、学習データ上で二重機械学習を用いて効果を推定します。ボラティリティ局面はホールドアウト前のデータで定義し、推定結果を上下限を設けて縮小するポジション調整ルールに反映します。その後、ホールドアウト期間を使い、取引コストを含めてそのルールを単純なベースラインおよび簡易的なヒューリス…
このノートブックでは、事前に選択したFX戦略をホールドアウト予測で評価する方法を説明します。選択済み設定に登録されたバックテスト仕様を再利用し、シグナル、配分、リスク管理、リバランス規則、コスト、口座設定を固定します。導出した学習IDを使って予測セットを特定し、戦略で宣言したウォームアップ期間を含む価格データを読み込みます。これにより、仕様に沿ってホールドアウト期間を評価できます。…
このノートブックでは、事前に選択したUS株式の設定をホールドアウト予測に適用します。選択済みのモデル、予測、配分器、集中度、リスクオーバーレイ、リバランス頻度、取引コストの前提を前段階から引き継ぎます。学習時の識別情報とチェックポイントから対応するホールドアウト予測セットを導き、ホールドアウトの成績を見て追加の選択を行わずにバックテストします。…
このノートブックでは、注文サイズやポジションの上限、注文頻度の上限、取引対象の制限、永続的なキルスイッチを使って、ブローカーのラッパーが危険な注文を拒否する仕組みを紹介します。合成ブローカーによって判定結果を観察できるため、注文が受け付けられるか、理由とともに拒否されるかを確認し、接続や市場データの動作とリスクチェックを切り分けて例示できます。また、ブローカーに注文を送信せず、仮想ポートフォリオで約定と取得原価を記録するシャドーモードも示します。…
このノートブックでは、Ridge回帰と3つのコンフォーマル手法、すなわち分割コンフォーマル予測、コンフォーマル化分位点回帰、適応型コンフォーマル推論を使い、ETFの将来リターンの不確実性区間を作成します。ウォークフォワードのフォールドで評価し、有限サンプルでの較正ルールを説明します。補間した分位点ではなく、必要な順位にある較正スコアを選びます。適応型コンフォーマル推論は、将来リターンのラベルが確定するまでフィードバックを遅らせながら、時間とともに許容するカバレッジ不足の目標値を更新します。…
このノートブックでは、モデルが資産を順位付けした後、配分ルールがETF戦略にどう影響するかを調べます。予測セットとリバランスカレンダーを固定し、比較ごとに同じ上位k銘柄のバスケットを選び、その中の配分比率を変えます。手法には均等配分、スコア加重、逆ボラティリティ、リスクパリティ、平均分散最適化、階層的リスクパリティがあります。保有ファンド数によって配分比率の違いが生じる余地が変わるため、バスケットの集中度も変えて検証します。…
このノートブックでは、取引コストによって成績が損なわれたNASDAQ-100の全バー取引戦略を、ポートフォリオ構築で改善できるかを検証します。宣言された選択銘柄群を使ってベースライン予測の上位を選び、その後は全銘柄群で配分を比較します。保有銘柄数を変え、均等配分、スコア加重、逆ボラティリティによるポジションサイズを比較しながら、15分の取引間隔は固定します。報告された結論では、検証したすべての配分手法の組み合わせが大幅なマイナスにとどまり、配分手法や集中度よりも売買回転コストの負担が重要でした。…
このノートブックでは、均等配分のシグナル段階ベースラインで検証成績上位の予測設定を選び、同じ予測に対して別の配分手法を試します。保有銘柄数を変えながら、スコアベース配分やコンフォーマル配分を、逆ボラティリティ、リスクパリティ、平均分散最適化、階層的リスクパリティと比較します。検証シャープレシオに基づいて設定を進め、各設定で全データをカバーする最良のチェックポイントを使うことで、チェックポイントが細かく多い設定が候補を過度に占めないようにします。…
このノートブックでは、ETFの将来リターン予測について、分割コンフォーマル予測、コンフォーマル化分位点回帰、適応型コンフォーマル推論を比較します。ウォークフォワード分割では、あるサブセットで学習し、別のサブセットで区間誤差を較正してから、後の観測値で評価します。分割コンフォーマル法は較正残差の順位を使って区間幅を定めます。CQRは較正前に下側と上側の分位点モデルを当てはめるため、状況に応じて区間幅を変えられます。ACIは、遅れて結果が得られるたびに誤被覆率を更新します。…
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。…
この論文は、一般化極値理論をBitcoin先物市場のテールリターンに適用し、ロングとショートの両ポジションについて強制清算リスク、レバレッジ、証拠金水準を検討しています。実証分析にはBitMEXの無期限先物を使っています。未決済先物残高に対する日次清算率はロングが3.51%、ショートが1.89%と報告され、強制清算されたトレーダーの平均レバレッジは60倍だったとしています。著者らは、リターンが正規分布に従うと仮定すると、テールリスク管理に必要な証拠金が過小評価されると主張しています。…
この論文は、短期のETF購入判断を積み重ね、より長い期間で資産形成を目指すシステム投資手法を提案しています。進化的アルゴリズムと深層学習モデルを組み合わせ、従来の日次積立と比べて購入タイミングを改善します。決められた日に毎回同じように投資するのではなく、購入判断を時間とともに調整することを目指しています。…
本論文は、資産価格のトレンドが観測できないオルンシュタイン・ウーレンベック過程に従う場合のポートフォリオ選択を研究します。対数効用を用いるトレーダーについて、トレンドが既知の場合と、利用可能な情報から推測しなければならない場合の2つの情報設定で最適戦略を導きます。この比較では、トレンドを完全には把握できないことが投資成績に与える影響を扱います。…
この文書は、清算する数量が固定されているAlmgren–Chrissの最適執行設定を拡張し、必要な取引量が不確かで、受渡期限が近づくにつれて明らかになる場合を扱います。電力市場をこの種の問題の例として挙げています。推定値が時間とともに変わるため、トレーダーは執行方法を適応させる必要があります。…
この論文は、ポジションがゼロに達した時点でトレーダーが市場から退出する、ポートフォリオ清算ゲームを研究しています。この吸収ルールにより往復取引が排除され、統計的裁定機会がない条件として位置づけられています。売り手のみを含むモデルでは、吸収条件が空売り制約と同値であることを証明しています。また、多数の参加者を集団として表現する平均場ゲームと有限プレイヤーゲームの両方を分析しています。…