지식 라이브러리

이 논문은 단기 ETF 매수 결정을 이어가며 장기적으로 자산을 늘리려는 체계적 투자 접근법을 제안합니다. 진화 알고리즘과 딥러닝 모델을 결합해 기존의 일별 정기 투자보다 납입 시점을 개선합니다. 매번 정해진 날에 같은 방식으로 투자하는 대신, 시간에 따라 매수 결정을 조정하는 것이 목표입니다. 저자들은 특정 ETF에서 기존의 일별 정기 투자보다 약 1퍼센트 높은 수익률을 보고합니다. 근거는 모의 백테스트에만 의존하지 않고 소매 증권사 플랫폼을 통해 실행한…

StockGPT는 일별 주식 수익률을 숫자 토큰의 연속으로 보고 자기회귀 모델을 학습해 미래 수익률을 예측합니다. 어텐션 메커니즘은 기존의 가격 기반 신호를 직접 지정할 필요 없이 수익률 이력에서 시간 패턴을 학습하도록 설계됐습니다. 논문은 매일 또는 매월 리밸런싱하는 롱숏 포트폴리오로 예측을 평가합니다. 보고된 평가는 홀드아웃 기간을 사용하며, 모델 기반 포트폴리오가 모멘텀과 단기·장기 반전 효과를 모두 포착한다고 봅니다. 저자들은 주요 주식시장 요인 대비…

이 문서는 자산 자체의 모멘텀 이력과 다른 자산 대비 모멘텀을 결합한 시공간 모멘텀 전략을 제시합니다. 신경망으로 포트폴리오 전반의 트레이딩 신호를 학습하며, 시계열 모멘텀과 횡단면 모멘텀을 서로 분리된 전략이 아니라 연관된 입력값으로 다룹니다. 백테스트에는 활발히 거래되는 US 주식과 주가지수 선물이 포함됩니다. 단일 완전 연결 계층이 시험한 수준까지 거래 비용이 높아져도 벤치마크보다 우위를 유지한다고 보고합니다. 제시된 비용 시나리오 전반에서는 최소 절대…

이 논문은 투자자의 문제를 미래 시점 자산의 기대 효용을 극대화하는 것으로 설정합니다. 처음에 한 번 선택하는 파생상품 포지션과 시간에 따라 조정하는 주식 보유분, 두 종류의 포지션을 결합합니다. 시장이 변하는 동안 주식 전략은 대응할 수 있지만 파생상품 포지션은 고정된 상태로 유지할 수 있습니다. 분석은 양의 자산에 효용을 정의한 일반적인 준마팅게일 프레임워크를 사용합니다. 발췌문은 문제 설정을 설명하지만 해법, 결과, 사례 또는 실증 증거는 제시하지…

이 논문은 시장 모형이 불확실할 때 장기 자산 성장을 극대화하는 방법을 연구합니다. 알려진 자산 영역과 순간 공분산이 제약 조건인 모형을 고려하며, 장기 점유 측도가 밀도로 수렴한다는 추가 안정성 조건을 둡니다. 이 조건의 근거는 주식시장에서 순위가 매겨진 상대 시가총액이 안정적으로 관측된다는 점입니다. 저자들은 이 입력값에 최소한의 가정만 두고, 점유 시간 대편차의 Donsker–Varadhan 속도 함수로 견고한 성장률을 나타냅니다. 또한 고려한 모형…

이 연구는 에이전트 기반 모형으로 투자자 행동이 시뮬레이션된 주식시장 수익률과 자산에 어떤 영향을 미칠 수 있는지 살펴봅니다. 투자자들은 소세계 네트워크를 이루며 모방형, 반모방형 또는 무작위 행동 유형을 갖습니다. 신뢰하는 이웃의 정보나 시장 지수에 기반한 모멘텀 신호를 이용해 행동을 선택합니다. 분석은 심리 유형별로 지수 변동, 수익률 분포, 투자자 자산을 비교합니다. 네트워크 허브에 배정된 유형도 바꾸며, 반모방 전략이 더 수익성 있는 조건을…

이 논문은 양도소득세와 실현 손실에 따른 세금 혜택이 주식 매매 결정에 미치는 영향을 연구합니다. 강화학습 환경에서 평균 세금 원가를 사용하는 방법을 제안해, 에이전트가 세금을 고려하는 전략과 무시하는 전략을 모두 학습할 수 있게 합니다. 핵심은 세금 처리가 선호되는 매매 시점과 종목 선택을 바꿀 수 있으므로, 지속적인 주식 트레이딩을 최적화할 때 세금을 직접 모델링하는 것이 중요할 수 있다는 점입니다. 보고된 비교 결과에서는 세금을 무시하면 평균 포트폴리오…

이 논문은 신호가 평균회귀하는 오른슈타인-울렌벡 과정에 따르고, 그 모수가 잠재 레짐에 따라 달라질 때의 최적 트레이딩을 연구합니다. 순환 신경망과 강화학습을 결합해 관측값으로부터 신호의 잠재 평균, 회귀 속도, 변동성에 관한 정보를 추론한 뒤, 그 정보를 매매 지침으로 활용합니다. 저자들은 DDPG 기반 접근법 세 가지를 제안합니다. 하나는 순환 신경망의 은닉 상태를 트레이딩 에이전트에 전달하고, 나머지 둘은 추정된 레짐 확률이나 다음 신호값 예측을…

이 연구는 선전증권거래소에서 시초가 단일가 경매, 냉각 기간, 연속 매매 동안 트레이더들이 주문을 제출하는 방식을 살펴봅니다. 23개 종목의 초고빈도 주문 흐름 데이터를 사용해 세 단계에서 기준 가격 대비 주문 가격을 비교합니다. 보고된 분포는 정성적으로 유사하지만 정량적으로는 차이가 있습니다. 주문 제출 방식은 매수자와 매도자 사이에서도, 호가창 안쪽 주문과 바깥쪽 주문 사이에서도 다릅니다. 연속 매매에서는 조건부 상대 가격 분포가 매수·매도 스프레드 및…

이 논문은 순위 의존 포트폴리오 함수에서 생성된 트레이딩 전략의 누수를 연구합니다. 누수란 포트폴리오에 포함된 주식을 갱신하거나 교체할 때 발생하는 자산 손실을 뜻합니다. 저자들은 이 효과를 유한 변동 항으로 나타내는 이론식을 도출하고, 그 계산법이 선행 연구에서 제안한 방법과 다르다고 설명합니다. 이어서 이산 시간 추정법을 소개하고 실제 적용 시 고려할 사항을 논의합니다. 실증 사례는 구성 종목 수가 다른 전략들의 누수를 보여줍니다. 순위가 바뀌는 주식으로…

이 실증 연구는 평균회귀를 활용하도록 설계된 온라인 포트폴리오 전략이 벤치마크 데이터셋을 넘어 좋은 성과를 내는지 평가합니다. 수동적 공격형 평균회귀, 온라인 이동평균 회귀, 거래 비용 최적화의 세 가지 접근법을 살펴봅니다. 연구진은 이러한 전략이 널리 쓰이는 테스트에서 특히 성공적으로 보이는 이유와 더 최근의 시장 데이터에서도 효과가 있는지 조사하기 위해, 2000부터 2017까지 S&P 500 구성 종목의 과거 가격과 기존 벤치마크 데이터셋을 함께…

이 연구는 중국 주식의 주간 모멘텀 전략을 원수익률, 고유수익률, 여러 고유위험 측정치로 비교합니다. 표본은 1997년 1월부터 2017년 12월까지의 개별 A주 종목으로 구성됩니다. 저자들은 먼저 모멘텀과 역추세 패턴을 살펴본 뒤, 단변량 포트폴리오 분석으로 위험 측정치가 수익률을 예측하는지 검토하고 해당 측정치로 구성한 모멘텀 포트폴리오를 비교합니다. 논문은 전반적인 역추세 효과와 고유 모멘텀 효과를 모두 보고합니다. 대부분의 고유 위험 지표는 횡단면…

이 연구는 KM₂O-Langevin 이론을 적용해 주가 변동을 정상, 비정상 또는 중간 상태로 분류합니다. 이 분류에 따라 정상 국면에는 이동평균을, 비정상 국면에는 오실레이터인 심리선을 선택합니다. 저자들은 가격의 통계적 특성 변화에 맞춰 기계적 매매 결정을 조정하는 방법으로 이를 제시합니다. 니케이 평균주가를 대상으로 예시 전략을 백테스트해 최대 드로다운이 작았다고 보고하며, 이 접근을 저위험이라고 설명합니다. 정상성 분석이 트레이딩에 도움이 될 수…

이 연구는 도쿄증권거래소 데이터를 사용해 일일 거래량과 거래 건수가 주식 변동성을 설명하는 데 도움이 되는지 살펴봅니다. 분포 혼합 가설에 따라 두 지표를 시장 관련 정보가 유입되는 속도의 대리변수로 봅니다. 조건부 분산의 지속성을 포착하는 일반화 자기회귀 조건부 이분산 모형으로 변동성과의 관계를 평가합니다. 보고된 결과에 따르면 거래량이나 거래 건수를 추가해도 GARCH 효과가 항상 사라지는 것은 아닙니다. 저자들은 이를 이러한 활동 지표가 정보 유입률을…

이 연구는 중국 A주 시장에서 개발된 단기 가격 및 거래량 신호가 기존 미국 요인을 넘어 S&P 500 주식의 가격 정보를 추가하는지 검증합니다. 확률적 할인인자 프레임워크에서 신호의 부하량을 평가하기 위해 이중 선택 LASSO을 적용한 뒤, 검정 자산 설계와 대체 통제 변수 선택 방법에 따른 민감도를 확인합니다. 기본 분석에서는 일부 신호의 부하량이 유의하지만, 강건성은 신호마다 다릅니다. 더 세밀한 그리드와 대체 방법을 적용한 검정에서도 유의성이 유지된…

이 연구는 43개 중국 주식에서 주문 공격성이 지속되는지 살펴봅니다. 주문 공격성은 주문 흐름과 관련이 있습니다. 익숙한 대각선 효과는 주문 뒤에 비슷한 공격성의 주문이 이어지는 경향을 뜻합니다. 연구는 이러한 연쇄에 더 긴 시간 규모의 상관관계도 있는지 묻습니다. 저자들은 추세 제거 이동평균 분석으로 스케일링 거동의 교차점을 찾고, 교차점 양쪽에서 두 허스트 지수를 추정하는 객관적 방법을 제안합니다. 한 종목을 제외한 모든 종목에서 단기 상관관계는 없고…

이 문서는 옵션 시장 데이터를 트레이딩 신호로 직접 변환하는 엔드투엔드 머신러닝 접근법을 설명합니다. 시장 동태를 명시하거나 옵션 가격 모형에 의존하는 접근법과 달리, 관측 데이터와 트레이딩 의사결정 간 관계를 모델이 학습합니다. 거래 활동과 비용을 반영하기 위해 회전율 정규화도 포함합니다. 보고된 백테스트는 S&P 100 구성 종목의 주식 옵션을 대상으로 십 년이 넘는 기간을 다룹니다. 저자들은 규칙 기반 전략보다 위험 조정 성과가 높았으며, 거래 비용이…

이 문서는 투자 흐름과 최적 거래 시점에 관한 연구를 바탕으로 장중 시간대별 주식 수익률의 예측 가능성을 살펴봅니다. 거래일마다 같은 시점에 반복되는 30분 간격 수익률 지속 현상을 보고하며, 패턴은 최소 사십 거래일 동안 이어집니다. 거래량, 주문 불균형, 변동성, 매수·매도 호가 스프레드에서도 관련 패턴이 나타나지만, 분석에 따르면 이 변수들은 수익률 지속 현상을 설명하지 못합니다. 또한 한 시간 미만 지속되는 일시적 유동성 불균형과 매수·매도 호가…

QuantNet은 여러 주식 시장에 걸쳐 트레이딩 전략을 구축하는 학습 아키텍처입니다. 각 시장은 자체 인코더와 디코더를 갖습니다. 인코더는 해당 시장 데이터를 표현하고, 공유 글로벌 모델은 시장 간 정보를 처리하며, 디코더는 시장별 신호와 글로벌 신호를 결합해 시장별 전략을 만듭니다. 이 설계는 각 시장 모델이 고유한 특성에 맞춰 조정되도록 하면서 전이 가능한 패턴을 포착하려 합니다. 논문은 58개 주식 시장의 자산 3,103개에 대한 과거 데이터로…

이 문서는 일반화 템퍼드 안정(GTS) 분포와 관련된 두 가지 확률분포, 즉 배경 구동 레비 과정과 그 과정을 사용해 구성한 자기분해 가능 분포를 설명합니다. 또한 이 분포들을 오른슈타인-울렌벡 프레임워크에서 다루며, 변화하는 수익률을 모형화할 때 정상분포로 활용될 수 있습니다. 시뮬레이션을 위해 논문은 확률적 적분 표현에서 표본을 추출하고, S&P 500 지수와 비트코인의 일일 누적 수익률에 방법을 적용합니다. 이는 비정규 분포 특성을 나타내도록 설계된…

이 문서는 트레이딩 신호와 실용적인 필터링을 중심으로 구성된 주식 스크리닝 시각화 도구를 설명합니다. 백엔드는 각 주식이 동종 종목과 비교해 얼마나 벗어나 거래되는지 계산하고, 상대적 괴리를 평균회귀 신호로 사용하며 신호의 큰 변화를 모멘텀으로 표시합니다. 프런트엔드는 신호를 색상으로 보여주고 섹터, 거래소, 신호, 유동성, 시가총액별로 주식을 정렬하거나 필터링할 수 있게 합니다. 주요 기여는 유용한 제어 기능을 유지하면서 신호 후보를 탐색할 수 있는 기능적…

이 논문은 가격의 점프와 확산을 일으키는 숨은 요인에서 통계적 차익거래 신호가 나올 때의 최적 트레이딩을 연구합니다. 트레이더의 주문은 호가와 체결 가격에도 영향을 줄 수 있어, 문제에는 불확실한 시장 상태와 트레이더 자신의 가격 충격이 모두 포함됩니다. 제안된 방법은 잠재 상태의 사후 분포를 추적해 트레이딩 문제를 명시적으로 풉니다. 검증 정리가 해를 뒷받침하고, 기댓값-최대화 방법의 변형을 모형 보정에 활용합니다. 시뮬레이션은 학습을 반영한 전략과 잠재…

이 연구는 US 주식의 평균회귀 페어 전략을 개발합니다. 일반적인 페어 트레이딩 관행에 따라 페어를 고르는 대신, 최대우도추정으로 오른슈타인-울렌벡 과정을 따르는 정적 포트폴리오를 구성합니다. 추정된 모형 매개변수로 역추세 신호를 만들고, 여러 검정을 통해 트레이딩 임계값과 표본 내 구간 길이를 선택합니다. 문서는 표본 내 및 표본 외 기간 모두에서 샤프 비율이 1.9을 넘는 유망한 페어 아홉 개를 보고합니다. 예시로 CCI와 HCP, CCI와 Realty…

이 문서는 신경망 예측을 매수·매도 신호로 바꾸는 고빈도 주식 트레이딩 알고리즘을 제안합니다. 교차 엔트로피 손실과 준뉴턴 방법으로 최적화한 로지스틱 회귀, 완전 연결 신경망, 서포트 벡터 머신의 세 가지 접근법을 비교합니다. 신경망은 주식 데이터에서 특성을 추출하고 분류할 수 있으며, 서포트 벡터 방식은 분류를 위해 관측값을 더 높은 차원의 공간으로 매핑한다는 것이 제시된 근거입니다. 연구는 잦은 매매에 가장 효과적인 모형을 찾기 위해 이 모형들을…