ナレッジライブラリ

この研究は、ビットコインの価値が、分散化、コンセンサスへの信頼、暗号技術による取引順序付け、社会的な物語など、情報的な特徴とその相互作用から生じるという枠組みを示しています。これらの側面を価値保存、自律性、社会的シグナル価値、快楽的センチメントの4指標で表し、2022年から2025年の日次データを用いるベイズ線形モデルで、翌日リターンとの関係を調べています。…

この論文は、機械学習を用いて暗号資産指数とその構成銘柄である9種類の暗号資産の終値を予測しています。複数のアルゴリズムとモデルを比較して最も成績のよい手法を特定し、関連研究との比較も行ったとしています。目的は、ボラティリティの高い市場の価格変動を調べ、取引や暗号資産のポートフォリオ管理への応用可能性を探ることです。…

この論文は、マルチフラクタル特性を推定する手法を用い、複数の時間スケールにわたるビットコインのリターン構造を調べています。リターンの分散は時間増分に対するべき乗則に従い、ボラティリティとハースト指数で特徴付けられると説明しています。これらのパラメーターは時間とともに変化するため、著者らはマルチフラクタル的な挙動を適切に捉えられるか評価する一般化ハースト指数を導入しています。…

この論文は、マルチスケール残差畳み込みモジュールと長短期記憶ネットワークを組み合わせ、ビットコインの日次USD終値を予測するモデルMRC-LSTMを提案しています。1次元畳み込みを用いて、多変量時系列の異なる時間スケールにまたがる特徴を検出・統合し、LSTMでより長期の依存関係を学習します。入力にはビットコインの取引情報に加え、マクロ経済変数や投資家の注目度などの外部要因も含まれます。…

この研究は、ドイツのイントラデイ連続市場における時間単位の取引枠について、受渡し前の最後の3時間に注目して価格分布を予測します。点予測だけでなく、日中取引や再給電を支援することを目的に価格経路をシミュレーションし、アンサンブルを生成します。価格差は、ゼロでの点質量とスチューデントのt分布を組み合わせたゼロ過剰混合分布を含む一般化加法モデルで表します。ラッソ正則化ロジスティック回帰で混合成分を推定し、価格変化の期待値とボラティリティには市場履歴、取引なしの影響、満期までの時間、需要と再生可能エネルギー発電の予測を用…

この論文は、暗号資産のマーケットメイクに深層強化学習を適用する枠組みを概説しています。エージェントはシミュレーション取引環境と相互作用しながら、在庫管理を学習します。環境では、板情報と注文フローの到着統計を用いて市場の状態を表します。エージェントには方策勾配アルゴリズムを用い、フィードフォワードニューラルネットワークで方策または価値関数を近似します。…

本研究は、深層強化学習を用いた暗号資産の日中ポートフォリオ取引に、アンサンブル手法を提示しています。複数の検証期間で候補モデルを選び、選定したポリシーを混合分布によって組み合わせます。目的は、確率性の高い市場環境で汎化性能を高めることです。…

本資料は、信用格付けの移行とデフォルト確率を推定する2つの方法を提示しています。第1の方法では、離散的で不完全な可能性のある観測から連続時間マルコフ連鎖を推定します。ワルド信頼区間の計算負荷を下げるため、より簡潔なフィッシャー情報量の式を導き、次に遷移生成行列の不確実性を移行確率とデフォルト確率に伝播させる方法を説明しています。…

本記事は、平均分散目的のもとで動的な取引戦略を構築するカーネルベースの手法を紹介しています。戦略を再生核ヒルベルト空間上の関数として表すことで、現在の状態だけでなく市場シグナルの履歴に応じた意思決定を可能にします。資産の動態や予測シグナルに時間的依存がある場合のポートフォリオ問題に、柔軟な手法を提供します。…

この文書では、遺伝的アルゴリズムと複数の知的エージェント間の連携を組み合わせた、暗号資産の売買戦略最適化の枠組みを提示します。市場環境の変化に合わせて戦略パラメーターを調整するよう設計されており、リアルタイムの市場ミクロ構造情報と戦略成績からのフィードバックを使って進化的探索を導きます。この手法は、従来の静的なパラメーター最適化は変動が大きく非定常な市場には適さないという著者らの問題意識に対応しています。…

この論文では、最初に資産ペアを選んでから売買する段階的な手順ではなく、ペアトレードを統合された意思決定問題として扱います。著者らは、選択と売買を分離すると有用な情報が失われる可能性があると主張します。ペアの選択では効果的に取引できるかどうかが考慮されないことがあり、売買を行うエージェントは、より広い資産ユニバースから学習せずに選ばれた資産へ過剰適合する可能性があります。…

この文書では、手数料に応じてトレーダーが戦略を変えることを考慮しながら、マーケットプレイスの手数料を設計する強化学習の枠組みを説明します。この枠組みは手数料体系とトレーダー戦略を同時に学習し、収益性とトレーダー区分間の明示的な公平性目標とのバランスを取ります。…

この文書では、エージェントが時間整合的な動的スペクトルリスク尺度を最適化する、リスク感応型の強化学習の枠組みを提示します。条件付きエリシタビリティを用いて厳密に整合的なスコア関数を構築し、推定時のペナルティとして機能させます。深層ニューラルネットワークでリスク尺度を推定し、この種の尺度を任意の精度で近似できることを証明しています。…

この研究では、S&P 500銘柄の残差相関を、密な部分グラフをサンプリングする光量子手法であるガウスボソンサンプリング用の隣接行列に変換します。従来のクラスタリング手法であるSpectralとSPONGEを、量子手法のGBS Boostおよび提案手法のGBS Rootsと比較します。得られたクラスターを用いて、1年ごとのローリング期間で動的なマーケットニュートラルの統計的裁定ポートフォリオを構築します。…

この論文はKyleのインサイダー取引の枠組みを修正し、情報を持つトレーダー、ノイズトレーダー、マーケットメーカーの相互作用をモデル化しています。インサイダーが成行注文の数量を選び、その後、マーケットメーカーが合計注文フローを用いて資産価格を設定します。マーケットメーカーの目的関数には、注文フローとビッド・アスク・スプレッドに連動する追加の収益項が含まれます。…

この研究では、敵対的専門家ベースのオンライン学習を用いて、コストゼロのポートフォリオ戦略のパラメータを選び、テクニカルトレード戦略を組み合わせて総合ポートフォリオを構築します。ヨハネスブルグ証券取引所の日次および日中データで戦略群を調べ、教師なし学習によってその構成の変化を縮約して可視化します。分析では取引コストとスリッページも考慮し、オンラインのベンチマーク・ポートフォリオアルゴリズムと成績を比較して、バックテスト過剰適合のリスクを推定します。…

この研究は、暗号資産価格が上昇するか下落するかを予測する機械学習の分類手法を説明しています。過去のビットコイン終値データで学習し、移動平均収束拡散法、相対力指数、ボリンジャーバンドといった一般的なテクニカル指標を取り入れています。目的とする出力は、数値による価格予測ではなく、買いまたは売りの判断に役立つ方向性の情報です。…

この論文は、観測ホワイトノイズに汚染された高次元時系列から、低次元のダイナミクスを復元するモデル非依存の方法を開発しています。潜在過程が低次元の線形動的部分空間内で推移すると仮定し、その成分を最もよく復元する線形射影を特徴付けます。残る誤差は、信号空間とノイズ空間の向きを通じて幾何学的に記述されます。…

この論文は、リスク管理の観点から暗号資産のリターンを分析する線形エクスペクタイル隠れマルコフモデルを提示しています。エクスペクタイルにより、リターン分布の非対称な部分に焦点を当てられます。また、モデル係数は観測されない離散マルコフ連鎖に従って時間とともに変化します。モデルは推定に非対称正規分布を用い、パラメータの更新式を備えた期待値最大化手順を採用します。…

本書は、NIFTY50指数の個別株について、決定木で日中売買ルールを生成する方法を説明します。トレーダーが設計したテクニカル指標の組み合わせを全銘柄に適用するのではなく、既存の指標から銘柄ごとのルールを学習します。生成されたルールは銘柄ごとにバックテストで評価し、採用に値するかを判断します。…

本記事は、トレンドフォローのシグナルが異なるモメンタムの参照期間をどう適応的に使えるかを研究します。過去リターンの固定的な要約だけに頼らず、動的な二値分類器を適用し、過去のモメンタムと将来リターンの関係が変化しているのか、安定しているのかを学習します。投資家は、特に相場の転換点で、モメンタムの速度を組み合わせたり選択したりできます。…

本研究は、コモディティ先物を階層構造としてモデル化します。原資産が一つの層をなし、個別の先物契約がもう一つの層を構成します。各層内の資産を関係性が結び、層をまたぐリンクが契約と原資産市場を結び付けます。階層グラフ学習モデルは、契約間の満期依存のつながりを含むこれらの関係を使い、先物価格の動きを予測してカレンダースプレッドのポジションを生成します。本論文は、モデル予測をスプレッド取引に変換する方法も説明します。…

この論文は、取引活動を表し、非対称で裾の厚いリターンを捉える連続時間金融モデル向けに、調整された確率時計を提案しています。この手法では、レヴィ従属過程、または非負の独立増分を持つより一般的な過程から作られる時計を、繰り返し平均に着想を得たカーネルで修正します。調整パラメータは、取引回数を減らしたり取引強度を変えたりせずに、調整の度合いを制御します。…

この研究は、汎用言語モデルを適応させ、Backtraderフレームワーク向けの実行可能な戦略を生成する方法を評価しています。フレームワークのコードによる継続事前学習と、エージェントで検証した指示・コード例による教師あり微調整を組み合わせています。評価には、400件の戦略生成ベンチマークとリポジトリ単位の課題を使用し、判定された正確性、バックテストの成功、修正を重ねる過程でのエージェント性能を測定しています。