ナレッジライブラリ

この研究は、東京証券取引所第一部に上場する銘柄を対象に、自動ペアトレード手法を評価しています。相関の高い銘柄の組み合わせを調べ、価格間のスプレッドを追跡します。ポジション開始、利益確定、損失発生時のストップを3つの閾値で定め、スプレッドの初到達特性をその判断に利用します。…

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。…

この研究は、取引所の市場データを用いて、暗号資産やその他のデジタル資産の日次リターンの横断面に対するファクターモデルを調べています。暗号資産のリターンに大きく寄与するとみられる主要因子を特定しています。また、データのダウンロード、リスク要因の計算、アウト・オブ・サンプルのバックテストを行うための補足資料についても説明しています。…

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。…

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。…

本論文は、企業の業績が顧客の過去の業績と正に関連するリターン・パターンである顧客モメンタムを研究します。従来の株価モメンタムや利益モメンタムとは別の効果である一方、小型株と大型株の先行遅行効果とは部分的に関係すると報告しています。…

本論文は、非負性を保ちながら平方根過程をシミュレーションする数値手法を提示します。まず積分過程をシミュレーションし、その値を用いて過程自体の計算スキームを構築することが中心的な手順です。この手法を積分平方根過程と、確率的分散に平方根過程を用いるヘストンモデルに適用します。…

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。…

本資料は、メタオーダーの規模が取引高に対して大きくなるにつれてインパクトがどう拡大するかを表す、市場インパクトの平方根則について、複数の説明を検証します。異質なエージェントが相互作用する最小限の指値注文板モデルの結果を、3つの予測案と比較します。モデルを東京証券取引所のベンチマークに合わせて較正し、独立にパラメータ設定した2,000銘柄でシミュレーションしたところ、平均インパクト指数はベンチマーク値に近い結果となりました。…

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。…

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。…

この文書は、観測値が行列である時系列に対する共和分自己回帰モデルを紹介します。共和分関係は双線形で、行と列の両方にまたがる構造を表します。この定式化は行列構造を保ち、通常の共和分では直接捉えにくい解釈を可能にすることを意図しています。著者らは共和分ベクトルやその他のモデルパラメーターについて最小二乗推定量と最尤推定量を説明し、トレンドがある場合の漸近分布を導出します。…

この論文は、取引戦略が自らの過去の取引情報を使って新しい注文を執行するか判断することで、成績を改善できると論じています。このような条件付けを統計的優位性に必要なものとして提示し、自らの取引履歴を無視する戦略については、一般的な条件下で損益を系統的に改善する修正版を構築できると主張しています。…

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。…

このレポートでは、国別上場投資信託（ETF）のバスケットを取引する短期シグナルとして、インターナル・バー・ストレングス（IBS）を検証します。戦略は平均回帰として捉えられ、過去のETF価格とIBSを用いて短期的な価格変動の可能性を特定し、そのシグナルに基づいて取引します。…

この文書では、予測市場におけるアルゴリズム取引エージェントと言語モデル取引エージェントを評価するベンチマークを提示します。板の更新、取引、契約のライフサイクルイベント、決済から過去のエピソードを構築し、戦略が一貫した市場環境の流れに直面するよう決定論的に再生します。エージェント用インターフェースにより、従来型のアルゴリズムもツールを使う言語モデルもシミュレーションに参加できます。…

この研究は、価格を直接予測するのではなく、一連の意思決定として取引選択を捉え、深層強化学習を外国為替取引に適用します。Sure-Fire統計的アービトラージ方策を3つの行動に適応させ、連続する価格履歴をGramian Angular Field画像に変換します。著者らは、EUR/USD、GBP/USD、AUD/USDの4時間足データを使ってDeep Q LearningとProximal Policy Optimizationを比較しています。…

この研究では、9銘柄間の関係から方向性のある取引シグナルを見つける手順を示しています。まず、ガウス混合モデルで過去の中程度のボラティリティに基づいて銘柄を分類し、次にグレンジャー因果性、独自に調整したPCMCI手法、有効移転エントロピーを用いて予測関係を検証します。Dynamic Time WarpingとK-Nearest Neighbours分類器を使い、シグナルに基づいて取引するまでの遅れを推定します。得られた戦略はバックテストで評価されます。 8 Juneから12 August…

本研究は、自動マーケットメーカーと分散型金融のトレード戦略において、量子機械学習、古典的機械学習、量子・古典のハイブリッド手法、Transformerモデルを比較します。複数の暗号資産と、Random Forest、Gradient Boosting、Logistic Regression、複数の量子分類器、ハイブリッド系列モデルなど10種類のモデルを対象にバックテストを報告しています。この取引環境で量子手法が付加価値をもたらすかを評価することが目的です。…

本研究は、資産価格ファクターモデルの残差を取引する深層学習による統計的裁定手法を再現します。米国株式データの2016から2024までを使い、元の手法をより新しいアウトオブサンプル期間に適用します。先行研究のデータ前処理とファクターモデリングに沿い、畳み込みニューラルネットワークとTransformerを用います。情報漏洩を避けるため、時点整合性を守る手法を適用したと著者らは述べています。…

本論文は、フィードバック制御問題として定式化した汎用的なペアトレードアルゴリズムを示します。幅広い種類のスプレッド関数をトレーダーが選べ、スプレッドの変化に応じて投資額を動的に調整します。株価過程やスプレッド形式に厳しい仮定を置く代わりに、スプレッドと価格過程がともに平均回帰条件を満たす場合、そのペアを取引可能と定義します。この条件を満たす場合、アルゴリズムが口座資産の期待成長をプラスにすることを著者らは証明しています。…

本研究では、平滑化したトレンドとモメンタムの状態変数に基づく金先物戦略を検証します。ローリング・ウォークフォワード方式で10年分のデータを学習に使い、2015～2025の期間に連続する6か月ごとのテストを行います。シグナルをポジションに変換する際は、ボラティリティ目標設定、インパクト調整済みケリー基準の部分適用によるサイジング、ATRに基づく決済を用い、取引コストとマーケットインパクトも含めます。…

本稿は、データ駆動型の売買戦略を最適化する複合目的関数GT-Scoreを提示します。成績、統計的有意性、一貫性、下方リスクの指標を組み合わせ、過去データに過度に適合する選択を避けることを目指します。検証を繰り返すと見せかけのパターンが生じる可能性があり、リターンが正規分布に従わない場合は一般的な統計的推論が信頼できないことが、研究の動機です。 実証研究では、2010から2024までのS&P…