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。
146件の資料
このノートブックでは、S&P 500オプションのショートストラドルのリターンを予測対象としてTabMニューラルモデルを適合させ、線形モデルやブースティング手法と同じ特徴量パネルで、3段階のモデル容量を比較します。TabMはアンサンブルメンバー間でニューラルネットワークの基盤部分を共有します。一方、メンバーごとに学習されるスケーリングベクトルと出力層が異なる予測を生み、それらを平均します。ウォークフォワード分割を使い、前処理は学習行だけで適合させ、予定された学習チェックポイントで検証予測を生成します。…
このノートブックでは、ショートの欧州コールを対象にディープヘッジを実演します。幾何ブラウン運動のパスをシミュレーションし、ブラック–ショールズのデルタヘッジをベンチマークとして使用します。また、満期時損失の条件付きバリュー・アット・リスクを最小化する原資産ポジションを選ぶため、半再帰型ニューラルネットワークを学習させます。ヘッジの開始、リバランス、終了時に取引コストを課すため、学習した方策とベンチマークには同じ取引コストの前提が適用されます。ポジションがデルタベンチマークに近い場合に、ネットワークの取引が減るかも…
このノートブックでは、S&P 500の株式・オプション配分に対するポジション単位の管理策を評価します。固定ストップロス、トレーリングストップ、時間による手仕舞いを、それぞれの戦略固有のオーバーレイなしの基準ケースと比較します。検証用シャープレシオで適格な戦略系統を選び、事前に定めた各オーバーレイが検証用シャープレシオとドローダウンを変えるかを評価します。シャープレシオ差のペアード・ブロックブートストラップ区間を用い、改善の証拠と点推定値の単純な順位付けを区別します。…
このノートブックでは、オプション市場の指標を使って銘柄間の将来リターンを順位付けできるかを評価します。オプション由来特徴量に線形モデルを適用し、ウォークフォワード検証を使ってリッジ、ラッソ、エラスティックネットのペナルティ強度を比較します。特徴量には、満期ごとのインプライド・ボラティリティ、ボラティリティ・スキュー、期間構造の傾き、分散リスクプレミアムなどが含まれます。正則化は関連する特徴量間の冗長性に対処し、ラッソとエラスティックネットは一部の係数をゼロにすることもできます。…
この研究では、オプション市場の指標で将来の株式リターンを順位付けできるかを調べます。特徴量には、満期ごとのインプライド・ボラティリティ、プット・コール・スキュー、期間構造の傾き、分散リスクプレミアムが含まれます。多くの指標が重複する形で表現されるため、幅広い正則化強度で線形モデルを比較します。リッジは相関する係数を縮小し、ラッソとエラスティックネットは特徴量を取り除くこともできます。ウォークフォワード検証では、宣言したモデル設定を適合し、銘柄、日付、分割を揃えた予測を生成します。…
このノートブックでは、登録済みでカバレッジが十分な候補から検証用設定を再構築し、選択済みのS&P 500株式・オプション戦略を評価します。均等加重のベースラインから配分、リスク制御、コスト感応度へと続く選択過程を追い、別の予測段階とバックテスト段階で得られたホールドアウト結果を確認します。各診断を分けて扱い、段階ごとの推移、リスク変化の対応のある不確実性、コスト控除後の維持、複数設定を試したことへの補正を評価します。…
このノートブックでは、登録済みバックテストと固定された選択手順を使い、週次のS&P…
このケーススタディでは、満期まで保有するショート・アット・ザ・マネー・ストラドルのリターンに正則化線形モデルを適合させます。プレミアム収入によって利益には上限がある一方、損失には上限がないため、少数の大損失が二乗誤差の回帰目的関数を支配します。ノートブックでは、ペナルティの強さを変えながらリッジ、ラッソ、エラスティックネットを比較します。使用するのは、オプションのグリークス、インプライド・ボラティリティと実現ボラティリティ、分散リスクプレミアム、スプレッド、行使価格までの距離など、ポジションとボラティリティ面の特…
このノートブックでは、S&P…
この文書では、オプション由来の特徴量から将来の株式リターンとリスク調整後リターンを予測するため、重み共有型ニューラルアンサンブルのTabMを適合させます。各メンバーは共通の2層ネットワークを使い、活性化のスケーリングと出力ヘッドは別々に持ち、予測を平均します。この手法は、オプション面にある相関した特徴量を動機としています。逐次的な分岐で特徴量を選ぶ木とは異なり、ネットワークは重み付きの層で特徴量を組み合わせます。宣言済みの学習チェックポイントにより、保存した各エポックを個別に評価でき、ウォークフォワードのフォール…
このノートブックでは、S&P 500オプションの宣言済み系列モデル群の一つとしてPatchTSTを適合させます。PatchTSTは遡及ウィンドウを固定サイズのパッチに分割し、トークンとして埋め込み、注意機構で履歴の各部分の関係を学習します。セッションを順番に処理して状態を引き継ぐLSTMと対比しています。注意機構はウィンドウ内の離れた部分を直接結び付け、並列処理できますが、学習した位置情報に依存し、より多くのパラメータを使います。…
この文書では、S&P…
このノートブックでは、ヨーロピアン・コールとプットのブラック・ショールズ価格を求め、プット・コール・パリティを確認し、ブレント法でインプライド・ボラティリティを計算します。また、デルタ、ガンマ、ベガ、セータ、ローを定義し、マネーネスや満期までの時間に応じてオプションの感応度がどう変わるかを図示します。グリークスはヘッジやエクスポージャーの把握に役立つ局所的な指標として扱います。インプライド・ボラティリティは、モデル価格が観測されたオプション価格と一致するボラティリティ入力です。…
このノートブックでは、S&P 500の株式・オプション分析で、系列予測に用いるパッチ型トランスフォーマーを説明します。時間窓を連続したブロックに分け、各ブロックをトークンとして表現することで、短くした系列を扱いながら、注意機構が窓内の離れた部分を直接比較できるようにします。パッチの大きさは解像度とのトレードオフを決めます。大きなブロックは系列長を短くしますが、注意機構が個別に調べる前に多くの観測値をまとめます。…
この章では、強化学習を教師あり予測と区別し、逐次制御の手法として位置付けます。行動が後の結果に影響し、報酬が比較的明確なタスク、すなわち取引執行、マーケットメイク、デリバティブのヘッジに焦点を当てます。これらの問題を部分観測意思決定過程に対応付ける方法、価値ベース手法とアクター・クリティック手法の選び方、学習した方策を既存のスケジュールやヘッジのベンチマークと比較する方法を論じます。…
このケーススタディでは、30日物のアット・ザ・マネー・ストラドルと原資産価格データを使い、S&P…
この分析では、日次オプションデータを使って、S&P 500構成銘柄のアット・ザ・マネー・ストラドルを売り、株式をデルタヘッジし、満期まで保有する週次戦略が可能かを検討します。コールとプットでストラドルを組む方法、インプライド・ボラティリティと実現ボラティリティが分散リスクプレミアムとどう関係するか、ポジションが得るプレミアムに対する割合として取引コストを測る理由を説明します。…
このノートブックでは、株式オプション分析のケーススタディに適用した5種類の潜在因子アプローチを、モデル系列ごとに紹介します。PCAはリターンパネルから共通の変動を直接推定し、IPCAは特性をエクスポージャーに線形に写像し、条件付きオートエンコーダーは非線形の写像を使います。確率的割引ファクターは価格付けカーネルを推定し、教師ありオートエンコーダーは条件付きモデルの学習目的に将来リターンを加えます。ノートブックは関連ノートブックが公開したモデル群を読み込み、事前に定めたモデル一覧を網羅しているかを確認します。…
このノートブックでは、オプションサーフェスと株価の履歴ウィンドウを使い、S&P 500構成銘柄を順位付けする系列モデルを評価します。再帰的な記憶を持たない正規化線形モデルと、ゲートを通して時間情報を保持するLSTMを比較します。線形モデルは有意義なベースラインです。LSTMがこれを上回らなければ、このデータで追加の記憶機能の価値は示されていません。モデルはウォークフォワード分割を使って将来の株式リターンまたはリスク調整後リターンを予測します。…
このノートブックでは、上場オプションのシグナルを読み取り、原株を取引する戦略向けに先行リターンのラベルを作成します。日次の株価を株式分割と配当で調整し、継続的な証券識別子を使用します。想定するエントリーと決済で執行可能な価格の間のリターンを定義します。各先行期間が完全で、単一証券内に収まり、単に利用可能な行をずらすのではなく市場の取引セッション数を数えているか確認します。ラベルには、異なる保有期間に対するリターン、リスク調整済み、方向性の各バリエーションが含まれます。…
このノートブックでは、モデルの予測セットを比較可能なS&P…
この設定メモでは、バックテストの識別情報に含まれる設定と、シミュレーション上の取引コストに実際に影響する設定を区別します。説明されているケーススタディでは、登録済みの実行はすべてベクトル化された満期決済経路を使います。設定された執行価格、手数料率、スリッページ率の各フィールドはその経路に渡されません。また、気配値側での約定はイベント駆動型ブローカーの機能ですが、ベクトル化された実行ではそのブローカーを構築しません。既存の実行のハッシュ化された識別情報が変わるため、これらの設定は構成に残されています。…
このノートブックでは、同じ銘柄の同じ満期のアット・ザ・マネーのコールとプットを売り、ストラドルを満期まで保有する戦略の候補特徴量をスクリーニングします。各特徴量について、利用可能な銘柄を、後のストラドル損益と同じ順序で順位付けできるかを測ります。日次の横断面順位の一致度を計算して時間方向に平均し、ポジションの重複を考慮して不確実性の推定幅を広げます。また、多数の候補を検定することへの有意性スクリーニングの補正を行い、関連性が複数の検証期間で持続するかを確認します。…
このノートブックでは、株式とオプションの研究から得た検証用予測をロングオンリーの株式ポートフォリオに変換して評価します。等ウェイトの上位K銘柄をベースラインとし、複数のポートフォリオ集中度を比較し、ラベルごとの意思決定頻度に従います。引け時点で作成したシグナルは次に利用可能な寄り付きで執行し、乱数シードを固定したランダムシグナルの実行を処理系の確認に使います。検証日付のカバー範囲が同等な候補だけを順位付けし、不確実性分析にはブロックブートストラップ区間と、関連する複数の派生形から選択することへの補正を含めます。…