ナレッジライブラリ

Google検索の動向が、翌日にS&P 100のどの銘柄が指数中央値を上回るかの予測に役立つかを検証しています。過去の金融変数に検索クエリ量を加え、勾配ブースティング決定木で結果を分類します。対象期間は2005から2017で、平均ROC面積は54.2%から56.7%と報告されており、偶然を上回る予測力を示しています。報告されたポートフォリオ分析では、複数のデータソースを組み合わせたモデルの成績が最良です。…

この文書は、確率優越関係を統計的に検定するPython・StataパッケージPySDTestを紹介しています。複数の公表済み手法とその拡張による手順を概説し、数値デルタ法を含む再標本化手法と検定統計量を組み合わせる選択肢を説明しています。また、複数の選択肢から確率的に最大の選択肢を特定するなど、より複雑な問いにも対応します。 ポートフォリオ選択の例では、BitcoinとS&P 500指数の日次リターンを比較しています。報告された結果は、S&P…

この研究は、予測を見送れる分類器が売買判断にどう影響するかを検討しています。標準的な方向予測分類器は常に市場ポジションを示唆しますが、選択的分類器は予測を見送る場合にポートフォリオを未投資のままにできます。論文では二値分類と、比較的小さな価格変動のクラスを加えた三値分類を扱い、方向判断を避ける方法をモデルに追加しています。選択性によって、予測精度と予測を出す入力の割合との間にトレードオフが生じます。…

本研究は、ファクターの発見と承認を分けています。エージェントが候補を提案して診断用プローブを作成し、固定された統計的審査役が、提案の提出後にのみ観測された市場結果を使って各候補を評価します。審査役は、エージェントが提案をどのように選ぶかにかかわらず、任意の停止時点で偽発見を制御するよう設計された、賭けに基づく検定を使います。…

本論文は、過去データに基づく戦略選択が、誤解を招くパフォーマンス推定につながる可能性を検討しています。トレード戦略の基となるパラメーター数とデータ量を考慮するため、リスク指標を引き下げる共分散ペナルティ補正を提示しています。データスヌーピング、過大なパフォーマンス推定、交差検証による評価に対処する手法と併せて、この方法を論じています。…

本論文は、短期のマーケットメイク戦略のシミュレーションにおいて、約定可能性と逆選択が与える影響を検討しています。株価指数、原油、米国債を含む流動性の高いCME先物を対象に、確率的最適制御戦略を分析します。指値注文が約定するかどうか、また約定前後に価格がどう動くかというシミュレーション上の仮定によって、推定パフォーマンスが大きく変わり得ることが中心的な示唆です。…

本論文は、ショートフォール最小化を目指すポートフォリオと分散最小化を目指すポートフォリオを比較しています。実証分析では、US、UK、日本の株式市場を対象に、Barra Extreme RiskとValue、Growth、Momentumなどのスタイルファクターを用いています。1985から2010までの期間を分析し、市場下落時のパフォーマンスも評価しています。…

本論文は、公表された株式アノマリーのどのような特徴が、当初の標本外でリスク調整後パフォーマンスの低下を予測するかを調べています。戦略の公表後に裁定資金が流入する説明と、複数仮説検定による標本内の過剰適合の説明を検証しています。公表年だけでもシャープレシオの低下のばらつきの大部分を説明します。本論文によると、新たに公表されたファクターの低下幅は年率5パーセントポイント上昇します。…

この文書は、スーパートレンド指標のATR倍率とATRをベイズ最適化で選ぶことを提案しています。これらの設定は指標が価格を追跡する方法と売買シグナルの生成方法を決めます。手作業で値を選ぶのではなく、その選択を自動化することを目指しています。…

この戦略は、LSTMを基盤とするDeep Momentum Networkにオンライン転換点検出を組み合わせています。ネットワークがトレンドの推定値とポジションサイズを学習し、検出モジュールが転換点の候補とその深刻度を示します。これにより、持続的なトレンドへの追随を目指す遅い時系列モメンタムと、局所的な動きに応じてエクスポージャーを反転できる速い平均回帰のバランスを取れます。急激なレジーム変化の近辺で生じるモメンタム損失への対処を意図しています。…

モデルの学習を下流の意思決定目的に結び付ける意思決定指向学習が、予測器の幾何構造によってどう制約されるかを分析しています。疎なインデックス追跡を用いて、最適化器が使う共分散情報と、予測器が利用できるパラメーター更新方向を区別します。予測器のヤコビアンが階数1なら、非ゼロのサンプル単位勾配は同一直線上に並び、スペクトル境界はほぼ同一直線上にある状態を表します。論文はバッチ更新部分空間も特徴付け、局所的な階数特性だけでは共通の最小解や同一直線上のバッチ更新が決まらない反例を示しています。…

共和分に基づくPepsiCoとCoca-Colaのペア戦略が統計的に妥当で、経済的にも成り立つかを検証するケーススタディです。過去データでスプレッドの平均回帰性を推定し、その統計的推定値を固定したまま、後のインサンプル期間のデータで閾値型売買ルールを最適化しています。抜粋にはエントリー・決済の閾値や詳細な成績統計が示されていません。…

金融のトレード戦略を進化させる方法として、ベクトル型遺伝的プログラミング（VGP）を検討しています。一方は複素数演算に対応し、もう一方は強い型付けを用いる2つの変種を紹介しています。7年を超えるデータセットを使い、3つの金融商品で別のVGP変種および標準的な遺伝的プログラミングと性能を比較しています。…

原資産の外国株式と取引時間が一致しない市場におけるアジアの米国預託証券を分析します。ADRのリターンを米国市場の取引時間中と夜間に得られる部分に分け、各ADRをS&P 500に連動するETFであるSPYと比較します。リターン差は平均回帰系列として振る舞うと報告され、最尤法でオルンシュタイン・ウーレンベック過程に当てはめられています。…

本論文では、過去データが限られた資産で学習する横断戦略における過学習を扱います。ソースデータセットで学習したエンコーダー・アテンションモジュールの表現を、より小規模なターゲットデータセットに特化した別モジュールと組み合わせるFused Encoder Networksを導入します。情報の共有と融合によって汎化性能の向上を目指し、セルフアテンションにより学習時と推論時の両方で銘柄間の相互作用をモデル化します。…

本研究では、過去の価格とテクニカル指標を用いて、ビットコイン、イーサリアム、ライトコインの短期的な値動きを分類します。1時間先の上昇・下落を特定する分類手法を比較し、陽性的中率と陰性的中率の成績を報告します。次に、予測を売買判断に変換し、取引環境を再現するよう設計されたバックテスターで評価します。…

本論文では、集計したS&P 500高頻度リターンのスケーリング特性を用いて、マルチンゲール確率モデルを構築します。このモデルは午前の取引時間帯の条件付き期待値を再現するよう設計され、その後、午後の取引にも適用できるよう拡張されます。モデルの予測から日中のトレンド追随シグナルを生成します。シグナルはチャートパターンではなく、モデルに基づいています。提案戦略は、S&Pデータには存在し、モデルにはない線形相関を利用することを目指します。…

本研究では、ビットコインのリターン予測にCOVID-19の健康指標が予測力を加えるかを検証します。パンデミック関連の特徴量としてワクチン接種、入院、検査の指標を含む場合と含まない場合で、LightGBM回帰モデルを比較します。遺伝的アルゴリズムを用いて独立した31回の実行でモデルを最適化し、重なり分析とマン・ホイットニーのU検定でR²、RMSE、MAEの分布を比較します。個々の入力の寄与を評価するため、置換特徴量重要度を用います。…

EverMineは、長期にわたるアルファ発見の過程で、研究エージェントが再利用可能なスキル、ツール、ルールを蓄積するにつれて改善するかを検証する枠組みです。研究状態を研究履歴、現在のファクターポートフォリオ、蓄積した能力で表します。同一リソース条件の実験では固定能力と進化する能力を比較し、追加の分岐実験では履歴とポートフォリオ状態を一定に保ちながら能力を入れ替えます。過去の状態を再現し、経験に基づく候補選択がポートフォリオの結果にどう影響するかを調べます。…

本研究は、高リスク環境向けの強化学習ポートフォリオ管理手法を提案します。ロングとショートの取引に貸付と借入を組み合わせ、損益報酬を用いて下方リスク管理と資本利用の改善を目指します。実装ではSoft Actor-Criticエージェントを畳み込みネットワークとマルチヘッド注意機構に組み合わせています。ポートフォリオには無期限先物で取引される暗号資産が含まれ、USDTを貸付と借入に用い、直近の市場データに基づいて定期的にリバランスします。…

本資料は、ゼロまたは1で決済される暗号資産の無期限先物を、二値イベント契約に適用できるかを検討します。終値時のエクイティに関する問題を導きます。レバレッジをかけたロングポジションが不利なゼロ決済まで残ると、決済前の評価価格にかかわらず、口座残高が当初の担保を下回る可能性があります。また、資金調達の三者択一も論じます。ベーシスのみに連動する資金調達は決済境界付近で効力を失います。一方、相対ベーシスに一律の調整を加えると、無制限の支払いが必要となり、支払者の支払能力や市場参加を脅かす可能性があります。…

本資料は、能力の高い大規模言語モデルが、暗号資産取引では能力の低いモデルより劣る場合がある理由を検討します。この傾向の一因として、高性能モデルが主観的な解釈より事実情報を優先することを挙げています。提案されたFS-ReasoningAgentフレームワークは、推論を事実情報と主観的判断に分け、両方の入力を取引判断に活用できるようにします。…

本論文は、決算発表後もリターンが動き続ける株式市場の異常、決算発表後ドリフト（PEAD）に教師あり機械学習を適用します。モデルにはXGBoostと、Russell 1000構成企業1,106社の1997～2018年の四半期決算発表データから作成したファンダメンタルおよびテクニカル特徴量を使用します。モデルの最適化には遺伝的アルゴリズムを用います。ドリフトの方向と、その要因が業種や暦四半期によってどう異なるかを分析します。…

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。…