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

356件の資料

Machine Learning for Trading

このノートブックでは、注文サイズやポジションの上限、注文頻度の上限、取引対象の制限、永続的なキルスイッチを使って、ブローカーのラッパーが危険な注文を拒否する仕組みを紹介します。合成ブローカーによって判定結果を観察できるため、注文が受け付けられるか、理由とともに拒否されるかを確認し、接続や市場データの動作とリスクチェックを切り分けて例示できます。また、ブローカーに注文を送信せず、仮想ポートフォリオで約定と取得原価を記録するシャドーモードも示します。…

リスク管理ポジションサイズ管理注文執行
Machine Learning for Trading

この分析では、9つの資産グループにまたがる100本のETFから成る固定ユニバースを調べます。ファンド別・年別のカバレッジを確認し、価格パネルがグループ設定と一致することを確かめたうえで、欠損値とOHLCの順序を確認し、グループ間の取引量を比較します。また、終値はすでに株式分割と配当金の調整済みであり、そのままリターンを計算できることを説明します。…

マルチアセット統計リスク管理バックテスト
Machine Learning for Trading

このノートブックでは、単一銘柄のNASDAQ指値注文板を、注文ごとのメッセージデータから再構築する方法を説明します。注文の追加、約定、取消、削除、置換を処理し、各有効注文の残数量を管理します。置換では古い注文参照を失効させて新しい参照を作るため、特別な処理が必要です。後続のメッセージがその新しい参照を使う場合があります。生成したスナップショットには最良買気配と最良売気配、それぞれの表示数量に加え、1秒ごとの注文フロー不均衡を記録します。…

株式市場マイクロストラクチャー注文執行統計
Machine Learning for Trading

このソースモジュールは、米国株価格、指数データ、オプション、市場のミクロ構造、ファンダメンタルズ、機関投資家の保有データを読み込む機能を提供します。特に方法論上重要なのは、日中取引データのリサンプリングです。始値、高値、安値、終値、出来高には、それぞれ適切な先頭値、極値、末尾値、合計を適用し、VWAPは出来高加重平均として再計算する必要があります。時間枠内で出来高が変わる場合、特に寄り付きや引けの前後では単純平均は誤りです。対象となる取引がない時間枠のVWAPは、価格を作り出さずnullにします。…

株式市場マイクロストラクチャー注文執行米国市場
Machine Learning for Trading

このノートブックでは、Yahoo Finance、長期の米国株アーカイブ、FREDのマクロ経済時系列に共通するOHLCVインターフェースを示します。後続のローテーション分析用にETF銘柄群を構築し、過去と現在のデータソースを組み合わせる方法と、優先順位に基づくフォールバック方式を説明します。また、提供元ごとの行数と価格水準を比較し、食い違いを見つけて追跡できるようにします。…

マルチアセット株式米国市場注文執行
Machine Learning for Trading

このノートブックでは、RSIで定めた閾値に基づいて売買するロングオンリーのビットコイン戦略について、監査可能なレポートを作成します。グロスとネットの成績を比較し、データ、ウォームアップ、エクスポージャー、約定、コストをそろえたバイ・アンド・ホールドのベンチマークに対する成績も測定します。条件を一致させることで、売買ルールの効果を切り分けやすくします。レポートでは、ポートフォリオリターン、ベンチマーク比の指標、市場エクスポージャー、決済済み取引の統計を分けます。また、期末資産に影響する保有中のポジションと、勝率の計…

暗号資産平均回帰テクニカル指標バックテスト
Machine Learning for Trading

このノートブックでは、モデルの順位付けをシンプルな暗号資産無期限先物ポートフォリオに反映します。各ファンディング時点で、エントリー規則が順位の上位または下位から契約を選び、均等に加重します。均等加重を基準にすると、ポジションサイズを固定したまま、比較結果の差を順位付けの違いに帰属できます。指定された予測構成にエントリー規則を適用して実行し、結果を後の分析用に登録します。…

暗号資産無期限先物バックテストポートフォリオ構築
Machine Learning for Trading

このノートブックは、ケーススタディのバックテストから得た戦略のコスト別分析を用いて、グロスとネットのシャープレシオを比較します。各稼働戦略の構成について、記録済みの成果物から想定する片道ごとのコストとリバランス頻度を読み取り、想定コストでのシャープレシオを補間し、シャープレシオがゼロになるコストを推定します。分析範囲の上限でも利益が残る場合、損益分岐点は実際に観測された交差点として報告せず、右打ち切りとして扱います。頻度別の分類には明示的な売買回転率の乗数を使用しますが、ノートブックでは実測値ではなく仮定と位置付…

バックテストリスク管理注文執行統計
arXiv papers

この論文は、個別には有効な複数コンポーネントが相互に矛盾する金融状態を生みかねない、レバレッジ付きイベント市場向けの標準的なプロトコルグラフを提案しています。ポジション、債務、決済証拠、準備金、清算などの各領域に単一の保存権限を割り当て、構成コンポーネントは残高や記録を複製せずに状態遷移を調整します。…

デリバティブ価格評価リスク管理注文執行市場マイクロストラクチャー
Machine Learning for Trading

この文書では、実注文のライフサイクルを有限個の状態と、イベントによって生じる有効な遷移で表現する方法を説明します。注文の送信、ブローカーによる受領確認、取引所での受理、一部約定と全量約定、取消要求、拒否、期限切れ、停止を扱います。遷移表を使うと、注文の現在状態に照らしてブローカーのコールバックを検証し、最終状態に至った履歴を保持できます。…

注文執行市場マイクロストラクチャーリスク管理
Machine Learning for Trading

このノートブックでは、取引、資金調達、ファンド経費を明示的に仮定し、グロスリターンをネット成績に換算します。コストにはスプレッドと市場インパクト、手数料と取引所費用、証拠金金利、株式借入料、運用報酬、管理費が含まれます。パラメーター化した計算では、実際の日次ETFリターン系列に、回転率の高いロングのみ、レバレッジをかけたロング・ショートのスプレッド、回転率の低いロングのみの各設定を適用します。そのうえで、グロスとネットのリターン、シャープレシオ、ドローダウンを比較します。…

株式注文執行バックテストリスク管理
Machine Learning for Trading

このノートブックでは、執行記録から学習する行動クローニングと逆強化学習(IRL)を比較します。実演データはTWAPスケジュールから得ています。リスク中立の目的は既知で、タイミングリスクへのエクスポージャーを受け入れながら、取引を均等に分散してインパクトを抑えます。行動クローニングは状態と行動の組から直接行動を学習します。一方、IRLはその行動を説明しうる報酬を推定し、別の設定へ移転するための基礎となる可能性があります。…

注文執行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、大口のポジションを清算するスケジュールを決めるAlmgren–Chrissの枠組みを紹介します。到着時価格に対する執行不足を測定し、2種類のコストをモデル化します。取引強度が上がると増加する市場インパクトと、売却前のポジションが価格変動にさらされている間に増えるタイミングリスクです。リスク回避度のパラメーターで取引経路を選び、コストとリスクのトレードオフの集合から効率的フロンティアを構成します。また、経路を清算の半減期で解釈し、恒久的なインパクトと一時的な流動性コストを区別します。…

注文執行市場マイクロストラクチャーリスク管理統計
Machine Learning for Trading

このノートブックでは、Interactive Brokersを実データの取得元と執行先の両方に用いて、日次FX通貨ペアモデルを導入する一連の手順を説明します。過去のパネルデータでRidge回帰モデルを学習し、日次リターン、モメンタム、ボラティリティ、価格から得られる少数の特徴量を計算します。直近のバーを取得して通貨ペアのユニバースをスコアリングし、予測リターンが最も高いペアのバスケットを計画します。監視と監査用に、モデル成果物と実行記録も保存します。…

外国為替機械学習注文執行リスク管理
Machine Learning for Trading

このノートブックでは、実際の戦略を対象とする監査で保持された結果を調べ、LEANエンジンと、それに対応するML4Tバックテストのプロファイルを比較します。固定された入力で対応可能な資産クラスのワークロードを特定し、約定、評価額、評価タイムスタンプ、株式のギャップ、最終価値に関するパリティの証拠を示します。利用可能な連続価格には日付別の契約チェーンとロール対応表がなく、ネイティブのLEANサブスクリプションに必要な条件を満たさないため、CME先物のワークロードは除外されています。…

バックテスト注文執行株式先物
Machine Learning for Trading

このノートブックでは、取引時間中に大口の株式注文を小口注文に分割する2つの方法を比較します。TWAPは各時間帯にほぼ同じ数量を発注し、市場予測を必要としません。VWAPは推定した日中出来高プロファイルに応じて株数を割り当て、通常は流動性が高い時間帯に取引量を増やします。先行する分足のセッションでプロファイルを推定し、その後のNASDAQ-100セッションで両方のスケジュールを評価します。執行価格を各セッションの実現出来高加重平均価格と比較します。…

株式注文執行市場マイクロストラクチャーバックテスト
Machine Learning for Trading

このノートブックでは、取引コストによって成績が損なわれたNASDAQ-100の全バー取引戦略を、ポートフォリオ構築で改善できるかを検証します。宣言された選択銘柄群を使ってベースライン予測の上位を選び、その後は全銘柄群で配分を比較します。保有銘柄数を変え、均等配分、スコア加重、逆ボラティリティによるポジションサイズを比較しながら、15分の取引間隔は固定します。報告された結論では、検証したすべての配分手法の組み合わせが大幅なマイナスにとどまり、配分手法や集中度よりも売買回転コストの負担が重要でした。…

株式ポートフォリオ構築ポジションサイズ管理注文執行
Machine Learning for Trading

この章では、バックテスト、模擬取引、実運用で動かせる戦略ロジックを軸に、研究から実際の執行へ進む手順を説明します。ブローカーやプラットフォームとの連携、デプロイの反復処理、データと特徴量の同等性確認、注文のライフサイクル処理、運用準備を扱います。注文処理は状態遷移としてモデル化され、部分約定、取消、拒否、中断後の復旧を明示的に扱えるようにします。リスク管理には注文・ポジションの上限、古いデータの確認、シャドートレード、照合、キルスイッチを含みます。…

注文執行リスク管理バックテスト市場マイクロストラクチャー
Machine Learning for Trading

このノートブックでは、イベント駆動型バックテストエンジンを使って、BTC/USDTの無期限先物バーを対象とするロング限定のRSI平均回帰ルールを実装します。イントラデイの観測値をUTCの日足バーに集約し、上昇幅と下落幅の単純なローリングRSIを計算します。指標が売られ過ぎの閾値を下回るとエントリーし、買われ過ぎの閾値を上回ると決済します。戦略は資本に対する所定の割合を目標とし、手数料とスリッページをモデル化します。逐次エンジンでは、判断、未約定注文、約定、ポジション、現金を明示的に表現し、経路依存のロジックを扱え…

暗号資産無期限先物平均回帰テクニカル指標
Machine Learning for Trading

この文書では、TWAPとVWAPが取引時間中に大口の親注文を子注文に分割する方法を説明します。TWAPは各時間間隔に同じ数量を割り当て、VWAPは時間間隔ごとの出来高予測に比例して数量を割り当てます。ノートブックでは過去の分足から出来高を予測し、その後のNASDAQ-100セッションで両方のスケジュールを検証します。各時間間隔の出来高加重価格で約定をシミュレーションし、利用可能な出来高に占めるスライスの割合に基づいて平方根型マーケットインパクトを課します。…

注文執行市場マイクロストラクチャーバックテスト株式
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

このノートブックでは、NVDAの注文板の動きが短期リターンを予測するかを調べます。市場別注文データの追加、取消、約定から、距離加重した板の圧力指標を作り、符号付きの活動を平滑化してミッド付近の流動性変化を表します。複数の将来期間にわたる注文フロー不均衡を評価し、ミッド価格、遅延調整後価格、執行可能価格など、複数のマークアウト定義についてリターン相関と十分位パターンを比較します。この比較は、遅延とビッド・アスク・スプレッドを考慮すると、統計的な関連性が実際に取引可能な成績と異なり得る理由を示します。…

株式市場マイクロストラクチャー注文執行統計
Machine Learning for Trading

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。…

株式モメンタム注文執行リスク管理