ナレッジライブラリ

この研究は、無リスク金利で借り入れ、価格が決定論的なバリアに達するまで株式のロングポジションを保有する、ブラック–ショールズ枠組みの戦略を分析しています。割引後の累積取引利益について、期待値、分散、損失確率の解析式を導出しています。これらの量は戦略の平均的な成果とリスクの一側面を表します。…

この論文は、ビットコインリターンの統計的性質を調べ、従来型通貨の動きと比較するとともに、時間スケールごとの挙動を検討しています。実証分析では、研究対象期間に単一のビットコイン取引プラットフォームから得た取引データを使っています。長期依存性を評価するため、トレンド除去変動分析を適用し、スライディングウィンドウでハースト指数を計算することで、推定された持続性が時間とともに変化できるようにしています。…

この論文は、3次元Heston–Hull–White偏微分方程式を数値的に解くための交互方向陰解法による時間離散化を研究しています。まず不均一格子上で有限差分法を使って空間を離散化し、時間方向についてADIスキームを評価しています。モデルには確率的ボラティリティと金利が含まれ、分析では任意の相関と時間変動する平均回帰水準を認めています。…

この文書は、金市場の動向を市場間フィルターとして使う、提案段階のUSDCHFトレード戦略を説明しています。通貨ペア単独ではなく両市場の状態を関連付けるため、結合隠れマルコフモデルで双方をモデル化します。取引シグナルのトリガーとして記載されている観測値はRSIとCCIです。…

この論文は、過去の指標から最適なトレード戦略を導く一般的な枠組みを提示しています。期待リターンの最大化を目指す戦略と、情報比率の最大化を目指す別の戦略を構築します。期待リターンの最適戦略は、そのまま実装することも、同じ指標から作られた他の戦略を評価するベンチマークとして使うこともできます。この枠組みの前提のもとで、提案戦略を理論的に最適な代替案と比較する方法を研究者に提供します。…

この論文は、ソーシャルメディアのセンチメントや注目度の指標が、10種類の暗号資産の日次対数リターンの予測に役立つかを評価しています。予測変数には、TwitterとRedditのセンチメント、Google Trendsの指数、取引高が含まれます。予測手法はLASSO正則化ベクトル自己回帰で、30日先までの予測を再帰的に行い、2018年1月から2022年1月までの日次観測データで評価しています。また、予測をベンチマークと比較し、高次元VARのグレンジャー因果性分析には事後ダブルLASSO手順を適用しています。…

この文書では、暗号化されたコミット・アンド・リビール型の取引システムにおいて、無期限先物の資金調達シグナルが、取引の作成者自身による状態操作にさらされる可能性を検討しています。攻撃者は自らの取引を把握し、変更された状態の影響を受ける請求権を持つ場合、資金調達計算への入力を操作して利益を得られます。資金移転はレートシグナルと受取側の建玉の両方に依存するため、暗号処理自体が高速でも、開示の遅れが経済的な結果に影響し得ます。…

この文書は、複数の時間軸にわたるトレンド情報と、短期的な価格方向を予測するニューラルネットワークを組み合わせた暗号資産取引システムについて説明しています。市場価格、オンチェーン指標、注文板の動きを共通の買い圧力・売り圧力シグナルにまとめ、迅速な取引判断を支援することを目指しています。提案手法では統計モデルを使って時間軸をまたぐシグナルを結び付け、高頻度執行を導きます。…

この論文は、定常時系列の周辺分布の分位点と、予測可能なボラティリティ代理指標の分位点を結び付けるV変換を用いて、変動の大きい時系列をモデル化する方法を提示しています。変換をコピュラで表すことで、柔軟な周辺分布と、ボラティリティの動態を支配する別個のコピュラ過程を組み合わせられます。著者らはガウスARMAコピュラ過程で枠組みを例示し、ARMAモデル向けの厳密な最尤法を応用して推定しています。…

この研究は、2銘柄間の先行・遅行関係を考慮した株式ペア選択用の距離指標を提案しています。相関する証券でも同時に動くとは限らず、一方が他方より先に反応する傾向があり得るという観察が出発点です。従来のペア選択指標は、このタイミングの関係を取り入れていませんでした。提案指標では、推定された先行・遅行の値が時間とともに連続的に変化できるため、固定されていない関係を表現できます。…

この論文は、相互に関連する複数の取引ネットワークにおける時間経過に伴う構造変化を検出する手法TenSegを紹介しています。詐欺や市場操作の分析では、活動が複数の暗号資産プラットフォームにまたがる場合があり、単一のネットワークだけを調べても変化を特定しにくいという課題があります。TenSegはテンソル値の観測データを分解し、得られたデータの二次依存構造における複数の変化点を探索します。これらは相互共分散やネットワーク構造の変化に対応します。…

この研究では、先物の連続取引に深層強化学習を適用し、離散および連続の行動空間を検討しています。ポジションサイズが市場のボラティリティに応じて変化するよう、報酬関数にボラティリティ調整を組み込んでいます。対象は50件の流動性が最も高い先物契約で、2011年から2019年まで評価しています。コモディティ、株価指数、債券、外国為替を含みます。…

この論文は、ビットコインの市場価格とブロックチェーンに基づく基礎的効用の指標を比較するため、価格対効用比率を導入しています。著者らは貨幣理論とビットコインのUTXO会計構造を使って指標を導出し、既存の市場価格対ファンダメンタルズ指標と比較しています。過去のビットコイン分析では、既存指標の短期予測力は弱い一方、提案比率は長期リターンをより効果的に予測すると報告されています。…

この理論研究は、マーケットメーカーが受託者として行動するのではなく、利益を追求する連続時間のKyleインサイダー取引モデルを分析します。マーケットメーカーは市場支配力を持ち、注文フローの情報を使って有利に価格を設定します。その結果、均衡ではマーケットメーカーに正の期待利益が認められます。…

この研究では、Apple株の匿名注文フローを使い、市場インパクトが平方根則に従うか検証しています。Nasdaq TotalView-ITCHのイベントから178取引日分のメタオーダーを再構築し、インパクトの指数を2分の1に固定したうえで、日次ボラティリティと取引高に対するインパクトを推定しています。推定された未補正係数は0.69、バイアス補正後の推定値は0.34です。…

この論文は、過去データを再生するバックテストの限界を扱っています。こうしたバックテストでは、戦略の行動に市場がどう反応するかをモデル化できません。異なる戦略を持つトレーダー間の相互作用を表現する方法としてマルチエージェントシミュレーションを説明し、実験用のトレードエージェントをシミュレーション市場で検証できるようにします。実務上の課題は、個々のエージェントに関する詳細な過去データが一般に非公開または入手不能であり、現実的な較正が難しいことです。…

この論文は、取引における2つの深層強化学習手法、Double Deep Q-NetworkとProximal Policy Optimizationを評価しています。2019から2023までの日次データを使い、パフォーマンスをバイ・アンド・ホールドのベンチマークと比較しています。対象資産には3つの通貨ペア、S&P 500指数、ビットコインが含まれます。…

この研究では、個人の証券口座データを用いて、暗号資産市場に参入する人々が分散投資を求めているのか、より広くリスクを取る傾向を示すのかを調べています。投資家が初めて暗号資産を取引する前後の株式取引行動を比較し、取引の活発さとレバレッジに注目しています。著者らによると、暗号資産取引を始めると、これらの投資家は株式取引でもより大きなリスクを取ります。…

この文書は、離散時間で先物を取引する投資家の終端資産に関する期待効用最大化を定式化しています。ブラウン市場の枠組みに問題を位置付け、証拠金、レバレッジ、スリッページなど、先物取引の実務的な概念を紹介しています。価格変化は離散確率列で表され、リターン過程は観測できないドリフトとブラウン運動によって駆動されます。…

この更新では、米国US中西部の深刻な干ばつによって、食料価格危機の発生が早まる可能性があるかを検討しています。食料価格の動きを、需要と供給だけでなく、トウモロコシのエタノール転換とトレンド追随型の金融投機の双方に帰属させる、先行する定量分析を基礎としています。著者らは、モデルが過去の価格に適合し、以前の更新ではさらなる価格上昇を予測していたと報告しています。…

この枠組みでは、ターゲット・デート・ファンドの運用目標を、掛金率、就労年数、退職年齢、所得代替率の目標などの年金設計上の入力と結び付けます。年齢に応じた資産上限だけを定めるのではなく、運営主体がポートフォリオ全体の条件付きバリュー・アット・リスク（CVaR）の逓減制約を指定します。この制約は、リスクを管理しながら必要なリターンを目指す裁量を運用者に残すことを意図しています。…

ClusterLOBは、マーケット・バイ・オーダーのデータから、時間依存の6つの特徴量とK-means++クラスタリングを用いて個々の市場イベントをグループ化します。得られたグループは、方向性を重視する参加者、機会主義的な参加者、マーケットメイキングを行う参加者として解釈され、指値注文板内の異なる行動を調べる方法となります。…

この研究では、過去のデータに基づくシステマティックなオプショントレード向け深層学習の枠組みを提示し、学習にポートフォリオのリスク感応度を直接組み込んでいます。目的関数は、パフォーマンスを重視する損失関数と、選択したリスク要因へのエクスポージャーに対する微分可能なペナルティを組み合わせています。市場動態のシミュレーションに頼ってヘッジ方針を学習することなく、学習したポートフォリオが所定のヘッジ制約を満たし、リスク調整後リターンを最適化するよう促します。 この枠組みはNasdaq…

この文書では、満期が1週間未満のオプションを価格付けするモデル、Edgeworth++を紹介しています。このような短い満期では、アット・ザ・マネーのインプライド・ボラティリティが大きく変動し、従来の手法では同時に価格を付けることが難しい点が、研究の動機です。モデルはジャンプ拡散過程とノンパラメトリックな確率的ボラティリティ要素を組み合わせ、各満期のボラティリティ・スマイルを捉えたうえで、満期間の期間構造に適合するよう決定論的なシフトを加えます。…