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。
619件の資料
このノートブックは、文書に基づく金融アシスタントのセキュリティ規則を、手作業で作成した6つのケースで評価します。ケースには、プロンプトインジェクション、信頼できない資料中の捏造された数値、実行を試みる操作、取得されていない内容への引用が含まれます。取得内容を無差別に使うベースラインと、フレーズベースのインジェクション検知に信頼性フィルタリングと証拠確認を組み合わせた防御ポリシーという、2つの回答ポリシーを比較します。…
このノートブックは、検証で既に選ばれたFXの設定を再学習し、後続のホールドアウトバックテストに向けて予測を登録します。凍結された候補セットに限定して、破綻していない検証バックテストから選択を解決し、選ばれたモデルの変更不可な検証仕様から学習仕様を再構築します。ホールドアウト期間は選択されたラベルの観測タイムラインに従い、ラベルの結果が評価期間に入り込まないよう、十分な幅の学習バッファを設けます。…
この事例研究では、CME先物の複数のポジションサイズ手法を等ウェイトのベースラインと比較します。逆ボラティリティ方式では各コントラクト固有のボラティリティを使い、共分散ベースの方式では商品間の関係も考慮します。これらの方法は分散投資を改善する可能性がありますが、限られた履歴からより多くの量を推定する必要があり、ノイズが増幅されることもあります。ノートブックでは強いシグナル設定を候補リストに絞り、各判断より前に利用可能な価格履歴を使って、宣言済みの配分方法を適用します。…
このUS株式パネル研究では、引け時点で観測した特徴量から将来リターンを予測するベースラインとして、ペナルティ付き線形モデルを使います。重複するモメンタム指標とボラティリティ指標が多重共線性を生み、通常の最小二乗法の係数を不安定にする場合があります。係数を縮小するRidge、係数をゼロにできるLasso、両方のペナルティを組み合わせるElastic Netを比較します。ペナルティ強度のグリッドを使い、複数のウォークフォワード・フォールドとリターン期間で正則化が検証情報係数に与える影響を測定します。…
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。…
このノートブックでは、ポジションサイズと最大逆行幅・最大順行幅の分析を結び付けます。固定比率方式のサイズ決定を示し、ポートフォリオのリスク予算とエントリー価格からストップ価格までの距離に基づいて株数を決め、ポジション集中度に上限を設けます。また、遅行推定値に基づく正規化した逆ボラティリティ配分を取り上げ、単体のボラティリティだけを使うこの経験則と、共分散を考慮するリスクパリティを区別します。後半では、調整用と将来のサンプルを使い、値動き、ストップと利確の閾値、全決済と一部決済の方針を検討します。…
この事例研究では、分散されたCME先物群を対象に、週次でロング・ショートを行うキャリー順位付け戦略を検証します。日次データ、ウォークフォワードによるモデル評価、手数料、スプレッド、ロール時のスリッページを含むコストを使います。モデル群ごとにシグナルの質を比較した後、ポートフォリオ配分、リスク管理のオーバーレイ、未使用のホールドアウト期間を評価します。報告された横断面情報係数が最も高いのは潜在因子確率的割引ファクターモデルですが、事例研究に選ばれた戦略では、勾配ブースティングモデル、階層的リスクパリティ、トレーリン…
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。…
本論文は、ロバストな正の期待値定理を単一銘柄から2銘柄のペアへ拡張します。元の結果は、特別に設計されたロングとショートの線形フィードバック制御器を組み合わせ、幅広い確率的株価過程にわたって期待値がロバストに正となる損益関数を生み出すことに関するものです。…
このノートブックでは、金融系列を生み出す過程の変化を見つける方法を概観し、例として日次のSPYデータを用います。単位根の検定と同時に1つの構造変化を推定するZivot–Andrews検定と、複数変化点の分割手法を対比します。PELTはペナルティを通じて変化点の数を選び、二分割法では指定した数が必要です。どちらも区間内の水準安定性に基づくコストを用います。仮定が異なるため検出日も異なる場合があり、どちらの方法も真の変化点数を一意に特定するものではありません。…
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。…
この文書では、FREDの米国債利回りと経済指標を収集し、報告頻度の異なる系列を日次カレンダーに揃え、データセットを読み込みまたは絞り込む手順を説明します。指標には、米国債金利とスプレッド、VIX、労働関連指標、インフレ、鉱工業生産、GDPが含まれます。主な内容はデータ準備の手引きですが、取引への応用として、10年債と2年債の利回り差で市場レジームを分類します。…
このモジュールでは、リサーチエージェント向けの検索インターフェースを説明します。ライブ検索プロバイダーと決定的なモックプロバイダーを利用できます。検索結果数を制限し、公開日のカットオフを適用できます。指定日以降の結果を除外することで、ある時点で利用可能だった情報に基づく調査を支援します。ドメインの許可リストとブロックリストで情報源を絞り込み、ツール実行器がポリシー適用と監査用の実行ログ記録を伴って検索を呼び出します。…
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。…
このケーススタディでは、月次観測から構築したUSの企業特性ポートフォリオについて、損切り、トレーリングストップなどのポジション単位のオーバーレイを検証できない理由を説明します。ベクトル化されたバックテストは、実現した月次将来リターンに1つのウェイトベクトルを適用するため、エントリーから決済までの価格経路を含みません。損切りの動きや最大逆行幅・順行幅は、その欠けている価格経路に依存します。シミュレーションにはデータを捏造する必要があります。…
この設定では、ロングのみのETFランキングとリバランスの実験を定義します。株式、債券、コモディティ、地域別エクスポージャーにまたがる幅広い100～ETFの対象を定め、月次で判断し、翌営業日の寄り付きで執行します。主要ラベルは21日リターンを予測します。5日ラベルには週次スケジュールを用い、バックテストの頻度を予測期間により合わせます。ポジションはランキングで選び、均等加重します。複数のポートフォリオ集中度で上位k銘柄の選択を検証します。…
このノートブックでは、勾配ブースティング予測の予測区間を構築し、分割コンフォーマル予測を分位点回帰、コンフォーマル化分位点回帰、適応的コンフォーマル推論と比較します。分割コンフォーマル法では、時系列順に学習用と較正用に分割し、ラベル期間を考慮して境界付近の観測値を除外し、有限標本の残差順序統計量から区間幅を設定します。この枠組みを、パージ済みウォークフォワード分割を用いてETF、暗号資産、先物データで評価します。…
このチュートリアルでは、日次SPYデータを使い、固定の損切り・利確バリア、トレーリングストップ、ATRに応じた決済、機械学習による決済シグナル、およびその組み合わせを比較します。固定バリアはエントリー価格からシミュレーションし、夜間の価格ギャップは始値で処理します。バーが損切りと利確の両方に触れた場合は、保守的なルールとして損切りを先に成立させます。ATRは直近の値動きに応じて決済幅を調整します。機械学習の部分ではテクニカル特徴量と時系列順の分割を使い、境界付近のパージで将来を参照するラベルによる情報漏洩を減らし…
この運用チュートリアルでは、合成ブローカーを用いて実運用の取引システムにおける実行時の安全対策を実演します。市場データが古すぎる場合や、日次損失が設定上限を超えた場合にSafeBrokerが注文を拒否する様子と、ブローカーを再構築した後も損失で発動したキルスイッチが維持される様子を示します。また、保存済みのリスク状態とブローカーのポジションや注文を起動時に照合し、データの到着、途絶、エンジン停止に伴うエンジンの健全性状態も追跡します。…
このノートブックでは、言語モデルのクライアント、検索ツール、上限付きのターンループを組み合わせて予測エージェントを構築します。エージェントは根拠を検索し、理由を添えて二値確率を返します。応答パーサーはよくある形式上の失敗に対処し、検索と予測のアクションを検証します。無効な応答は修正のため再送されます。保存された実行記録にはプロンプト、ツールの結果、モデル呼び出し、トークン使用量が保持されるため、新たなAPI呼び出しなしで予測を再現し監査できます。…
このノートブックでは、連続する観測値に依存関係がある場合、シグナルの情報係数（IC）がノイズと区別できるかを評価します。モメンタムシグナルとETFデータを例に、先渡しリターンの重複、持続性のあるシグナル順位、市場レジームによって日次のIC値に自己相関が生じ得ることを説明します。その場合、単純なt統計量は不確実性を過小評価し、有意性を過大評価する可能性があります。…
このノートブックでは、ETFのロング取引の決済方法として、固定の利確目標と損切り、トレーリングストップ、ATRに応じたバリア、機械学習シグナル、およびそれらの組み合わせを比較します。指標と取引シミュレーションを作成し、取引リターン、勝率、損切り発生頻度、不確実性を標準誤差で要約します。OHLCの約定ルールでは、夜間の価格ギャップを始値で処理し、日足が損切りと利確の両方に触れた場合は、日次データでは日中の順序が分からないため損切りが先に成立すると仮定します。…