ナレッジライブラリ

この論文は、個別には有効な複数コンポーネントが相互に矛盾する金融状態を生みかねない、レバレッジ付きイベント市場向けの標準的なプロトコルグラフを提案しています。ポジション、債務、決済証拠、準備金、清算などの各領域に単一の保存権限を割り当て、構成コンポーネントは残高や記録を複製せずに状態遷移を調整します。…

この研究は、投資機会が確率的ファクターに依存する不完備市場において、べき効用を持つ投資家の無限期間の投資と消費を扱います。有限状態ファクターと伊藤拡散過程でモデル化したファクターの両方を対象とし、動的ポートフォリオ選択をハミルトン・ヤコビ・ベルマン方程式の解と結び付けています。…

この文書は、指値注文板の複数価格水準における純買い・純売りの活動をベクトルで表す、複数階層の注文フロー不均衡を検討しています。流動性の高いNasdaq上場6銘柄のデータを用い、この指標と同時点の仲値変化との単純な線形関係を当てはめています。中心的な知見は、不均衡指標に板の価格水準を追加するほど、アウトオブサンプルの適合度が向上することです。…

この文書は、複数資産を対象に2種類の投資家を扱うモデルを提示しています。ファンダメンタリストは株価とファンダメンタルズの認識上の差に反応し、チャーティストは価格トレンドを利用します。両者は一定相対的リスク回避度効用を最大化して投資判断を行います。著者らは、較正したモデルがファットテール・リターンや持続的なボラティリティなどの市場特性を再現すると報告し、戦略パラメータと各グループの資産シェアとの関係を調べています。…

この研究は、NSEの500銘柄から構成した現物モメンタム・ポートフォリオを、日次、週次、月次、年次の期間で評価しています。2014～2021年の過去リターンとリスク特性を調べ、各期間で最も高いパフォーマンスを示したポートフォリオをNIFTYの50ポートフォリオと比較しています。著者らは、対象期間中、選定した各モメンタム・ポートフォリオがベンチマークより高いリターンと優れたリスク指標を示したと報告しています。…

この論文は、株式投資戦略を評価するため、欧州型プットオプションからp指数リスク指標を構築しています。この指標は、特定の将来日に最低リターンを確保するために必要な、保険対象額あたりの保険コストを表します。SSE50およびS&P 500に2018～2023の期間で適用し、保有期間ごとに適正価格、モメンタム、逆張りの手法を比較しています。中国株については業種とセンチメントの局面も比較対象です。…

この文書では、銘柄の価格系列における後方可視性の関係から構築した、価格ベースの指標である可視性グラフ相対力指数を紹介しています。指標はゼロから100の範囲にスケーリングされ、自動売買戦略のシグナル生成に使われます。評価では、30日間の最適化ウィンドウと7日間のテストウィンドウを用いるローリング方式を採用し、ダウ工業株平均、EUR/USD、USドル建て金を2024～2025にわたり検証しています。…

この文書では、実注文のライフサイクルを有限個の状態と、イベントによって生じる有効な遷移で表現する方法を説明します。注文の送信、ブローカーによる受領確認、取引所での受理、一部約定と全量約定、取消要求、拒否、期限切れ、停止を扱います。遷移表を使うと、注文の現在状態に照らしてブローカーのコールバックを検証し、最終状態に至った履歴を保持できます。…

このノートブックでは、株式特徴量とインプライド・ボラティリティ、スキュー、期間構造などのオプション由来指標を組み合わせたS&P 500のクロスセクション研究について、予測モデル、構造モデル、因果モデルの証拠を比較します。週次の将来リターン順位に加え、別のラベル期間、潜在因子の結果、因果推定、十分位ごとの動き、シグナル間の相関を評価します。中心となる問いは、オプション特徴量が直接または潜在因子を通じて有用な情報を加えるか、そしてどの知見が後続の戦略シミュレーションに値するかです。…

このノートブックでは、取引、資金調達、ファンド経費を明示的に仮定し、グロスリターンをネット成績に換算します。コストにはスプレッドと市場インパクト、手数料と取引所費用、証拠金金利、株式借入料、運用報酬、管理費が含まれます。パラメーター化した計算では、実際の日次ETFリターン系列に、回転率の高いロングのみ、レバレッジをかけたロング・ショートのスプレッド、回転率の低いロングのみの各設定を適用します。そのうえで、グロスとネットのリターン、シャープレシオ、ドローダウンを比較します。…

このノートブックでは、実際に損失となった取引をモデルのSHAP説明に結び付ける、取引単位の診断ワークフローを示します。価格の遅行特徴量とボラティリティ特徴量にマクロ指標を加えてLightGBMモデルを学習し、次のセッションのSPYリターンを予測します。固定した予測閾値で1セッションのロング取引を決めます。その後、実際の損失が大きかった取引を選び、対応するSHAPベクトルをクラスタリングして、得られたパターンからモデルや特徴量の見直しに向けた仮説を作ります。…

このノートブックでは、執行記録から学習する行動クローニングと逆強化学習（IRL）を比較します。実演データはTWAPスケジュールから得ています。リスク中立の目的は既知で、タイミングリスクへのエクスポージャーを受け入れながら、取引を均等に分散してインパクトを抑えます。行動クローニングは状態と行動の組から直接行動を学習します。一方、IRLはその行動を説明しうる報酬を推定し、別の設定へ移転するための基礎となる可能性があります。…

このノートブックでは、大口のポジションを清算するスケジュールを決めるAlmgren–Chrissの枠組みを紹介します。到着時価格に対する執行不足を測定し、2種類のコストをモデル化します。取引強度が上がると増加する市場インパクトと、売却前のポジションが価格変動にさらされている間に増えるタイミングリスクです。リスク回避度のパラメーターで取引経路を選び、コストとリスクのトレードオフの集合から効率的フロンティアを構成します。また、経路を清算の半減期で解釈し、恒久的なインパクトと一時的な流動性コストを区別します。…

このケーススタディでは、通貨ペアを順位付けし、相対順位に応じて買いまたは売りを行うクロスセクションの外国為替戦略向けに、将来リターンのラベルを構築する方法を説明します。まず、ニューヨーククローズ方式で4時間足のスポットデータを取引セッションに割り当て、各通貨ペア内で1セッション後とそれより長い期間のリターンを測定します。将来期間のデータが揃っているか、金融商品が継続しているか、リターンが誤って別の商品をまたいでいないかを確認することを重視します。また、ホールドアウト開始前に結果が確定する観測値だけに診断を限定しま…

このコードは、アウトオブサンプル予測テーブルから標準化されたパフォーマンス指標を計算し、フォールドごとと全体の主要指標を別々に示します。情報係数、誤差指標、識別指標、主体数など、回帰と分類の両方に対応します。分類では、情報係数の計算に連続値のリターン列を必要とし、AUC、対数損失、正解率などの指標にはクラスラベルを使います。この区別によって、二値ラベルをリターン順位の代わりに使うことを避けます。…

この記録は、米連邦準備制度が2026中に政策金利の目標を引き上げるかを予測した、LangGraphの1回の実行を記録しています。3つのエージェントが確率を出した後、ディベートと監督エージェントによる更新が行われました。記録された出力には、集計確率、ディベートの中間値、監督エージェントの修正後の推定値が含まれ、インフレ、経済見通し、政策予想に関する検索クエリと抜粋も添えられています。また、インフレ見通し、地政学的紛争の影響、FRBの対応予測について、エージェント間で見解が異なったことも示されています。…

このノートブックでは、観測された交絡因子を調整した後も、インプライド・ボラティリティと実現ボラティリティの差と将来の株式リターンとの関連が続くかを、二重機械学習で検証します。同じクロスフィット観測値を使って調整後の推定値と単純な通常最小二乗法を比較し、主体内のブロック置換プラセボも用います。時間的な制御では、結果の期間、処置変数のローリング構築、フォールドのエンバーゴ、観測値間の依存を考慮します。最終ホールドアウト期間に及ぶ可能性のある結果は分析から除外します。 結果が対象とするのは、開発期間中の現行S&P…

このノートブックでは、証拠を検索し、二者択一の問いに対する確率を構造化して返すリサーチエージェントを構築します。アクションの解析と検証、ターン数の上限、論拠と実行の詳細を記録した予測成果物の保存について説明します。無効な応答は修正のため再送し、予測を出さずにターン数を使い切ったエージェントは、確率を出したエージェントと区別します。…

このノートブックでは、特徴量を使わない潜在因子ベースラインとしてPCAを取り上げ、ETFリターンを予測します。各ラベルの学習期間におけるリターン行列を分解し、ファンドごとのローディングと推定した因子プレミアムから予測を組み立てます。期間を通じて同じファンドが列として維持されるため、この手法は固定されたETFユニバースに適しています。対象の識別子が時系列で変わる場合には適しません。特徴量ベースのモデルとの違いに加え、ウォークフォワード学習と予測記録についても説明します。…

このノートブックでは、Interactive Brokersを実データの取得元と執行先の両方に用いて、日次FX通貨ペアモデルを導入する一連の手順を説明します。過去のパネルデータでRidge回帰モデルを学習し、日次リターン、モメンタム、ボラティリティ、価格から得られる少数の特徴量を計算します。直近のバーを取得して通貨ペアのユニバースをスコアリングし、予測リターンが最も高いペアのバスケットを計画します。監視と監査用に、モデル成果物と実行記録も保存します。…

このノートブックでは、CME先物のパネルデータを対象としたニューラル確率的割引ファクターモデルを紹介します。キャリー、モメンタム、ボラティリティなど、商品リターンと観測可能な特性の両方を使って潜在因子を構築し、事前に定めた将来リターン期間の予測を生成します。リターンのみを使うPCAと対比し、特性がリターンの共分散を超える価格情報を加えるかを比較で検証する方法を説明します。…

このユーティリティでは、公開されているSECの10-Q、10-K、8-K提出書類を収集し、後続の分析向けに共通の表形式データセットへ変換するワークフローを説明します。書類の種類に応じてテキストを抽出します。四半期報告書からは経営陣による説明を取り出し、年次報告書ではサプライヤー関連のテキストを優先し、見つからない場合は代替の抜粋を使います。臨時報告書では冒頭部分を保持します。記録には識別子、提出日と対象期間、抽出テキスト、テキスト長が含まれ、企業開示を市場データと照合できます。…

このモジュールでは、複数エージェントによる予測パイプラインの2つの構成要素を説明します。ディベートエージェントは強気と弱気の主張を交互に提示し、双方に相手の主張への応答と、根拠を添えた確率推定を求めます。各ラウンドを記録し、設定された合意範囲内に2つの推定値が収まれば、最大ラウンド数に達する前に終了できます。…

このノートブックでは、複数資産のETFユニバースについて、ロングのみの6種類のポートフォリオ配分を比較します。最適化を不安定にするサンプリング変動を抑えるため、Ledoit–Wolf共分散縮小を用い、最大シャープレシオ、最小分散、リスクパリティ、階層的リスクパリティ、最小条件付きドローダウンリスク、均等配分を比較します。各手法で必要な推定値は異なります。期待リターンと共分散を使う手法がある一方、リスクのみを目的とする手法では期待リターン予測を使いません。リスクパリティはポートフォリオ分散へのリスク寄与を均等にし、…