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。
187件の資料
この設定では、企業特性で順位付けする月次ロング・ショートUS株式ポートフォリオを記述します。46特性を持つ完全データ銘柄群、月末の判断、翌日始値での執行、ロングとショート各側の等ウェイト、借株を含む大きな取引コストを指定します。特徴量一覧では、バリュー、クオリティ、投資、モメンタムなどのシグナルを分類し、想定する更新遅延と失敗要因を記録します。さらに、月次リターンラベルとウォークフォワード評価を定義し、2016をホールドアウト期間として確保します。…
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…
この設定では、株価指数、国債、エネルギー、金属、通貨、農産物、畜産物にわたる週次の先物研究ユニバースを定義します。金曜日の決済価格を意思決定時点とし、執行時点を月曜日の寄り付きに設定します。戦略の枠組みでは、キャリーまたはモメンタムに基づいて先物商品を順位づけし、同リスクまたは想定元本によるサイジングでロング・ショートポジションに対応します。コストの前提は商品ごとの流動性に応じて異なり、手数料、スプレッド、ロール時のスリッページを含みます。…
このノートブックでは、モメンタムシグナルの見かけ上の質が、妥当な研究上の選択を変えても維持されるかを調べる枠組みを示します。指定されたホールドアウト期間より前の実際のETFデータを使い、ルックバックのパラメーターを一度に1つずつ変え、HAC調整済み統計量で横断面情報係数を測定します。観測された最高値を目標にするのではなく、ピークに近いパフォーマンスを維持する設定の幅でパラメーターの頑健性を定義し、広いプラトーと狭い最適点を区別します。…
このノートブックでは、重複するリターン期間や、関連するモメンタム、ボラティリティ、オシレーター指標から作成したETF特徴量を使い、線形モデルを比較します。こうした予測変数には共線性があり、通常の最小二乗法では係数が不安定になります。この実験ではウォークフォワード検証フォールドごとにリッジ、ラッソ、ElasticNetの設定を適合し、データ依存のペナルティ水準をフォールドごとに決定します。また、すべての設定が同じ銘柄、日付、フォールドで評価されていることを確認します。…
このノートブックでは、ETFの将来リターンを予測する教師ありオートエンコーダーを紹介します。ネットワークはファンドの特徴量行を低次元の表現に圧縮し、その表現から直接リターンを予測します。同じモデル群の条件付きオートエンコーダーと異なり、リターンが少数の共通ファクターから生成されるとは仮定しません。再構成損失とリターン予測損失を同時に学習するため、目的ラベルを変えると別個のモデルが適合されます。…
このノートブックでは、売買シグナルや発表などのイベントが市場ベンチマークを上回るリターンを予測するか検証する方法を説明します。流動性の高いETFのモメンタム・ブレイクアウトを例に、イベント前のリターンから市場モデルを推定し、イベント期間の異常リターンを計算してから、日次平均を集計し、信頼区間と有意性統計量を伴う累積平均異常リターン（CAAR）を算出する手順を示します。…
この文書では、観測日の調整後終値と後続の取引日の価格を用いて、ETFの日次将来リターンラベルを作成する方法を説明します。月次期間を主ラベルとし、より短い週次バリエーションも作成します。適格性フィルターを適用する前に、各銘柄の完全かつ整列済みの価格履歴からラベルを計算します。アサーションで、不完全な末尾、異常に長い暦日間隔、銘柄の境界、ラベル型を検査します。…
このノートブックでは、共通のETFモメンタム戦略インターフェースをAlpacaに接続する方法を実演します。既定では、オフラインのシミュレーション経路を利用できます。ブローカーや市場データのアダプターを変更しても、戦略、注文ログ、シャドーモードのラッパーは同じままにできることを説明します。ライブのペーパートレード接続前には、任意のSDK、認証情報、口座状態を個別に確認します。口座スナップショットには現金、純資産、保有ポジションが含まれます。シャドーモードでは、提案する注文を記録しますが、送信はしません。…
この文書では、モメンタムおよびクロスアセット研究の候補プールを目的とした日次ETFデータセットについて説明しています。USや国際株式、債券、コモディティ、特殊ファンド、通貨を含む9つのカテゴリーを扱っています。データはYahoo Financeから取得し、付随するワークフローでレコードをダウンロード、保存、読み込み、フィルタリングし、プロファイルします。銘柄別およびカテゴリー別のカバレッジを確認し、履歴や取引高の違いを把握できます。…
実際のETFデータと価格から算出したモメンタムの例を用いて、単一ファクターを評価します。将来リターンに対するクロスセクションのSpearman情報係数を測定し、期間ごとに比較します。また、日次クロスセクションICの平均と、全観測値をまとめて計算する相関係数の違いを説明します。さらに、ICIR、統計的不確実性、分位点リターン、上位と下位のスプレッド、単調性、売買回転率、シグナルの減衰も扱います。対象範囲と鮮度の確認では、ファクターが存在し、想定どおり更新されるかを調べます。…
この研究は、資産価格のバブルがどのように形成され崩壊するかを説明する、簡潔な確率微分方程式を提示します。モデルは、安定した値への平均回帰、トレンドフォローに伴う投機的な社会反応、ランダムな変動という3つの力を組み合わせています。それらが相互作用するとバブルのような動きが生じる可能性があり、市場力学を、非金融分野にも見られる心理的・社会的プロセスと結び付けています。…
本研究では、5分足のOHLCVに基づく日中モメンタムシグナル14種類について、Micro E-Mini Nasdaq 100先物で2021から2025まで取引可能な優位性が得られたかを検証しています。947取引日を対象に、拡大型ウィンドウのウォークフォワード検証を行い、統計的な強さ、取引回数、現実的なコスト、テスト対象年を通じた一貫性、該当する場合の置換検定による有意性など、5つの要件に照らしてアウト・オブ・サンプルのリターンを評価しています。…
この論文は、自発的対称性の破れという考え方をアービトラージのモデル化に適用しています。アービトラージ戦略が対称性の破れた相で機能すると捉え、制御パラメーターによってアービトラージ状態と非アービトラージ状態の移行を表します。著者らはモメンタム戦略の過去データを使ってそのパラメーターを推定し、戦略の挙動を調整します。…
この研究は、対象銘柄をKOSPI 200のサブグループに絞った場合、韓国株の価格モメンタムの成績が変わるかを調べています。サブマーケット間でモメンタムリターンを比較し、企業規模や流動性で分類したポートフォリオでも傾向を確認しています。分析は、戦略の成績が検証対象の銘柄群全体で一様なのではなく、組み入れる銘柄によって変わることを示しています。 一部の狭い市場ではモメンタムリターンが高く、大型株を含むKOSPI…
本研究は、エージェントベースの連続ダブルオークションを用いて、チャーティストの群集行動が流動性ストレスを生むかどうかを調べています。群集行動をするエージェントの割合と強度にわたって相図を作成し、モデルのルール、モメンタムの期間、符号をスクランブルした帰無比較を変えても、観測された挙動が維持されるかを確認しています。ストレスは片側の注文板が生じるイベントの割合で測定しています。…
この戦略は、LSTMを基盤とするDeep Momentum Networkにオンライン転換点検出を組み合わせています。ネットワークがトレンドの推定値とポジションサイズを学習し、検出モジュールが転換点の候補とその深刻度を示します。これにより、持続的なトレンドへの追随を目指す遅い時系列モメンタムと、局所的な動きに応じてエクスポージャーを反転できる速い平均回帰のバランスを取れます。急激なレジーム変化の近辺で生じるモメンタム損失への対処を意図しています。…
本論文では、過去データが限られた資産で学習する横断戦略における過学習を扱います。ソースデータセットで学習したエンコーダー・アテンションモジュールの表現を、より小規模なターゲットデータセットに特化した別モジュールと組み合わせるFused Encoder Networksを導入します。情報の共有と融合によって汎化性能の向上を目指し、セルフアテンションにより学習時と推論時の両方で銘柄間の相互作用をモデル化します。…
本論文は、価格リターンや頻繁に更新されるシグナルを用いて複数の暗号資産を取引する枠組み、マルチファクターInception Networks（MFIN）を提示します。暗号資産の履歴が短いという課題に対応するため、ネットワークのハッシュレートや検索関心度などのファクターを加えることを提案します。MFINはDeep Inception Networksを拡張し、複数のファクターと資産をまとめて処理します。…
StockGPTは日次株式リターンを数値トークンの系列として扱い、自己回帰モデルを学習させて将来のリターンを予測します。そのアテンション機構は、従来の価格ベースのシグナルを手作業で指定せず、リターン履歴から時間的なパターンを直接学ぶことを意図しています。この論文では、日次または月次でリバランスするロング・ショート・ポートフォリオを使って予測を評価します。…
この文書は、欧州型、米国型、時系列モメンタム型を含むトレンドフォロー・システムの設計と比較の枠組みを構築しています。欧州型のシステムについては、損益、自己相関、ボラティリティで正規化したリターンのドリフトの関係を導きます。分数ARFIMA過程を用いた分析では、短期リターンに平均回帰があっても、長期の正の自己相関が収益性を支え得ることが示されています。周波数領域の見方では、低周波数側のスペクトル量が十分に強い場合にトレンドフォローが有利となり、ドリフトもより長いルックバックに役立つ可能性があります。…
この文書は、ガウス分布の仮定のもとで、トレンドフォロー戦略が株価変動をどう損益に変えるかを分析しています。損益分布を導き、その平均、分散、歪度、尖度、裾の分位点を調べます。頻繁に発生する小さな損失と、頻度は低いものの大きな利益という戦略の非対称な結果を、異常な価格変動だけでなく、トレンドフォローの仕組みに結び付けています。…