ナレッジライブラリ

この論文は、暗号資産取引における深層強化学習（DRL）のバックテスト過剰適合を仮説検定の問題として扱っています。DRLエージェントを学習させ、各エージェントの過剰適合確率を推定し、過剰適合と判定されたエージェントを棄却します。目的は、過去データでの検証による偽陽性を減らし、選択した戦略がバックテスト後も良好に機能する可能性を高めることです。

この論文は、個々の売買戦略の調整とシグナルの統合に条件付き敵対的生成ネットワークを提案しています。時系列データ向けの条件付きGANを学習・選択し、生成サンプルで戦略を調整して、そのサンプル群をアンサンブルモデルに用いる手順を示します。目的は戦略の設定を改善するか、弱いシグナルを集約してポートフォリオ単位の手法を構築することです。…

この研究では、専門家の判断に基づくことが多いファンダメンタル株価収益率の推定を、動的ベイジアンネットワークで形式化しています。推定されたPE倍率は、人間の投資判断を支援したり、自動取引システムへの入力として使用したりすることを想定しています。著者らは提案するネットワークについて、前向き・後ろ向き推論と期待値最大化の手順を導出し、その構造をボラティリティに関する行動ファイナンスの解釈と結び付けています。…

NoxTraderは、過去のUS株価と出来高のデータから、リターン、週次価格、月次価格モメンタムなどの特徴量を作成します。LSTMモデルでリターンを予測し、持続的な価格トレンドを捉えます。実行中にモデルを動的に更新します。予測スコアは独自のバックテストシステム内でポートフォリオ管理に使われ、予測と実績の相関範囲は0.65から0.75と記載されています。…

本資料は、ユーザーがサイトを訪問している間に個々のディスプレイ広告枠を売買する方法として、リアルタイム入札（RTB）を紹介します。媒体社の広告在庫を集約し、広告枠ごとに判断することで、RTBは自動購入とユーザーに応じたターゲティングを可能にします。…

本論文は、暗号資産取引の強化学習による意思決定に因果分析を取り入れることを目的とした枠組み、CausalReinforceNetを紹介します。ベイズ法と動的ベイジアンネットワークの手法を強化学習と組み合わせ、エージェントが取引を選ぶ際に市場の関係性を推論できるようにすることを目指します。Binance Coin、Ethereum、Litecoin、Ripple、Tetherにこの枠組みを適用します。…

本論文は、簡略化した金融の例、数学的定式化、確率的グラフィカルモデルによる表現を通じてカルマンフィルターを解説します。グラフィカルな見方でカルマンフィルターと隠れマルコフモデルを結び付け、拡張カルマンフィルターの推論手法を説明します。また、金融市場の変化する動態をこれらのモデルでどう表せるかも検討します。…

本研究は、ビットコインの実現分散について確率予測を行い、点予測にとどまらず、条件付き分位点を推定してボラティリティの起こり得る結果の不確実性を表します。HAR、GARCH、ARFIMAなどの統計モデルによる予測と機械学習手法による予測を組み合わせ、基礎モデルの予測に確率的スタッキング手法を適用します。…

この研究は、相関する資産間の価格差を取引する統計的裁定手法である暗号資産のペアトレードを、強化学習で改善できるかを調べています。著者らは取引環境を構築し、暗号資産ペアをいつ、どのように取引するかを選ぶエージェントを訓練しています。また、取引判断を動的に適応させることを目指し、学習タスクの報酬整形、観測空間、行動空間も設計しています。…

この研究は、モデルに潜在因子が含まれ、意思決定者が単一の行動を直接選ぶのではなく、行動の分布を選択する最適制御を調べています。離散時間と連続時間の両方で、状態空間の探索に対する報酬としてツァリスエントロピーを導入しています。著者らはqガウス型の最適状態分布を導き、それぞれの設定における前進後退方程式によってその位置を特徴づけています。…

この論文は、規制当局への開示で報告される米国マイクロキャップ企業の公開市場でのインサイダー買いが、その後の異常リターンの予測に役立つかを検証しています。2018から2024までの期間に、発行体1,343社による購入17,237件を分析しています。時価総額の範囲は30百万ドルから500百万ドルです。勾配ブースティングモデルは、インサイダーの特性、過去の取引行動、開示時点で得られる市場状況を使用します。保留した2024年のデータでは、分類器のAUCは0.70です。選択した閾値における適合率は0.38、再現率は0.69…

この研究は、米国US国債ノート先物の5年物と10年物からなるポートフォリオの、中頻度取引戦略を説明しています。取引を分類問題として捉え、翌週にポートフォリオが上昇するか下落するかを予測します。予測入力には、構成先物のテクニカル指標で訓練したディープ・ビリーフ・ネットワークが学習した特徴量を用います。…

この研究はポートフォリオ取引をマルコフ決定過程として定式化し、深層Q学習で複数資産の配分を選ぶエージェントを訓練しています。行動空間は離散的かつ組合せ的で、エージェントは資産ごとに、あらかじめ定められたサイズで売買方向を選びます。制約に違反する行動には、実行不可能な提案を最も近い実行可能な選択肢に写像する手法を用います。また、複数資産の行動空間を扱い、各状態で実行可能な行動をシミュレートするためのエージェントとQネットワークの設計も説明しています。…

この文書は、市場が新たな局面に入った際にすばやく適応するよう設計された、トレンド追随型の時系列予測器X-Trendを提案しています。少数例学習と、金融時系列の市場局面を集めたコンテキスト集合に対する交差注意を用い、類似局面のパターンを転移して対象局面のポジションを予測します。また、注意機構は、どのコンテキストパターンが予測に関連するかを解釈する手段としても提示されています。…

本研究は、資産価格バブルを経験した後に強化学習トレーダーが戦略を変えるか、その学習が後のバブルに影響するかを調べます。研究者らはABIDESのマルチエージェント市場シミュレーションでエージェントを学習させ、バブルを経験したトレーダーと経験していないトレーダーを比較します。報告された行動上の違いでは、バブル未経験のエージェントは短期のモメンタムトレーダーのように行動する一方、バブルを経験したエージェントはバリュートレーダーに近い行動をとります。…

FedSight AIは、大規模言語モデルのエージェントを用いて連邦公開市場委員会の議論をシミュレーションし、フェデラルファンド金利の目標決定を予測します。個々のエージェントは、構造化された経済指標や、ベージュブックのような非構造化資料を確認し、政策案を議論して投票します。委員会の意思決定過程を反映することを目指しています。…

本論文は、VIX先物で翌日にロングまたはショートのポジションを取る戦略を提案します。先物の期間構造をマルコフ過程として扱い、カーブの現在の形状と水準に基づいて期待効用を最大化するポジションを選びます。…

この研究では、機械学習モデルのLightGBMとLSTMを、ビットコインを対象とする2つの指標ベースの戦略、すなわち指数移動平均のクロスオーバー戦略と、MACDとADXを組み合わせた戦略と比較しています。比較は、2024年1月に米国の規制当局から初めて承認を受けたビットコイン現物上場投資信託を背景として行われています。目的は、これらのシグナルがビットコイン取引でどのような成績を示すかを評価することです。…

本論文は、世帯の退職後所得を支える配偶者保護型トンチンを設計します。最初の死亡によって世帯の状態は変わりますが、プールからの移転は発生しません。口座は契約に紐づいたままとなり、退職者が先に亡くなった場合には、配偶者のみの継続給付に充てられます。著者らは、保険数理上の公平性の条件と、結果が確定した後に収支を厳密に均衡させる死亡クレジット配分ルールを導出します。代表的な世帯について、期間末まで生存することを前提とせず、準備金目標に対する期末不足額の条件付きバリュー・アット・リスクを考慮しながら、期待実質累積給付を最大…

定期的に再学習する予測システム向けの展開方針を紹介します。既存モデルの提供を続けながら、ウォーム再適合した候補モデルを提供経路の外で稼働させ、その後に遅れて得られる同じ次週のラベルで両方を比較します。候補モデルが固定されたペア比較で負の対数尤度の優位性を超えた場合に限り、既存モデルと入れ替えます。新しい適合モデルが継続学習したモデルより劣る可能性があるときに、暦に基づいて自動的に入れ替えることを避ける狙いがあります。…

提案手法は、価格の観測から取引執行までの遅延を考慮しながら、外国為替レート予測と統計的裁定を組み合わせます。第1段階では、離散時間の時空間グラフ上のエッジ単位の回帰として為替レート予測をモデル化します。通貨をノード、為替レートをエッジ特徴量とし、金利をノード特徴量に用います。この構造は通貨間および金利間の関係を表すことを意図しています。…

本研究では、金融予測における教師ありオートエンコーダーと、トレード戦略のパフォーマンスへの影響を検討しています。学習した表現を分数次差分特徴量およびトリプルバリアラベルと組み合わせ、学習中にノイズを加えることでリスク調整後リターンが変化するかを検証しています。評価には、2016から2022までのビットコイン、ライトコイン、イーサリアムのデータを用い、パフォーマンス指標としてシャープレシオとインフォメーションレシオを使用しています。…

この論文は、暗号資産ポートフォリオの運用にSoft Actor-Critic（SAC）とDeep Deterministic Policy Gradient（DDPG）を用いることを提案します。エージェントは、過去の市場データを使うシミュレーション環境で連続的な取引行動を学習します。下方リスクと取引コストを考慮しながら、累積リターンを目指してポートフォリオのウェイトを調整します。SACはエントロピー正則化目的関数を用い、論文ではこれがノイズの多い状況で安定性を高めるとしています。…

この文書では、金融機関が申込者の生データを統合できない場合に、借り手の所得を推定する連合学習の手法を提示します。各機関はデータをローカルに保持したまま、共有モデルを学習します。評価では、過去の貸出記録を使って州別のクライアント群をシミュレートし、後続データに対する連合学習の推定値を、データを統合したモデルおよびローカルデータだけで学習したモデルと比較しています。…