ナレッジライブラリ

この論文は、アルゴリズム注文の成績をリアルタイムで監視し、約定不良に関連する市場状況を特定する枠組みを提示しています。確率制御から統計的学習まで、執行アルゴリズムの構築方法にかかわらず利用できるよう設計されています。実務担当者が市場環境の特性を選び、各注文について「異常検知器」と呼ばれる説明変数を追加で導出します。…

この論文は、時系列モデルの検証における根本的な対立を検討しています。学習には十分な観測値が必要であり、テストフォールドはサンプルの十分な範囲をカバーする必要がある一方、各テスト点より前のデータで学習しなければなりません。学習データの十分性、テストのカバー率、将来データの漏洩、テスト点と将来の学習観測値との距離の関係を境界条件で定式化しています。また、ベータ混合性の仮定の下で漏洩バイアスを上から評価し、その大きさが時間的な隔たりに依存することを示しています。…

この研究は、リスクを考慮した成績基準の下で方策を最適化する強化学習手法を開発しています。順位依存型期待効用を使って方策を評価することで、利益と下方リスクに対する異なる選好をエージェントが表現できます。モデルの不確実性に対処するため、モデル化した分布を中心とするワッサースタイン距離球内で、最悪となるリターン分布に対して方策を評価します。これは入れ子構造の意思決定問題です。エージェントが方策を選び、次に敵対者が近傍の分布からその成績を低下させるものを選びます。…

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、2018 US通商戦争期の6業種の株式について、高頻度の注文系列をモデル化しています。一次の時間斉次離散時間マルコフ連鎖を用い、カイ二乗検定でマルコフ性の仮定を確認し、最尤法で遷移確率を推定しています。ヒートマップとそこから導いた連鎖統計量を使い、ボラティリティの高い日と低い日の注文行動を比較しています。…

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。…

この論文は、一方の株を買い、もう一方を空売りする株式ペアトレードをいつ決済するかを検討しています。取引制約の下での決済判断を、最適な売却と買い戻しの問題として定式化しています。モデルでは、2銘柄の株価が二次元幾何ブラウン運動に従い、取引が許可されるかどうかは2状態マルコフ連鎖で決まります。…

この研究は、Bitcoinの対数ボラティリティがラフで反持続的な挙動を示すかを検討しています。対数ボラティリティの増分にマルチフラクタルDFAを適用し、一般化ハースト指数を推定しています。報告された値は0.5未満で、増分がラフであることを示しています。また、推定値は一定ではなく変動しており、著者らはこれをマルチフラクタル挙動の証拠と解釈しています。…

この研究は、Bitcoin、GBP/USD、金、天然ガスの対数リターン系列の複雑性を比較しています。マルチフラクタル DFA と改良複合マルチスケールサンプルエントロピーを適用し、異なる側面から複数の時間スケールにわたる構造を定量化しています。この比較は、資産クラスによって市場の予測可能性や関連するリスクがどのように異なるかを理解することを目的としています。…

本研究は、異なる予測期間でトレンドに追随するエージェント群として金融予測をモデル化しています。実際の為替レート系列で表される、確率的に時間変化する環境で、集団がどう変化するかを調べています。互いに相互作用しないエージェントと、集団内の相互作用が行動に影響するエージェントを比較しています。…

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。…

本研究は、取引活動の変動が株式リターンのボラティリティ集積と厚い裾を説明するかを検証しています。ニューヨークとロンドンの取引所でのティック単位の観測データを用い、取引回数を一定にした区間と総取引量を一定にした区間で、価格の動きを比較しています。どちらの場合もボラティリティの集積は強く残り、リターン分布も通常の時間区間で観測されるものと似た形を保ちます。…

本資料は、適応的で帰納的に合理的なエージェントの行動が、単純化された市場のボラティリティに与える影響を検討しています。こうしたモデル市場で過剰なボラティリティが生じる要因を二つ特定しています。一つは、エージェントが価格受容者として行動するため、自らのマーケットインパクトを考慮しないことです。もう一つは、反応が過剰になる可能性です。著者らは公開情報のないモデルでこれらの仕組みを詳しく論じ、より一般的なケースについて臨界学習率を導出しています。…

本資料は、半静的取引戦略の各点収束による極限が、同じクラスにとどまるかを研究しています。一般的な2期間モデルについて離散時間でこの性質を証明し、確率的条件が成立する場合には、複数期間・複数銘柄のモデルに結果を拡張しています。これは極限を取った場合の戦略の構造に関する数学的結果であり、実用的なシグナルや売買対象の選択方法ではありません。…

本資料は、高頻度金融データ向けに、サブサンプリングを用いた象限相関推定量を紹介しています。ボラティリティが時間とともに変化する際の相関測定の難しさを扱います。標準的な象限推定量はボラティリティの変動に頑健ですが、ガウスサンプリングでは効率が低くなる可能性があります。提案する変法は、符号情報とサブサンプリングを用い、頑健性と計算の簡便さを保ちながら効率を高めます。サンプリング期間を除けば平滑化パラメーターが不要で、大規模な横断面分析に役立つ可能性があります。…

本資料は、トレンド追随型とトレンドに逆らうトレーダーに関連する実効的な力という観点から、価格変動を分析するモデルを説明しています。目的は、売買ルールを提示することではなく、選択した期間にどちらの行動が優勢かを推定することです。まず少数派・多数派ゲームのデータで手法を検証し、推定された行動をモデル内の戦略と比較できるようにしています。…

本論文は、スポットボラティリティが急変しても頑健性を保つよう設計された、スパースな高頻度ボラティリティ推定量を開発しています。提案する推定量は既存の手法にℓ1ペナルティを適用し、ボラティリティ測定の基本的な手法群であるパワー変動推定量に焦点を当てています。著者らは、観測されない基礎ボラティリティと変化点の位置の両方を推定する整合性を証明し、特定の推定量についてミニマックスレートを達成しています。…

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、中国の大手ピア・ツー・ピア融資プラットフォームにおける融資資金の割当ての性差を調べています。従来の異なる取扱いの指標は直接差別を捉える一方、間接的な効果や代理変数を介した効果を見落とす可能性があると論じています。より広範な差別的影響を評価するため、借り手の実際のリターンに対する資金調達率を比較し、観察データに二段階の予測変数置換法を適用しています。…

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。…

本事例研究は、二大政党の候補者の合算暗黙確率をモデル化し、ペアトレードの考え方を政治賭け市場に応用しています。時間とともに平均回帰水準が変わる潜在オーンスタイン・ウーレンベック過程で基礎となる確率を表し、加法ノイズで観測オッズを捉えます。定期的にサンプリングしたデータから状態空間尤度を用いてパラメーターを推定します。連続する同一の気配値は、連続時間の遷移で経過時間を保ったまま圧縮します。…

本研究は、トレンドフォロー型または平均回帰型の取引行動が全体として資産価格の動態をどう変えるかを調べています。取引の方向を明示的にモデル化し、各スタイルを系列相関に結び付けています。トレンドフォロー行動は正の相関を生み、平均回帰は負の相関を生む可能性があります。モデルを用いて、こうした相関がランダムウォークを基準とした長期分散にどう影響するかを調べています。…

本論文は、マルコフ切替GARCHと確率ボラティリティモデル（確率自己回帰ボラティリティSARVを含む）を用いて、ビットコインの日次リターンの条件付き分散予測を比較しています。設計では標本外予測の成績を評価し、平均方程式と分散方程式の係数を別々の段階で推定することを推奨しています。この分離を推定手順の根拠として示しています。…

本研究は、有限標本の大きさがビットコイン実現ボラティリティのハースト指数推定に与える影響を調べています。サンプリング間隔が長くなると推定指数が低下し、単純な有限標本関係が観測値に適合するとしています。非常に細かなサンプリングへ外挿すると2分の1を下回る値が得られ、著者らはこれを粗いボラティリティの証拠と解釈しています。一般的に用いられる5分間隔では、報告された相対誤差は1％です。…