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。
178件の資料
この研究では、月次US株式リターンに対する線形モデルの適合が悪い原因が、二乗誤差目的関数にあるかを検証します。ウィンザー化していない将来リターンの予測対象、特徴量、ウォークフォワード分割を固定し、二乗誤差、絶対誤差、Huber損失で学習したブースティング木モデルを比較します。二乗誤差は極端な残差に過度な影響を与え、絶対誤差はその影響を抑えます。Huber損失は二次ペナルティと線形ペナルティを切り替えます。グリッドでは木の容量も変え、複数の学習チェックポイントで予測を記録し、それぞれを別の候補として扱います。…
この資料では、株式ポジションとインサイダー取引の分析に使う、公開SEC届出データの2つの情報源を紹介します。四半期ごとの13F報告書には、厳選した運用会社の保有状況、または届出期間全体を対象とする一括データが含まれます。Form 4届出には、選択した銘柄のインサイダー取引が記録されています。ガイドでは、データのダウンロード、読み込み、後続分析用の整理方法を説明し、銘柄単位の特徴量や機関投資家と銘柄の保有関係も扱います。…
この資料では、Chen、Pelger、Zhuによる資産価格研究の再現アーカイブに基づく、再現可能なUS株式ベンチマークについて説明します。1967年から2016年までの月次株式観測を約1.2百万件収録し、46の企業特性、マクロ経済指標、将来リターン、あらかじめ定義された学習・検証・テスト区分を含みます。企業識別子は匿名で、公開された各テンソル内では一貫していますが、識別子の名前空間が分かれているため、テンソル間で企業を紐付けることはできません。…
このノートブックでは、敵対的確率的割引ファクターの設計を米国株の日次データに応用します。ポートフォリオウェイトのネットワークが翌日の超過リターンからファクターを形成し、競合するモーメントネットワークがプライシングカーネルの学習を支援します。別のベータネットワークは、資産ごとのリターンとファクターの積を予測します。意思決定時の終値で利用できる過去の株式特性と遅延したマクロ経済状態によって、ウェイトを決めます。このノートブックではSDFウェイトとベータ予測を区別し、ファクターの価格付け診断と横断的な順位付け性能を分け…
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、大手US企業の一部を対象に、直近の10-K提出書類から抜粋した文章を使い、ローカルで実行するオープンウェイトの埋め込みモデル2つを検索タスクで比較します。両モデルには、技術、リスク、一般的なビジネストピックにまたがる固定クエリ群と、同じ2文の文章を与えます。実行を再現できるよう、コーパスとクエリセットをハッシュ化し、ノートブックではPrecision at kや平均逆順位などの検索指標を説明します。…
このノートブックは、企業間で特性値を順位付け済みの提供済みパネルを使い、US企業特性調査向けの月次モデル行列を作成します。変換を適合したりローリング期間を計算したりせず、同じ企業・月の行にある値から合成特徴量と交互作用を追加します。特徴量ファミリーの台帳には、各グループの入力、タイミング規則、根拠、想定される失敗要因を記録します。実現リターンを特徴量行列から除外し、企業識別子が別のラベルパネルと一致することを確認します。…
この実現可能性分析では、利用可能なパネルデータでUS企業の特性に基づく月次ロング・ショート戦略を評価できるか確認します。指標が順位として符号化されているかを検証し、企業を観測できる期間を示し、各リバランス日に両側のポジションに必要な数と企業数を比較します。月次スプレッドを想定した取引コストの範囲と照合し、ホールドアウトを未使用のまま、履歴がウォークフォワード検証を繰り返せるだけあるかも確認します。モデルの学習も予測も行いません。…
この文書では、S&P…
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…
このノートブックでは、企業別、提出書類の種類別にSEC提出書類を調べるためのEdgarToolsを紹介します。安定したCIK識別子を使った発行体の検索、年次・四半期報告書の取得、XBRL財務諸表の抽出、インサイダーのForm 4と機関投資家のForm 13Fデータの確認を実演します。さらに、提出書類の総合索引の検索方法と、提出書類の本文や添付資料へのアクセス方法も示します。…
このノートブックでは、直近の特徴量を順序付きウィンドウとして用いて株式リターンを予測するLSTM系列モデルを説明します。1銘柄につき各例は連続する60セッションで構成されます。上場の空白、売買停止などの中断をまたぐウィンドウを除外し、不連続を日次の推移と誤認しないようにします。モデルは各セッションを通じて隠れ状態を保持し、ゲートが情報の入力、保持、出力を制御します。2つの再帰層と64の隠れ状態を使い、100エポックの学習予定全体で5エポックごとにチェックポイントを保存します。…
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、US株を順位付けするフォワードリターンの目的変数を定義し、その期間を実際の取引セッションに対応させる方法を説明します。リターンには株式分割と配当を調整した価格を使いますが、取引可能性の判定には同時点の未調整終値とドル建て出来高を使います。各行の将来価格は市場カレンダーから取得し、完全な期間がない行には明示的な失敗理由を付けます。取引可能性の判定はラベル構築後に行うため、除外された観測値が残りの行の期間を変えることはありません。…
このケーススタディでは、ETFモメンタムに因果推定を適用し、その将来リターンへの効果が市場ボラティリティによって変わるかを調べます。連続値のモメンタムを処置変数、21日先のリターンを結果変数とし、ボラティリティとイールドカーブを統制変数として、因果フォレストで平均効果とレジーム条件付き効果を推定します。推定値とレジーム閾値は学習データから導出し、その後のホールドアウト期間にポジションを拡大・縮小するために使います。取引コストを含めた上で、得られたルールを素朴なベースラインや単純な代替案と比較します。…
このノートブックでは、US株式のリターン予測に使う単純な系列モデルのベースラインとしてNLinearを紹介します。各例では、1銘柄について連続した60取引日のウィンドウを使用し、特徴量を時系列順に並べます。各特徴量の最新値を差し引き、残った履歴を線形に1つの値へ変換してから最新値を戻し、特徴量ごとの出力を組み合わせて予測します。これにより、より表現力の高い再帰型モデルや特徴量混合モデルを評価する際の有用な対照になります。…
このノートブックでは、連邦準備制度の経済データ系列から構築された経済データパネルを調べます。配布されたパネルは週末や祝日を含む暦日を使っていることを確認し、付随するメタデータから各系列の意味、元データの頻度、派生式を特定できることを示します。値は共通のグリッドに前方補完されているため、行数を数えても実際の公表頻度は復元できません。値の変化を数える方法は有用な下限になりますが、公表値が繰り返し同じ値に丸められると観測を見落とすことがあります。…
このノートブックでは、データセットに残っているUS株式の均等加重ポートフォリオが、データセットから退出した企業を含むポートフォリオに比べて、リターンをどの程度過大評価しうるかを推定します。まずパネルデータに退出がいつ記録されているかを調べ、利用できる退出履歴は期間の後半から始まることを確認します。データセットには上場廃止の理由や最終リターンがないため、公表されたCRSPの発生率に合わせたシナリオを使い、最終気配値以降の結果をモデル化します。ポートフォリオのバイアスを計算する前に、未調整の企業行動が原因と考えられる…
この文書では、金融データセット向けの再利用可能な診断項目を紹介します。インデックスの整合性、重複、欠損、外れ値、カレンダー上の欠落、分野固有の異常を確認します。パネルデータの銘柄ごとの並び順も含め、時刻の型、順序、一意性を検査し、完全一致する重複と、値が異なるキーの重複を区別します。網羅性レポートでは、フィールド、資産、時点ごとの欠損値を要約し、無効な価格や出来高、異常なリターン変動なども追加で確認します。…
この文書では、少数の観測されない共通因子が横断面の変動の大部分を説明すると仮定する、企業リターンモデルの一群を紹介します。企業特性からリターンを直接予測するのではなく、企業特性から各社の因子エクスポージャーを推定し、そのエクスポージャーと推定した因子リターンを組み合わせます。この制約により統計的に扱いやすくなる一方、横断面を少数の因子で十分に説明できない場合は残差リターンが支配的になり、直接予測するモデルの方が優れる可能性があります。…
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…
この文書では、資金を配分する前に、現行モデルと候補モデルをシャドー評価で比較する方法を説明します。両者の役割と昇格基準を事前に定めたうえで、年率換算シャープレシオの改善幅、最低観測期間、シグナル相関、ポジションの重複度、最大ドローダウンの相対値という5つの観点から候補を評価します。両モデルは、順位付けしたロング・ショートポートフォリオでスコアを算出し、それぞれの売買回転率に応じて取引コストを課します。最低改善幅を求めることで短期間のノイズの多いシャープレシオ推定に対処し、類似性の確認によって、異なる戦略やエクスポ…
この探索的ノートブックでは、AlgoSeek NASDAQ-100分足データの構造と解釈方法を説明します。データセットに事前計算されたフィールドを、気配値の価格と数量、取引価格、スプレッド、出来高、取引場所別の分類、ティック方向、圧力、VWAP、気配値の件数に整理します。分足はプレマーケット、通常、ポストマーケットの各セッションにわたり、セッションごとに活動や流動性の状況が異なるため、セッションを考慮した分析が重要です。…
本論文は、2資産間の価格スプレッドを平均回帰過程に従う潜在状態としてモデル化しています。スプレッドのイノベーションは非ガウスかつ異分散であることを許容し、平均回帰は非線形としています。フィルター後のスプレッド推定値を取引シグナルに用い、モンテカルロ・シミュレーションによって売買ルールを選択する戦略を提案しています。…