コンテンツへスキップ

ナレッジライブラリ

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。

ライブラリを検索

146件の資料

Machine Learning for Trading

このノートブックでは、GJR-GARCHモデルを使って、S&P 500株式とオプションの分析向けに条件付きボラティリティ特徴量を作成します。過去価格に基づく固定ルールと異なり、推定済み特徴量は推定期間に依存します。そのため、再適合のスケジュールを明示し、過去の観測値だけからパラメーターを推定して、生成元の情報集合が保たれるよう時刻と分割の識別情報を付けて値を出力します。後のデータが過去の特徴量に影響しないよう、再帰計算の初期値と上下限も推定期間内のデータに固定します。…

株式オプションボラティリティバックテスト
Machine Learning for Trading

このノートブックでは、S&P 500株のアット・ザ・マネーのショート・ストラドルについて、将来リターンのラベルを作成しています。日次パネル上の名目30日ストラドルは、セッションごとに異なる契約を表すため、価格系列を単純にずらすと異なる金融商品が混在します。その代わりに、ラベルは実際に建てたコールとプットの個別契約を追跡し、その後の価格または決済価値を取得して、各取引に有効なエントリーと決済のデータがあるか確認します。また、満期保有リターンを主要指標とし、デルタヘッジ型を含む固定期間の診断指標と区別しています。…

オプションボラティリティデリバティブ価格評価統計
arXiv papers

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。…

株式オプションリスク管理モメンタム
Machine Learning for Trading

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。…

株式オプション機械学習ファクター投資
Machine Learning for Trading

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…

オプション株式機械学習統計
Machine Learning for Trading

このノートブックでは、不完全または不一致の評価サンプルによって結果が歪まないよう、S&P 500オプションの予測モデルを比較する方法を説明します。各モデルをファミリー、設定、チェックポイントで特定し、予測が登録済みの適格性契約を満たすか確認するとともに、母集団間でクロスバリデーションのIDが共通であることを検証します。系列モデルは過去の履歴を必要とするため、対象行数が少なくなることがあります。そのため適格性グループが異なるデータ同士を比較すると、モデル差とサンプル差が混在します。…

オプション機械学習統計バックテスト
Machine Learning for Trading

このノートブックでは、ATMストラドルを売り、満期まで保有する戦略の候補特徴量をスクリーニングします。各取引日について、利用可能な銘柄を特徴量で横断順位付けした結果と、最終的なストラドル損益の順位を比較し、その順位の一致度を検証期間にわたって平均します。ポジションの重複を考慮して不確実性を調整し、多数の候補を同時に検定するため偽発見も制御します。…

オプション米国市場統計機械学習
Machine Learning for Trading

このノートブックでは、検証用予測をロングオンリーの株式ポートフォリオとして評価します。各ラベルの頻度で決まる判断スケジュールに従い、上位K銘柄を等ウェイトで選びます。乱数シードを固定したランダムシグナル実行で、終値から翌営業日の始値までのイベント順序を確認し、同じバックテスト手順でポートフォリオの集中度を変えて比較します。オプション由来の変数は予測入力として使い、取引対象は株式です。…

株式オプションバックテストポートフォリオ構築
Machine Learning for Trading

このケーススタディでは、S&P 500の株式・オプション特徴量パネルで系列モデルを比較します。ルックバック期間を通じてゲート状態を保持するLSTMと、直近水準を除去して線形写像を当てはめるN-Linearベースラインを組み合わせています。このベースラインにより、同じ期間をより単純に写像する方法を超えて、再帰的な記憶が価値を加えるかを検証します。予測対象には株式の将来リターンとリスク調整後リターンのラベルが含まれます。…

株式オプション機械学習バックテスト
Machine Learning for Trading

このノートブックでは、説明対象のS&P 500ショートストラドル運用エンジンに、汎用的な目標ウェイト型リスクオーバーレイが適さない理由を説明します。エンジンは週次コホートに固定の資本比率を割り当て、各コホート内でウェイトの合計が1になるよう正規化します。そのため、ウェイトを縮小しても正規化で元に戻り、ドローダウンやボラティリティのオーバーレイが制御する現金配分は残りません。代わりに、ヘッジのしきい値、決済規則、エントリーコスト、コホート数など、戦略仕様に適切な制御を設けます。…

オプションリスク管理バックテスト
Machine Learning for Trading

このケーススタディでは、アット・ザ・マネーのショートストラドルを対象に、満期までのリターンを予測する勾配ブースティングモデルを比較します。木の複雑さと、二乗誤差、絶対誤差、Huber損失という3つの適合目的を変えて評価します。ボラティリティイベントがあった年を含む2つの期間でウォークフォワード検証を行い、予測を情報係数(IC)で評価します。各ブースティング段階で独自の予測を生成するため、チェックポイントは別々のモデル候補として扱います。…

オプションボラティリティ機械学習バックテスト
Machine Learning for Trading

このノートブックでは、S&P 500の株式・オプション研究で主要ラベルを予測するパッチ化トランスフォーマーを学習させます。各銘柄の過去の入力期間を連続したパッチに分け、各パッチをアテンションのトークンとして扱います。アテンションは期間内の離れた箇所を直接比較でき、パッチ化によって系列が短くなります。大きなパッチは計算負荷を減らしますが、パッチ内の細部を圧縮します。このモデルのルックバック期間と学習スケジュールは、研究内の他の深層学習アーキテクチャと共通です。…

株式オプション機械学習バックテスト
Machine Learning for Trading

この設定では、S&P 500構成銘柄を対象に、週次のアット・ザ・マネー・ストラドル売りを検証します。ポジションは金曜日に建て、満期に向けて保有し、オプションのデルタ変化に応じて日次で株式ヘッジを行います。ポートフォリオでは期間が重複するコホートに資本を分散し、主な評価指標を満期までのリターンとします。時系列順の学習、検証、ホールドアウト期間に加え、複数のポートフォリオ配分方法と、分散リスクプレミアムがリターンを説明できるかの分析を用いて評価します。…

オプションボラティリティリスク管理バックテスト
arXiv papers

この論文は、離散時間のセミスタティック戦略と、限られた種類のオプションの動的取引の両方を利用できる場合の、エキゾチックデリバティブのモデル非依存なスーパー複製価格を研究します。スーパー複製境界は、単一の価格モデルを前提とせず、あらゆる結果におけるデリバティブのペイオフをカバーする戦略のコストを示します。…

オプションデリバティブ価格評価裁定取引リスク管理
arXiv papers

この文書は、市場で観測された範囲を超える権利行使価格において、インプライド・ボラティリティの外挿がデュピール局所ボラティリティの推定値に与える影響に焦点を当てています。一般的な実装ではまず、インプライド・ボラティリティ曲面を滑らかに表現する近似を当てはめ、次に対応するコール価格曲面から局所ボラティリティを導きます。市場データが極端な権利行使価格の領域をカバーしていないため、その領域まで曲面を拡張する必要があり、その選択がモデルの挙動に影響する可能性があります。…

オプションボラティリティデリバティブ価格評価統計
arXiv papers

この文書では、静的なエネルギー貯蔵の最適化をオプションの行使問題として分析します。変分解析から暗黙的な最適行使ルールを導き、キャリーコストや充放電回数の上限などの制約に応じてルールがどう変わるかを示します。また、現在価格に基づく本源的価値評価と、将来の価格不確実性を考慮する確率的評価を比較します。確率的な行使戦略はバンバン型をとり、本源的価値に基づく戦略に近いことを分析により示しています。…

コモディティオプションデリバティブ価格評価平均回帰
arXiv papers

この文書は、有限期間までの現物価格とオプション価格のシミュレーション経路を対象に、リスク中立測度を学習する数値手法を概説しています。設定には凸な取引コストと凸な取引制約が含まれます。学習されるのは最小エントロピー・マルチンゲール測度で、オプション価格の市場シミュレーターを訓練した後に得られます。この測度は、確率的インプライドボラティリティのモデリング、リスク中立価格評価、ディープヘッジに活用できます。…

オプションボラティリティ機械学習リスク管理
arXiv papers

この研究は、現物資産とそのオプションなど、取引可能な金融商品を含むシミュレーション市場について、機械学習で最小同値マルチンゲール測度を求めます。さらに、取引摩擦がある市場向けに手法を拡張し、近マルチンゲール測度を探索します。この測度の下では、ヘッジ商品の価格がビッド・アスク・スプレッドの範囲内でマルチンゲールとして振る舞います。この方法でドリフトを取り除き、ヘッジと、戦略が統計的アービトラージに利用し得る機会とを分離することを目指します。 得られた測度を使って、エキゾチックなペイオフ向けにDeep…

機械学習オプションデリバティブ価格評価注文執行
arXiv papers

この論文は、Bitcoinを原資産とする欧州型オプションの価格評価を扱い、BitcoinとUSドルの為替レートに焦点を当てています。暗号資産取引の拡大と、Bitcoinの為替レート動態を記述するモデルの必要性を踏まえて分析を行っています。提案する枠組みでは、連続的な変動と急激なジャンプの両方で価格推移を表すジャンプ拡散モデルを使います。…

暗号資産オプションデリバティブ価格評価ボラティリティ
arXiv papers

本ノートは、為替レートが到達可能な反射境界を持つターゲットゾーン内に制限される場合の、外国為替オプションの価格評価を解説する方法を示しています。この設定から導かれる無裁定条件として、外国と国内の短期金利の差が確定的ではあり得ないことを説明しています。狭いバンドでは、解析しやすい解が得られる限り、計算上の利便性を考慮して為替レート過程を選べます。…

外国為替オプションデリバティブ価格評価平均回帰
arXiv papers

各取引に比例手数料と固定最低手数料のいずれか大きい方がかかる場合の、ゲームオプションの部分ヘッジを研究しています。連続時間のBlack–Scholesモデルにおいて、オプション債務を全額履行できないリスクであるショートフォールリスクを最小化するトレード戦略が存在することを証明しています。…

オプションデリバティブ価格評価リスク管理ポートフォリオ構築