ナレッジライブラリ

この研究では、ビットコインの内部ネットワークデータと外部特徴量を用い、複数の機械学習モデルで日次の価格方向を予測しています。予測は、2021の第1四半期に収集された未使用データを使った取引戦略で評価されています。二値シグナルによるリターンは、3か月のテスト期間でバイ・アンド・ホールドに匹敵すると報告されています。…

この研究では、暗号資産リターンの主要なモメンタムファクターに関連する平均回帰に基づき、暗号資産の統計的裁定シグナルを提示しています。アルゴリズムの概要とソースコードを示していますが、利用可能な説明ではシグナルの構築方法、ポートフォリオのルール、取引頻度は明らかにされていません。…

この研究では、性能が重視されるC++アプリケーションの遅延を減らす方法を、高頻度取引を主な対象として検討しています。ベンチマーク付きの例、最適化されたマーケットニュートラルな統計的裁定ペア戦略、並行処理の調整に用いるDisruptorパターンのC++実装を含むプログラミングリポジトリを紹介しています。…

本論文は、市場状況が変化し、有用な過去データの参照期間を事前に特定できない場合のポートフォリオ運用を扱います。二段階の手順を提案します。複数の候補期間を使ってポートフォリオを構築し、各期間を専門家とみなしてオンラインでポートフォリオを組み合わせます。集約の重みはポートフォリオの売買回転を含む損失に基づいて更新されるため、頻繁な変更には明示的なコストが伴います。…

本論文は、株式と債券の固定配分、株式・債券・金の固定配分を、現金も保有できるロングオンリーの動的ポートフォリオと比較します。ポートフォリオは公開データを使って月次でリバランスし、リターン、ボラティリティ、超過シャープレシオ、ドローダウン、売買回転率、実現年率ボラティリティの一貫性で評価されます。取引コストは保守的に評価へ含めています。…

本論文は、価格が確率的ボラティリティモデルに従い、下側のバリアに達するとデフォルトする資産の大規模ポートフォリオにおける損失を研究します。確率偏微分方程式でポートフォリオの極限を表し、システミックなブラウン運動で資産価格とボラティリティを結びつけます。関心の対象は、解の総質量に応じた損失です。…

PulseRedditは、大規模なReddit上の議論と高頻度の暗号資産市場統計を対応づけ、ソーシャル情報が短期取引に役立つかを調べます。本論文は、このデータを取り込むLLMベースのマルチエージェントシステムを評価し、その性能を従来のベースラインと比較します。…

本論文は、瞬時ボラティリティが二次ドリフトと線形の分散項を持つ拡散過程に従う、1因子の確率的ボラティリティモデルを紹介します。ボラティリティは一定水準へ平均回帰し、その平均回帰速度はボラティリティ水準に対してアフィンに変化します。このモデルの定常状態におけるボラティリティ分布は、一般化逆ガウス分布族に属します。…

本論文は、情報を持つ取引の割合がマーケットメーカーの利益に与える影響を、エージェントベースの計算市場で研究します。モデルには、情報量と在庫リスクへの回避度が異なるマーケットメーカー、外生的なファンダメンタル価値、内生的な価格、状態依存の自己励起過程に従うマーケットテイカーの注文フローが含まれます。著者らはその注文フロー過程の有限期間における安定性を示し、集中学習と分散実行を用いるマルチエージェント強化学習でマーケットメイキング問題を解きます。…

本論文は、価格動態に長期記憶または非マルコフ的な特徴がある場合の、べき効用を持つ投資家の効用最大化を研究します。ドリフトが適切なバナッハ空間に属するという条件のもと、投資問題の価値がドリフトに関してフレシェ微分可能な形で変化することを証明します。この結果は、閉形式解が得られない場合に効用の結果を近似する基礎となります。…

本研究は、金融資産で観測されるラフボラティリティと、複数の資産価格を結びつける微視的な動態を関連づけます。従来のモデルの多くが単一資産に注目してきたのに対し、著者らは高頻度の相互作用から多変量ラフボラティリティモデルがどのように生じるかを検討します。…

本論文は、マルチエージェント市場シミュレーターが生成する価格と出来高の系列を、過去の市場状況に似せる調整方法を検討します。こうしたシミュレーターは戦略の検証に役立ち、著者らは通常の期間と、COVIDパンデミック初期に見られた状況を含むストレス局面の両方を表現する必要性を強調します。…

本研究は、大規模言語モデルを使った生成エージェントが、異質エージェントモデルで説明されるファンダメンタル重視とトレンド追随の行動構成の変化を再現できるかを検討します。エージェントは現在の情報を使って各戦略を採用する確率を割り当て、その確率を1990から2020までのS&P 500に関する先行研究の知見と比較します。…

本論文は、通常のモンテカルロ法で分散が大きくなり得る2つの状況、すなわち満期が非常に短い場合と、行使価格が大幅にアウト・オブ・ザ・マネーの場合に、Heston確率的ボラティリティモデルのヨーロピアン・コール・オプションを価格付けする重点サンプリング法を開発します。対数価格の累積母関数を大偏差解析し、シミュレーションで希少な価格事象が起きやすくなるよう、状態依存の測度変換を構成します。…

本研究は、金融ニュースの言語モデルによるセンチメントをマクロ経済指標やテクニカルシグナルと組み合わせ、Russell 2000銘柄のポートフォリオを構築します。不確実性を考慮する手法で、予測リスクを偶然的不確実性と認識的不確実性に分け、その推定値をポートフォリオ配分に用いる共分散行列に反映します。銘柄固有の値動きによるシグナル、マクロ要因によるシグナル、両方が一致するケースという3つの選択方式を比較します。…

本資料は、実現ボラティリティから少数の時変因子を抽出して資産ボラティリティを予測する、モデルに依存しない枠組みを説明します。この因子は、計算負荷を抑えながら資産間の連動性の変化を捉えることを目的としており、静的な因子負荷の限界と完全な多変量モデルの計算コストに対処します。市場全体と個別資産の動きを表すため、統計的手法やAIベースの予測手法に追加できます。…

本資料は、トレード戦略の開発と分単位の実行を分けるクオンツ取引向けマルチエージェントシステム、TiMiを紹介します。市場情報の解釈、取引ボットのプログラミング、数学的推論などの専門タスクを言語モデルに割り当てます。大まかな市場パターンから戦略の個別化へと進み、フィードバックループを用いて方針を改善し、実行に移します。…

本研究は、非定常な金融時系列において、データに基づいてボラティリティ・レジームの数を特定する教師なし手法を示します。変化点検出で各系列を局所定常な区間に分割し、区間の分布間の距離を測定したうえで、最適化手順により離散的なレジームに分類します。著者らはこの手法を金融指数、大型株、上場投資信託、通貨ペアに適用しています。…

本論文は、ボラティリティ・ドラッグだけではレバレッジ型上場投資信託の長期的な動きを説明できないと論じています。複利効果がリターンの自己相関などの動態にどう左右されるかを検討します。リターンが独立なら目標倍率に対して期待複利効果がプラスになる場合があり、トレンドは結果を改善し、平均回帰は結果を悪化させる可能性があります。枠組みにはAR(1)モデル、AR-GARCHモデル、連続時間のレジーム転換、異なるリバランス頻度が含まれ、ボラティリティ・クラスタリングとレジームの持続性も考慮されています。…

本研究は、畳み込みニューラルネットワークで為替トレンドを分類する手法を説明します。まず、定量的な市場データを取引チャートに似た画像へ変換し、次にCNNを学習させてチャートパターンを認識し、トレンドのクラスを予測します。モデルの性能は分類精度で評価され、予測結果はトレード戦略の構築を支援することを目的としています。…

本論文はKyleのインサイダー取引モデルを拡張し、長期記憶を持つ取引出来高と、一般的な確率過程に従うノイズトレーダーのボラティリティを組み込みます。均衡条件を導き、インサイダーの最適な取引戦略、価格インパクト、価格ボラティリティを特徴づけます。示された結果では、情報を持たない投資家の出来高が多いほどインサイダーは積極的に取引し、それが通常より変動の大きい価格ボラティリティにつながります。最適戦略自体も長期記憶を受け継ぎ、価格インパクトは分数ノイズの影響を受けます。…

この論文では、ドイツの連続時間市場における日中電力価格の確率的予測に、生成型ニューラルネットワークを提示します。単一の点推定値だけを出すのではなく、複数の価格経路を生成し、取引量を固定した取引設定で市場への売り注文の発注に活用します。…

この報告書では、株式リターンが平均回帰過程に従う場合の、株式と債券の長期配分を検討します。この特性がリスクとリターンのトレードオフをどう変えるか、また特定の仮定と期間のもとで、ポートフォリオの終端価値に下限があるかのように振る舞わせる戦略があるかを問います。…

この文書では、単一期間のKyleモデルを連続時間へ拡張します。確約した自動マーケットメーカーが、独立なブラウンノイズでぼかされた集計注文フローを観測する設定です。線形マルコフ均衡のもとで、ファンダメンタル価値の不確実性、通常の注文フローノイズ、プライバシーノイズの強度を関数とする一定の価格インパクト係数と、流動性プールからトレーダーへの累積期待移転額を導出します。…