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。
83件の資料
この資料では、取引、気配値、指値注文板の分析に使う4つの株式市場データソース、AlgoSeek TAQ、Databentoの注文単位の市場データ、NASDAQ ITCH、IEX HISTを比較します。各ソースの粒度、対象範囲、費用やアクセス条件、必要な保存容量、データが解析済みか再構成を要するかを説明しています。例を通じて、最良気配のフィードと全板情報または注文ごとのメッセージを区別し、集約された分足データから注文板を再構成できない理由を解説します。…
この章では、市場データを取引ルール、流動性、参加者の行動の結果として捉えます。最良気配値から注文単位のフィードまでを概観し、取引所メッセージを解析して、取引所ごとの指値注文板に再生する方法を説明します。板のライフサイクル確認、流動性と注文フローの分析、日中の取引パターン、単一取引所で見える流動性の限界も扱います。さらに標本化にも焦点を当て、時間、取引活動、情報に基づくバーがそれぞれ異なる観測値を生み、売買方向の分類とタイムスタンプの整合が解釈に影響することを説明します。…
このノートブックでは、NASDAQ ITCHの取引データから市場マイクロ構造の指標を作成し、取引を日中バーに集計します。また、流動性の代理指標、注文フローのシグナル、注文板の状態を区別します。集計前にティックルールで個々の取引を分類し、買い出来高と売り出来高から意味のある注文フロー不均衡指標を作成します。次に、Kyleのラムダの比率近似、Amihudの非流動性指標、Rollスプレッド、取引強度を示し、それぞれの入力と解釈を説明します。…
このノートブックでは、スプレッド、板の不均衡、売買方向付き出来高、価格インパクトなどの日中ミクロ構造情報を使い、NASDAQ-100銘柄の次の15分リターンを順位付けする予測モデルを比較します。網羅性が完全な場合に限り、各モデルファミリーから代表となる予測セットを1つ選び、モデルのチェックポイントは区別して扱います。分析では、順位相関と不確実性区間を比較し、ウォークフォワード分割ごとの性能を確認します。予測バケットの単調性と市場局面への依存性を検証し、コンフォーマル予測区間が所定の網羅率を満たすかも調べます。因果…
このノートブックでは、ティック、出来高バー、金額バーなど、実際に不規則なタイムスタンプを持つ時系列を生成するGT-GANに着想を得たアーキテクチャを説明します。GRU-ODEエンコーダーは観測値を潜在状態に写像し、ODEベースの生成器と識別器は連続時間の変化をモデル化し、ODEデコーダーは観測値を再構成します。任意の時刻で潜在状態を照会できるため、固定された観測グリッドを超える補間や生成が可能です。…
この資料では、解析済みのNASDAQ ITCHメッセージを読み込み、注文の追加、削除、キャンセル、約定、置換から指値注文板を再構築するためのユーティリティを説明します。注文ごとの残存株数を追跡し、その後の板更新で現在の数量を使えるようにします。注文参照をたどることで、置換の連鎖にも対応します。スナップショットでは、複数段の買い気配と売り気配に加え、最良気配、スプレッド、仲値を出力します。…
このノートブックでは、1分足のNASDAQ-100マイクロストラクチャー特徴量から複数の期間先のリターンを予測するため、長短期記憶ネットワークを学習させます。モデルは過去の系列を順に処理し、どの過去の観測を保持するかを学習します。学習ではウォークフォワード分割を使い、特徴量の標準化は学習データだけで行い、銘柄と分割が変わるたびに状態をリセットし、指定したチェックポイントで検証予測を保存します。学習ターゲット間の重複を減らすため、系列ウィンドウの間隔は各ラベルの期間に合わせます。…
この分析では、ITCHの追加、削除、一部取消、置換、約定メッセージから、個々のNASDAQ指値注文を再構成します。正確な時刻と対数スケールの存続時間分布を用いて、注文が取消または約定されたか、それらのイベントまでにどれだけ時間がかかったかを測定します。取引終了時点で板に残る注文と、すでに約定または変更された注文を区別し、単一銘柄のライフサイクル分析とより広範なメッセージ数の分析も分けます。…
この研究では、深層強化学習を用いて短期売買予測を、指値注文板における指値注文の配置と在庫管理の判断に変換します。過去の注文板メッセージを用いて構築した、シミュレーション上のNASDAQ株式環境でエージェントを訓練し、ABIDESシミュレーターを使用します。エージェントは現在の注文板、直近の市場履歴、方向性シグナルを観測し、Deep Double Duelling Q-learningと優先度付き非同期経験再生によって執行方策を学習します。…
この文書は、ボラティリティが時間とともにどの程度滑らかに変化するかを、近年の高頻度データで調べています。さまざまな妥当な時間スケールで、対数ボラティリティが非常に低いハースト指数を持つ分数ブラウン運動におおむね従うと報告しています。これに基づき、著者らは指数が2分の1未満の分数確率ボラティリティの枠組みを採用し、これをラフFSVと呼んでいます。…
この研究は、2018 US通商戦争期の6業種の株式について、高頻度の注文系列をモデル化しています。一次の時間斉次離散時間マルコフ連鎖を用い、カイ二乗検定でマルコフ性の仮定を確認し、最尤法で遷移確率を推定しています。ヒートマップとそこから導いた連鎖統計量を使い、ボラティリティの高い日と低い日の注文行動を比較しています。…
本資料は、高頻度金融データ向けに、サブサンプリングを用いた象限相関推定量を紹介しています。ボラティリティが時間とともに変化する際の相関測定の難しさを扱います。標準的な象限推定量はボラティリティの変動に頑健ですが、ガウスサンプリングでは効率が低くなる可能性があります。提案する変法は、符号情報とサブサンプリングを用い、頑健性と計算の簡便さを保ちながら効率を高めます。サンプリング期間を除けば平滑化パラメーターが不要で、大規模な横断面分析に役立つ可能性があります。…
本論文は、スポットボラティリティが急変しても頑健性を保つよう設計された、スパースな高頻度ボラティリティ推定量を開発しています。提案する推定量は既存の手法にℓ1ペナルティを適用し、ボラティリティ測定の基本的な手法群であるパワー変動推定量に焦点を当てています。著者らは、観測されない基礎ボラティリティと変化点の位置の両方を推定する整合性を証明し、特定の推定量についてミニマックスレートを達成しています。…
本論文は、市場の挙動を制御しながら金融市場の注文フローを生成する枠組みを提案しています。既存の注文フロー生成手法では市場データを十分に再現できず、制御も限られるため、研究や取引への応用が制約されるという課題を出発点としています。 提案するDiffusion Guided Meta…
本論文は、高頻度取引の行動を、資産価格に見られる二つの性質と結び付けています。リターンとボラティリティが関連するレバレッジ効果と、ボラティリティが不規則な経路を示す粗いボラティリティです。依存する市場イベントの集積を表すホークス過程を用いて、ミクロな価格モデルを構築します。モデルには、市場の内生性、裁定機会がない条件、売買の非対称性、複数回に分けて執行される大口注文であるメタオーダーが組み込まれています。…
本論文では、集計したS&P 500高頻度リターンのスケーリング特性を用いて、マルチンゲール確率モデルを構築します。このモデルは午前の取引時間帯の条件付き期待値を再現するよう設計され、その後、午後の取引にも適用できるよう拡張されます。モデルの予測から日中のトレンド追随シグナルを生成します。シグナルはチャートパターンではなく、モデルに基づいています。提案戦略は、S&Pデータには存在し、モデルにはない線形相関を利用することを目指します。…
本研究では、注文メッセージの系列として金融時系列をモデル化する生成事前学習トランスフォーマーを提示します。このモデルは離散事象シミュレーター内で注文生成エンジンとして機能し、指値注文板の動態を再現して、対話型の市場シミュレーションを支援することを目指します。元の注文フローのプロンプトがコンテキストウィンドウの外に移動した後も含め、長い系列を逐次生成するよう設計されています。…
本研究では、1か月間に収集した5分足データを用いて、SPYオプションの高頻度戦略を検討します。オプションのグリークスとインプライド・ボラティリティを計算し、二項木でアメリカンオプションを評価するとともに、ニュートン・ラフソン法でインプライド・ボラティリティを推定します。次に、ボラティリティとグリークスの指標に基づいて投資対象を選び、平均分散法やロバスト法を含むポートフォリオ最適化手法を比較します。…
この研究は、トレンドフォロー型の高頻度取引者を扱う微視的モデルの運動論的基盤を構築しています。力学におけるLiouville方程式に類似したモデルの厳密な位相空間発展方程式から出発し、金融ブラウン運動を記述する方程式の階層を通じて記述を簡約します。…
この論文は、低頻度取引者と高頻度取引者の相互作用および資産価格への影響を調べるため、エージェントベースモデルを構築しています。低頻度エージェントは時系列に沿って取引し、ファンダメンタル分析型とチャート分析型のルールを切り替えることができます。高頻度エージェントは価格イベントに応じて稼働し、低速の取引者が生み出す情報を利用する方向性のある戦略を用います。モンテカルロ・シミュレーションでボラティリティとフラッシュクラッシュの挙動を評価し、このモデルは市場の主要な定型的事実を再現すると報告しています。…
ノイズの多い市場でどの取引スタイルが存続するかを、大規模なエージェントベース・シミュレーションで調べています。MAS-Utopiaモデルには五つの類型にわたる10,000体のエージェントが含まれ、5年間の高頻度データを用います。シミュレーションでは取引摩擦がなく、エージェントには無条件のベーシックインカムが与えられます。この条件下では、市場の方向に適応するトレンドフォロー型エージェントが、現在の動きに逆らう平均回帰型エージェントよりも時間の経過とともに良好な成績を示します。…
高頻度のデジタル資産価格におけるジャンプが、暗号資産市場全体のリターンを説明するかを調べています。市場の例外的な出来事の前後に集中するジャンプに注目し、そのタイミングと、ボラティリティや取引高に繰り返し現れるパターンとの関係を検討します。ビットコインと注目度に関する先行研究を踏まえつつ、他のデジタル資産にも問いを広げています。…
高頻度市場価格と取引活動を対象とする、多変量ホークス点過程モデルを提案しています。四つの相互作用カーネルは、取引到着の自己励起、価格変化の平均回帰、到着した取引が価格変動に与える影響、価格変化から取引活動へのフィードバックを表します。これらの要素を組み合わせ、価格変動の不規則なタイミング、離散的な価格刻み、短期の平均回帰、時間尺度によって変化する相関などの特徴を捉えることを目指します。…
超高頻度では、最終取引価格、最良気配値、仲値が異なる場合があり、資産価格の定義が曖昧です。トレード戦略には一貫した価格基準が必要なため、これは実務上重要です。 市場参加者に役立つことを意図した効率価格の概念を提案し、ブラウン・コックス過程を用いて注文フローから推定する統計手法の概要を示します。抜粋には推定量の方程式、仮定、データ、検証結果が記載されていないため、実務上の精度や市場間の適用可能性は、この説明だけでは評価できません。