지식 라이브러리

이 논문은 주식 시장에서 시간에 따라 포지션을 선택하는 심층 강화학습 방식인 트레이딩 심층 Q 네트워크(TDQN)를 소개합니다. DQN 방식을 트레이딩에 맞게 조정하고, 전략이 최대화하려는 성과 척도로 샤프 비율을 설정합니다. 설명된 목표는 범용 강화학습 알고리즘을 수정 없이 적용하는 것이 아니라 트레이딩 중 적절한 포지션을 찾는 것입니다. 제한된 과거 주식 데이터에서 생성한 인공 경로를 사용해 에이전트를 학습합니다. 이 논문은 트레이딩 전략을 더 엄밀하게…

이 논문은 대형 US 주식의 가격 산정을 위한 단방향 트랜스포머 모델 SERT을 제안하고, 사전 학습된 트랜스포머를 주가 산정과 팩터 투자에 적용합니다. 코로나19 이전, 팬데믹 기간, 이후 1년의 기간에 걸쳐 이 접근법들을 표준 트랜스포머 및 인코더 전용 트랜스포머와 비교하며, 시장 스트레스 시기의 성과에 주목합니다. 저자들은 극심한 시장 변동 중 표본 외 R²가 SERT에서 가장 높았고, 사전 학습 트랜스포머가 그 뒤를 이었다고 보고합니다. 모델을…

이 논문은 AI 및 머신러닝 트레이딩 에이전트에 관한 기존 발표 주장을 문제 삼습니다. 일부 이전 평가가 제한된 횟수의 테스트 세션과 시장 시나리오에 의존해 에이전트 성과를 신뢰성 있게 판단할 근거가 부족했다고 주장합니다. 이를 해결하기 위해 저자들은 병렬 클라우드 컴퓨팅으로 폭넓은 매개변수 범위와 다수의 세션을 시험해 더 많은 실험 결과를 만들었다고 보고합니다. 문서에 따르면 AI나 머신러닝을 사용하지 않는 단순 전략이 연구 문헌의 일부 공개 도메인 AI…

이 문서는 개별 에이전트의 행동에서 선후행 네트워크를 추론하는 방법을 소개하고, 이를 트레이더별 외환 데이터에 적용합니다. 네트워크의 지속성은 한 트레이더의 활동이 다른 트레이더의 이후 주문 흐름을 예측하는 데 도움이 되는 이유로 제시됩니다. 과거 가격이 트레이더의 행동을 형성해 이들이 지불하는 평균 가격의 변화를 예측 가능하게 하는지도 분석합니다. 개인 투자자의 시간별 예측을 평가하는 데 랜덤 포레스트 모형이 사용됩니다. 보고된 결과는 주문 흐름 방향과…

이 연구는 주문 제출 에이전트를 선택한 뒤에도 언어 모델 계열 간 다양성이 트레이딩에서 유지되는지 묻습니다. 세 모델 계열이 고정된 비율로 섞인 합성 시장에서는 뉴스를 제시하는 방식에 따라 주문을 내는 계열이 달라집니다. 보고된 자금 조달 및 인력 감축 사건에서는 제출 주문 중 특정 계열의 비중이 크게 변할 수 있습니다. 때로는 총 순주문량이 거의 달라지지 않고, 때로는 순주문 방향이 반전되기도 합니다. 같은 방향으로 의사결정하는 에이전트 집단에서는 반대…

이 문서는 앙상블 학습과 상호정보량 기반 특징 선택을 결합한 신용 스프레드 예측 접근법을 소개합니다. 신용 스프레드는 채권 투자 결정에 유용한 입력값으로 제시되며, 제안 모델은 학습기를 결합하기 전에 정보성 있는 특징을 선택해 예측을 개선하는 것을 목표로 합니다. 보고된 실증 결과에 따르면 이 방법은 비교 대상보다 신용 스프레드를 더 정확히 예측하며, 저자들은 현재 데이터를 사용해 미래 스프레드 추세를 예측하는 방법도 설명합니다. 그러나 발췌문에는 표본 세부…

이 문서는 유한한 시점까지 현물 가격과 옵션 가격의 모의 경로에서 위험중립 측도를 학습하는 수치 방법을 소개합니다. 설정에는 볼록 거래비용과 볼록 트레이딩 제약이 포함됩니다. 학습된 측도는 옵션 가격 시장 시뮬레이터를 훈련해 얻는 최소 엔트로피 마팅게일 측도로, 확률적 내재변동성 모델링, 위험중립 가격결정 또는 딥 헤징에 활용할 수 있습니다. 이 논문은 시장 동학에 통계적 차익거래가 없는 조건도 규명합니다. 거래비용이 없을 때는 동학이 위험중립 측도를 따르는…

이 논문은 비선형 환경에서 조건부 분포를 근사하기 위한 확률 필터링 점근 전개법을 설명합니다. 푸리에 변환을 사용해 문제를 모멘텀 공간으로 옮기고, 비선형 항을 다항 함수로 근사합니다. 이렇게 얻은 정식화는 닫힌 재귀 상미분방정식 체계이며, 이를 순차적으로 풀어 고차 근사를 계산할 수 있습니다. 수치 구현에서는 짧은 하위 구간을 따라 진행하며 각 단계에서 초기 조건을 갱신합니다. 문서에 따르면 이 구간 분할 방식은 그렇지 않으면 근사가 크게 실패하는 경우에…

이 글은 일부 온라인 포트폴리오 전략이 사용하는 단일 기간 평균회귀 가정을 대체하는 다중 기간 방식인 이동평균 회귀(MAR)를 소개한다. 온라인 학습 기법을 적용해 MAR에 기반한 포트폴리오를 구성하는 온라인 이동평균 회귀(OLMAR)를 제안한다. 주가의 일시적 고점과 저점은 여러 기간에 걸쳐 되돌아갈 수 있지만, 단일 기간 회귀는 모든 데이터셋에서 일관되게 나타나지 않는다는 점에서 출발한다. 저자들은 실제 데이터셋을 이용한 실증 비교에서 OLMAR가 기존…

이 연구는 현물 자산과 해당 자산의 옵션처럼 거래 가능한 상품이 포함된 시뮬레이션 시장에서 최소 등가 마팅게일 측도를 찾기 위해 머신러닝을 사용한다. 거래 마찰이 있는 시장으로 접근법을 확장하고 근마팅게일 측도를 찾는다. 이 측도 아래에서는 헤지 상품 가격이 매수·매도 스프레드 안에서 마팅게일처럼 움직인다. 이 방식으로 드리프트를 제거하면 헤지와 전략이 통계적 차익거래에 활용할 수 있는 기회를 분리하는 것을 목표로 한다. 산출한 측도는 시뮬레이터 드리프트가…

이 논문은 시계열 모델 검증의 근본적인 충돌을 다룬다. 학습에는 충분한 관측치가 필요하고, 테스트 폴드는 표본의 충분한 범위를 포함해야 하며, 각 테스트 시점보다 학습이 먼저 이루어져야 한다. 저자들은 학습의 충분성, 테스트 포괄 범위, 미래 데이터 누출, 테스트 지점과 미래 학습 관측치 간 거리를 연결하는 한계로 이러한 목표를 형식화한다. 또한 베타 혼합 가정 아래 누출 편향의 한계를 구하고 그 크기를 시간적 거리에 연결한다. 분석은 확장형 워크포워드…

이 연구는 위험을 고려한 성과 기준에 따라 정책을 최적화하는 강화학습 접근법을 개발한다. 정책을 순위 의존 기대효용으로 평가해 에이전트가 수익과 하방 결과에 대해 서로 다른 선호를 표현할 수 있게 한다. 모델 불확실성에 대응하기 위해 모델링된 분포를 중심으로 한 바서슈타인 거리 구 안에서 최악의 수익률 분포를 기준으로 정책을 평가한다. 이에 따라 에이전트가 정책을 선택한 뒤 적대자가 성과를 낮추는 주변 분포를 고르는 중첩 의사결정 문제가 생긴다. 저자들은…

이 연구는 예측을 보류할 수 있는 분류기가 트레이딩 결정에 어떤 영향을 주는지 살펴본다. 일반적인 방향 분류기는 항상 시장 포지션을 전제로 하지만, 선택적 분류기는 예측을 보류할 때 포트폴리오를 투자하지 않은 상태로 둘 수 있다. 논문은 이진 분류와 상대적으로 작은 가격 변동을 별도 클래스로 추가한 삼진 분류를 다룬다. 삼진 분류는 모델이 방향 판단을 피할 또 다른 방법을 제공한다. 선택성을 높이면 예측 정확도와 예측을 제공하는 입력의 비중 사이에 절충이…

이 연구는 US 주식의 통계적 차익거래에 오토인코더를 활용한다. 기존의 2단계 방식에서는 가격결정 모델이나 주성분 모델이 합성 자산을 찾고, 별도의 평균회귀 전략이 트레이딩 신호를 만든다. 저자들은 먼저 주식 수익률로 표준 오토인코더를 학습하고, Ornstein-Uhlenbeck 과정에 기반한 전략을 구성한다. 이어서 포트폴리오 정책의 신경망 표현에 오토인코더를 통합해 자산 배분을 직접 산출한다. 결합 모델은 위험조정 수익률을 역전파해 엔드투엔드 방식으로…

이 연구는 서로 다른 예측 기간에 걸쳐 추세를 따르는 에이전트 집단으로 금융 예측을 모델링합니다. 실제 통화 환율 시계열로 나타낸 확률적·시간 가변 환경에서 집단이 어떻게 변하는지 살펴봅니다. 분석에서는 상호작용하지 않는 에이전트와 집단 내 상호작용에 따라 행동이 달라지는 에이전트를 비교합니다. 저자들은 집단 규모와 통계적 특성의 변화를 추적하고 평균 수명, 평균 효용, 그 분포를 보고합니다. 집단의 결과는 에이전트 간 상호작용의 강도와 형태 모두에 달려…

이 연구는 요인 발견과 요인 승인을 분리합니다. 에이전트는 후보를 제안하고 진단용 탐침을 만들 수 있으며, 고정된 통계 심판은 제안 이후에만 관측된 시장 결과를 사용해 각 제안을 평가합니다. 심판은 에이전트가 어떤 방식으로 제안하든 정지 시점에 관계없이 거짓 발견을 통제하도록 설계된 베팅 기반 검정을 사용합니다. 연구진은 고정 심판을 두고 스크립트, 밴딧, 언어 모델을 비교하며, 의도적으로 정보 누출이 있는 심판 세 가지와도 비교합니다. 근거는 참 요인을…

이 연구는 페어 트레이딩을 서로 연결된 두 단계의 계층적 의사결정 문제로 다룹니다. 하나는 더 긴 기간의 자산 쌍 선택이고, 다른 하나는 부분 관측 상태에서 더 짧은 기간에 거래를 실행하는 것입니다. 피드백이 늦게 도착하고 모호할 수 있어, 부진한 결과는 쌍 선택, 실행 정책, 또는 둘 다에서 비롯될 수 있습니다. 제안된 방법은 두 단계 모두에서 대규모 언어 모델을 정책으로 사용하고, 경사 기반 미세 조정 대신 프롬프트를 갱신해 모델을 적응시킵니다. 궤적 및…

FedNLP는 길고 해석하기 어려울 수 있는 연방준비제도 소통을 분석하는 다중 구성요소 자연어 처리 시스템으로 소개됩니다. 여러 분석 과제에 전통적 머신러닝부터 심층 신경망까지 다양한 방법을 결합합니다. 사용자는 코드를 작성하지 않고도 결과를 살펴볼 수 있으며, 분석은 기반 모델이 수행합니다. 시스템은 감성 분석, 문서 요약, 연방기금금리 움직임 예측, 예측에 대한 시각적 설명을 제공합니다. 이 기능들은 정책 언어와 그 잠재적 함의를 서로 보완하는 방식으로…

이 문서는 적응적 귀납 합리성 에이전트의 행동이 단순화된 시장의 변동성에 미치는 영향을 살펴봅니다. 이런 장난감 설정에서 과잉 변동성을 일으키는 두 가지 원인으로 에이전트가 가격 수용자로 행동해 자신의 시장 충격을 무시하는 점과 지나치게 강하게 반응할 수 있다는 점을 짚습니다. 저자들은 공개 정보가 없는 모형에서 이러한 메커니즘을 자세히 논의하고, 더 일반적인 경우에 적용되는 임계 학습률을 도출합니다. 그 임계값을 넘으면 에이전트의 거래 행동이 난류성 시장…

이 논문은 현물 변동성이 급격히 바뀌는 경우에도 강건하도록 설계된 희소 고빈도 변동성 추정량을 개발합니다. 제안된 추정량은 기존 방법에 ℓ1 페널티를 적용하며, 변동성 측정의 핵심적인 방법군인 파워 변동 추정량에 중점을 둡니다. 저자들은 관측되지 않는 기초 변동성과 변화점 위치를 모두 일관되게 추정할 수 있음을 보이고, 특정 추정량에서 미니맥스 수렴률을 달성합니다. 계산에는 최소 각도 회귀를 사용해 후보 변화를 추정한 뒤, 축소된 동적 계획법 단계로 변화점…

이 논문은 시장 행동을 제어하면서 금융 시장의 주문 흐름을 생성하는 프레임워크를 제안합니다. 기존 주문 흐름 생성 방법은 시장 데이터를 제대로 재현하지 못하고 제어 기능도 제한적일 수 있어, 연구와 트레이딩에서 활용하기 어렵다는 문제의식에서 출발합니다. 제안된 Diffusion Guided Meta Agent는 조건부 확산 모델과 금융경제학 사전 정보를 활용하는 메타 에이전트를 결합합니다. 확산 모델은 중간 가격 수익률과 주문 도착률의 시간 가변 분포…

이 논문은 관련 주식을 식별하고 상대적 가격 왜곡을 찾아 거래 비용을 반영하는 트레이딩 정책을 구성하기 위해 조건부 잠재 요인을 학습하는 프레임워크를 개발합니다. 어텐션 요인은 기업 특성 임베딩으로 구성되어 특성 간 상호작용을 반영합니다. 시퀀스 모델은 잔차 포트폴리오에서 시계열 신호를 추출하며, 비용 차감 후 위험 조정 수익성을 목표로 요인 추정과 차익거래 전략을 공동 최적화합니다. 저자들은 미국 대형주를 대상으로 한 24년 기간의 표본 외 샤프 비율이…

이 논문은 자산 변동성이 평균 회귀 성분과 확률적인 평균 회귀 수준이라는 두 요인을 갖는 경우의 최적 포트폴리오 선택을 연구합니다. 거래에는 비례하는 외생적 비용과 확률적 유동성 위험 과정에 연동된 내생적 비용이 발생합니다. 투자자 선호는 옵션 내재 접근법으로 추론한 S자형 효용 함수로 표현하며, 비오목성을 다루기 위해 오목 포락 변환을 사용합니다. 변환된 문제는 5차원 비선형 해밀턴-자코비-벨만 방정식으로 표현됩니다. 저자들은 딥러닝 기반 정책 반복법으로…

이 문서는 중국 선물 시장의 가격 방향을 예측하는 지도 학습 접근법을 설명합니다. 분류 모델로 선물 가격 움직임을 예측하고, 예측 결과를 트레이딩 전략으로 전환합니다. 해당 시장의 특성을 고려하는 것이 목적이라고 밝히지만, 발췌문에는 사용한 특징, 상품, 모델 설계, 매매 규칙이 제시되어 있지 않습니다. 저자들은 분류기가 정확도 요건을 충족한다는 근거로 테스트 데이터의 정밀도, 재현율, F1-점수를 보고합니다. 우상향하는 수익 곡선과 낮은 자본 감소폭을 보인…