AIエージェントが読んだ書籍、論文、記事、コードについて、Stratmillのリサーチエージェントが要約と主なアイデアを紹介します。各ページから原文を確認できます。
356件の資料
このノートブックでは、モデル学習の前に、データが週次のクロスセクション先物戦略に利用できるか確認します。CME商品を順位付けし、順位の高い契約を買い、低い契約を売る設計を説明します。また、リバランス日に両側のポジションを構成できるだけの銘柄が気配値を付けているか調べます。コストの実行可能性を評価するため、取引所の契約仕様と最小価格変動幅を使って想定売買スプレッドのコストを表し、価格変動とコストを共通の尺度で比較します。シグナルの持続性と、ホールドアウトを参照せずに開発期間で繰り返しウォークフォワード分割を行えるか…
このノートブックでは、NASDAQ ITCH由来の取引記録を用いて、日中の取引活動を調べます。個々の取引を時間足に再集計し、活動度が3段階の各層から選んだ1銘柄について、株数ベースの出来高、取引件数、終値、出来高加重価格を比較します。最も活動度が低い銘柄では、まばらな取引を見やすくするため、時間足を広く取ります。また、最も活動度が高い銘柄群について、各時間足の出来高をその銘柄の日次出来高に占める割合で示して正規化し、取引規模ではなくタイミングを反映する平均パターンを算出します。…
このノートブックでは、注文サイズに応じた市場インパクトの増加を説明し、平方根参加率モデルを用いて戦略の運用可能規模を検討します。ボラティリティや平均日次出来高などの市場データから得られる入力と、戦略自身の約定記録を使った較正が必要なインパクト係数を区別します。市場パネルは株式、先物、暗号資産、FXを対象とし、一部の出来高指標では米ドル建て想定元本による比較ができない理由も説明します。…
このガイドでは、マイクロストラクチャー研究向けのUS株式板情報ティックデータの2つのデータ源、Databentoのマーケット・バイ・オーダーイベントとNASDAQ TotalView-ITCHメッセージを紹介します。形式、カバレッジの特徴、おおよそのデータ量、トレードオフを説明します。MBOは追加、変更、取消、約定などの処理済み注文イベントを提供します。一方、ITCHは無料の生バイナリ配信で、解析と正規化が必要です。…
このノートブックでは、PPOエージェントを訓練し、無期限先物の時間足を使って親注文の売却スケジュールを決定します。価格・出来高の履歴に無期限先物のプレミアムと次回の資金決済までの時間を加え、各時間足の判断時点ではまだ分からない情報にはラグを設けます。訓練期間と評価期間は日付で分け、その分割を確認します。学習したスケジュールを、同じ評価期間における固定スケジュールおよびルールベースのスケジュールと比較し、対応のある差と標準誤差で比較結果を示します。…
このノートブックでは、過去データに日次の始値、高値、安値、終値、出来高はあるものの気配値がない場合に、ビッド・アスク・スプレッドを推定する2つの方法を比較します。Corwin-Schultz法は日次および2日間の高値・安値レンジを比較し、価格の極値は売り気配または買い気配での取引を反映することが多いという仮定に基づき、スプレッドとボラティリティを分離します。Roll法は、売り気配と買い気配の間で取引が交互に起きることで生じるリターンの負の系列共分散から、相対スプレッドを推定します。両手法とも、仮定が成り立たない場…
このノートブックでは、気配スプレッドのうちどの割合を負担するかという仮定によって、S&P…
この文書では、売買を自動停止する再利用可能な状態機械を示します。状態はクローズ、オープン、ハーフオープンです。同じ状態遷移ロジックを、口座ドローダウン、日次損失、連続して損失が出たセッション、システム遅延という4種類のリスクに適用します。復旧タイムアウト後、ブレーカーはハーフオープンに移行し、試験的な観測を許可します。その観測によって通常運用に戻るか、停止が再開されます。監査記録には復旧確認を含むすべての状態変化を記録し、トリップ時には別のコールバックから個別に通知できます。…
このデータガイドでは、板情報と市場ミクロ構造の分析に使うUS株式ティックデータの2つの取得元を比較します。Databentoのマーケットバイオーダー記録には、追加、変更、取消、取引のイベントが前処理済みで含まれます。一方、NASDAQ…
この事例研究では、広範なUS株式ユニバースを対象に日次の横断面シグナルを評価し、特定時点のデータや設計した特徴量から、モデル比較、ポートフォリオ構築、コスト、未使用データでの評価まで、長い研究工程を示します。ウォークフォワード検証、複数の将来リターン期間、線形モデルと木ベースモデル、表形式および時系列のニューラルモデル、潜在因子法を用います。トレード戦略では、時代に応じた取引コストと借株を考慮し、ドルニュートラルのロング・ショートポートフォリオ向けに株式を順位付けします。…
このモジュールでは、強化学習環境で使う暗号資産市場シミュレーションのパラメータを推定します。選択した銘柄の無期限先物市場データを時間単位で読み込み、終値間の対数リターンを計算して、GARCH(1,1)ボラティリティモデルを当てはめます。推定用ライブラリが利用できない場合や最適化に失敗した場合は、二乗リターンの自己相関と事前に定めた範囲を使うモーメント法に切り替えます。持続性を制約し、無条件ボラティリティをサンプルの変動に合わせます。…
この文書では、固定期間にわたりポジションを清算するエージェントを学習させるGymnasium環境を説明します。観測値には残存在庫と残り時間のほか、スプレッド、市場の厚み、ボラティリティ、通常またはストレスのレジームが含まれます。連続値のアクションで基準スケジュールに対する執行ペースを設定し、参加率とスケジュールの上限で取引を制約します。完了を確実にするため、最終ステップですべての残存株式を売却します。…
このノートブックでは、プレーンなPythonによるオーケストレーション、CrewAI、LangGraphを使って、4段階の予測ワークフローを表現します。状態の保持場所、失敗の調査や復旧方法、各方式が追加する依存関係、トレースの仕組みを比較します。ネイティブ版とLangGraph版は同じ専門家クラスを組み合わせますが、CrewAI版は役割を与えたタスクを使い、モデル呼び出しの経路も異なります。そのため、予測確率はフレームワークの性能を統制条件下で比較したものではありません。…
このノートブックでは、親注文を有限期間の制御問題として扱います。各時間区間で、表形式Q学習が、時間と残存在庫に加えて直近に観測したスプレッドおよびボラティリティのレジームを条件として、VWAPベースの取引分割量に掛ける倍率を選びます。報酬では、スプレッドやシナリオに基づく市場インパクトを含む執行コストと、ボラティリティの高い時間帯に在庫を保有することへの線形ペナルティのバランスを取ります。参加率の上限で約定量を制約し、終端ペナルティによって未約定在庫にコストを課します。価格やリターンのシグナルは除外し、方向性のタ…
このノートブックでは、ETF株式戦略の運用サイクルを実演します。市場データを更新し、金融特徴量を計算し、Ridgeモデルを再学習して、最新の横断的予測を生成します。それらをバックテストエンジンで再生し、上位銘柄のバスケットをペーパーブローカー向けに準備します。正則化の設定はリサーチレジストリから取得し、固定された設定と照合します。オフライン再生から基準となる取引記録を作成し、保存された実行記録では予定、試行、受理、失敗した注文を追跡します。…
この横断的な分析では、情報係数（IC）で測定した予測情報が、9つのトレード事例でポートフォリオのシャープレシオにどう結び付くかを調べます。中心となる点は、実装がこの関係を左右するということです。エントリー規則、ポジションサイズ、リバランス頻度、取引コストによって、シグナルの順位付け能力が戦略のパフォーマンスにつながるかが決まります。同じ選択済み設定について、ホールドアウトのICとホールドアウトのシャープレシオを比較し、検証期間とホールドアウト期間のシャープレシオも比較します。また、ICで首位のモデル群がシャープレ…
このノートブックでは、個別の満期先物から連続した先物価格履歴を構築する方法を説明します。取引高を使って期近限月を特定し、不自然な切り替えを避けるためロールバックを禁止する制約を適用したうえで、暦日ベースのロール時期と実際の取引活動を比較します。データ上の注意点として、単独の先物とカレンダースプレッドを分けること、コントラクトのシンボルに完全な年が含まれていない場合があること、構築した系列とベンダー系列を比較する前にバーの頻度を揃えることも挙げています。…
このノートブックでは、予測値、集中度、配分ルールを固定したまま、有力なETF資産配分の設定を2種類のコストグリッドで再評価します。事例研究で使う株当たり手数料と半スプレッドのモデルと、取引額に比例して課金するベーシスポイントのグリッドを比較します。前者はETFの取引コストと株数の関係を反映します。複数のコスト水準で登録済みのバックテストを行って成績低下曲線を作り、純シャープレシオがゼロになる水準や、テストしたグリッドがその交差をどこまで限定するかを評価できます。この比較はコストの仮定への感応度を明らかにするもので…
このノートブックは、3月2020の単一取引日における各AAPL取引について、その時点で有効な最良買い気配と最良売り気配を再構築し、Lee–Ready法で買い手と売り手のどちらが取引を主導したかを推定します。タイムスタンプ順に気配値と取引を並べ、最新の買い気配と売り気配を引き継ぎ、各取引価格を気配仲値と比較します。仲値から外れた取引は気配値テストで分類し、仲値での取引は直前の価格変化の方向を使うティックテストで分類します。こうして売買方向の符号を付けた取引データから、スプレッド分布、注文不均衡、取引日の売買主導方向…
このノートブックでは、US株式パネルから構築した戦略が取引摩擦に耐えられるかを評価する方法を説明します。検証シャープレシオを使ってラベルごとに1つの設定を固定し、同じ戦略を指定した複数のコスト水準で再評価します。これにより、選んだコストの仮定でたまたま最も成績が良くなる戦略を検証中に選んでしまうのを防ぎます。対象にはシグナル、資産配分、リスク管理オーバーレイの各段階が含まれ、リスク戦略を再評価する際もオーバーレイを維持します。…
この研究では、登録済みの各戦略設定を固定したまま、有力なETFの資産配分とリスク管理の組み合わせを2種類のコストグリッドで再評価します。一方は取引ごとのベーシスポイント、もう一方は事例研究で定めたコスト基準である株当たり手数料と半スプレッドを使います。固定スプレッドが価格水準の異なるファンドに対して異なる価格比率を表すため、2つのパネルは異なる問いに答えます。点ごとではなく、成績の低下パターンと損益分岐水準を比べる必要があります。…
この検証スクリプトでは、モデル予測からポートフォリオのウェイト、バックテストまでの縮小版CME先物リサーチ手順を実行します。予測が想定された商品、タイムスタンプ、分割のキーを正確に網羅すること、適合済みの状態と予測ファイルが記録されたダイジェストに一致すること、同じ要求を再実行すると同じ成果物が再現されることを確認します。プレビュー出力が公式の対象群や候補群から分離されていることも確認します。…
このノートブックでは、取引摩擦、資金調達、ファンド経費を別々にモデル化し、グロスリターンをネットパフォーマンスに換算する記述的な方法を示します。パラメータ化したコスト構成では、売買回転率と取引規模から取引コストを、レバレッジとショートエクスポージャーから資金調達コストを、運用・管理費の仮定から年間経費を計算します。これらの控除を、日次ETFリターン系列の3つの設定に適用します。売買回転率の高いQQQ、レバレッジをかけたQQQ-IWMのロング・ショートスプレッド、売買回転率の低いSPYです。…
このモジュールでは、エンドツーエンドのポートフォリオ学習に使う微分可能な目的関数を定義します。ボラティリティ調整により、資産ごとの上限付きリスクウェイトをポートフォリオのエクスポージャーに変換し、利用可能な資産のグロスリターンを平均します。また、前期のウェイトからの変化に基づく取引コストを任意で差し引きます。リターン系列の評価から初期学習期間を除外できます。…