ナレッジライブラリ

本稿は、動的凸リスク尺度で成果を評価する逐次最適化のため、モデルフリーの強化学習手法を提示します。時間整合的な動的計画法の原理で方策を評価し、より良い方策を見つけるための方策勾配更新を導きます。ニューラルネットワークを用いたアクター・クリティック手法で方策を最適化します。…

本稿では、複数の資産クラスと資産クラス別リスク要因にわたって、モメンタムとトレンド追随のシグナルを組み合わせるポートフォリオ構築フレームワークTrendFoliosを紹介します。ポートフォリオのボラティリティとドローダウンを管理しながら、リターン機会の獲得を目指すアクティブ運用戦略です。…

本論文は、オンチェーン、取引所、マイナーのデータを含むCryptoQuantのシグナルと大口投資家のアラート投稿が、翌日のビットコインのボラティリティ、特に極端な急上昇の予測に役立つかを検証します。Synthesizer Transformer予測モデルを提案し、既存手法と性能を比較します。著者らは、これらのデータを用いると極端なボラティリティの予測でモデルの成績が上がると報告していますが、説明には標本期間、資産市場の詳細、数値による比較結果がありません。…

本稿では、リアルタイムの板情報を含む複雑な入力をアテンション機構で処理する、先物市場向けTransformerモデルFutureQuantを紹介します。単一の将来価格を予測するのではなく、価格の範囲とボラティリティを推定し、取引判断やリスク管理に役立つ分布予測を提示することを目指します。…

本稿は、暗号資産の無期限スワップにおける建玉が、市場活動や流動性、取引所の潜在的なレバレッジとどう関係するかを説明します。未決済契約は最低担保要件を示す可能性があるため、取引所全体の建玉を集計し、準備金証明と比較することで、支払能力リスクの評価に役立つ場合があります。…

PPO-HRAPは、近接方策最適化と市場局面から導いた目標エクスポージャーを組み合わせます。方策は市場の特徴とポートフォリオの状態を観測し、学習した行動を市場局面の目標と組み合わせます。報酬にはポートフォリオの対数リターン、VIXに応じたドローダウンの増加、目標エクスポージャーからの乖離、売買回転コストを反映します。この設計は、利益重視の方策が投資比率を高く保ち続ける傾向と、強いリスクペナルティが方策を過度に慎重にする傾向に対処し、利益への参加とドローダウン抑制の両立を目指します。…

本理論研究は、重複する情報に基づく複数の因果的なリスク運用方針を、統合情報の下で最適となる単一の自己金融ポートフォリオで実行できる条件を検討します。不完備な連続ブラウン市場において、シグナルに応じたエクスポージャーを取引可能なリスク方向へ射影し、予測可能なヒルベルト空間で表現します。分析では、実装誤差を、取引されない構造的反応、局所的な方針間の不整合、共有する取引ポートフォリオの歪みに分けます。重複する共通リスク方向を補正するため、融合作用素を導入します。…

本資料は、リターンを追求する強化学習エージェントと、バリア関数を用いたリスクコントローラーを組み合わせるポートフォリオ管理フレームワークを概説します。学習部分は利益につながる投資判断を探し、コントローラーは市場環境を監視して、特に下落局面で潜在損失へのエクスポージャーを抑えるようポートフォリオを調整します。2つの適応機構によってコントローラーの影響度を変え、上昇市場と下落市場に異なる対応を取れるようにします。…

この論文は、ドローダウン調整型のトレード方針にデータ駆動型の再起動メカニズムを加えています。基礎となる方針は、最大ドローダウン率を事前に定めた上限内に確率1で保つものと説明されています。しかし実際には、上限に近づくと方針が損切りのように機能し、価格がその後回復したり有利な方向に動き続けたりした場合に、トレーダーが利益機会を逃す可能性があります。…

この研究は、グラフクラスタリングで銘柄間の関係を特定する、米国株向けの複数ペア統計的裁定取引の枠組みを提案しています。定量手法、機械学習分類器、ケリー基準を組み合わせ、シグナル検出、リスク管理、取引コストへの耐性の向上を目指します。また、日次取引の利確と損切りルールの設定方法も検証します。…

この研究は、価格が上がるか下がるかを予測せずにストラドルオプションを取引する、自動化されたロングボラティリティ手法を説明しています。Transformerベースのダブル深層Qネットワークを適用し、時系列入力へのアテンションと複数サイクルの情報を利用します。報酬設計では、より長い期間の超過利益を重視しながら、ストップの閾値を超える損失を考慮します。不確実な市場環境では、レジスタンス水準も追加情報として用います。…

この論文は、価格差がオルンシュタイン・ウーレンベック過程に従う、共和分関係にある2資産のベルトラム型最適戦略を研究しています。基本目的は、単位時間当たりの期待利益を最大化することです。著者らは単位時間当たり利益のボラティリティを制約に加えて設定を一般化しており、これは規制などによる戦略リスクの上限を表します。…

この論文は、取引速度に凸コストがかかる場合のリスク共有均衡を分析しています。線形な状態力学と外生的なボラティリティを持つ無限期間モデルでは、均衡リターンは摩擦のない場合の値の周辺で変動します。二次コストの場合、乖離はオルンシュタイン・ウーレンベック過程に従い、比例コストの場合は二重反射ブラウン運動に従います。任意の状態力学と内生的ボラティリティを持つ、より一般的な設定では、連立非線形の前向き・後向きシステムが生じます。…

この記事は、非線形g期待値で選好を表す不完備市場における最適な投資と消費を研究しています。トレード戦略には一般的な制約が課されるため、投資家は効用を最大化すると同時に制約も満たす必要があります。 提案するgマルチンゲール法により、最適化問題を二次の後退確率微分方程式（BSDE）に変換します。その解は最適な投資・消費戦略を特徴付け、さまざまな効用関数について明示解を与えます。提供された説明には具体的な市場データ、数値結果、制約の詳細な形式がないため、実用性能の証拠というより数学的枠組みを示すものです。

この文書は、現在の市場トレンドが将来のボラティリティや相関の予測に役立つかを検討しています。トレンドの強さをリスク予測への入力として使う方法を提案し、トレンドの強さと期待リターンを関連付けた先行研究を発展させています。この手法では、現在のトレンドの強さを二次関数で表し、トレンドに伴うボラティリティや相関の変化を定量化します。…

この研究は、無リスク金利で借り入れ、価格が決定論的なバリアに達するまで株式のロングポジションを保有する、ブラック–ショールズ枠組みの戦略を分析しています。割引後の累積取引利益について、期待値、分散、損失確率の解析式を導出しています。これらの量は戦略の平均的な成果とリスクの一側面を表します。…

この論文は、過去の指標から最適なトレード戦略を導く一般的な枠組みを提示しています。期待リターンの最大化を目指す戦略と、情報比率の最大化を目指す別の戦略を構築します。期待リターンの最適戦略は、そのまま実装することも、同じ指標から作られた他の戦略を評価するベンチマークとして使うこともできます。この枠組みの前提のもとで、提案戦略を理論的に最適な代替案と比較する方法を研究者に提供します。…

この論文は、定常時系列の周辺分布の分位点と、予測可能なボラティリティ代理指標の分位点を結び付けるV変換を用いて、変動の大きい時系列をモデル化する方法を提示しています。変換をコピュラで表すことで、柔軟な周辺分布と、ボラティリティの動態を支配する別個のコピュラ過程を組み合わせられます。著者らはガウスARMAコピュラ過程で枠組みを例示し、ARMAモデル向けの厳密な最尤法を応用して推定しています。…

この論文は、取引における2つの深層強化学習手法、Double Deep Q-NetworkとProximal Policy Optimizationを評価しています。2019から2023までの日次データを使い、パフォーマンスをバイ・アンド・ホールドのベンチマークと比較しています。対象資産には3つの通貨ペア、S&P 500指数、ビットコインが含まれます。…

この研究では、個人の証券口座データを用いて、暗号資産市場に参入する人々が分散投資を求めているのか、より広くリスクを取る傾向を示すのかを調べています。投資家が初めて暗号資産を取引する前後の株式取引行動を比較し、取引の活発さとレバレッジに注目しています。著者らによると、暗号資産取引を始めると、これらの投資家は株式取引でもより大きなリスクを取ります。…

この枠組みでは、ターゲット・デート・ファンドの運用目標を、掛金率、就労年数、退職年齢、所得代替率の目標などの年金設計上の入力と結び付けます。年齢に応じた資産上限だけを定めるのではなく、運営主体がポートフォリオ全体の条件付きバリュー・アット・リスク（CVaR）の逓減制約を指定します。この制約は、リスクを管理しながら必要なリターンを目指す裁量を運用者に残すことを意図しています。…

この研究では、過去のデータに基づくシステマティックなオプショントレード向け深層学習の枠組みを提示し、学習にポートフォリオのリスク感応度を直接組み込んでいます。目的関数は、パフォーマンスを重視する損失関数と、選択したリスク要因へのエクスポージャーに対する微分可能なペナルティを組み合わせています。市場動態のシミュレーションに頼ってヘッジ方針を学習することなく、学習したポートフォリオが所定のヘッジ制約を満たし、リスク調整後リターンを最適化するよう促します。 この枠組みはNasdaq…

この論文は、複数の時間軸のトレンドシグナルを組み合わせると、常に分散効果が高まるのかを問い直しています。ベイズ最適化を使って資産ごとに時間軸のウェイトを動的に選び、その後、売買回転率を抑えたスパースベイズグラフィカルモデルで資産配分を行います。これは、すべての資産が各時間軸から等しく恩恵を受けると仮定する均等配分とは異なります。…

この文書では、代表的な流動性供給者の効用無差別性から導かれる非線形曲線に従って、提示価格が決まる市場モデルを構築しています。供給者の効用はg期待値で表されます。取引によって供給者の在庫が変化するため、各取引が価格に恒久的な影響を与える可能性があり、トレーダーは自らを価格受容者と仮定できません。そのため、戦略の損益は非線形確率積分で表されます。…