Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 555개
이 노트북은 선택된 US 기업 특성 전략의 검증 성과가 가정한 수수료와 슬리피지에 따라 어떻게 달라지는지 측정합니다. 동일한 설정을 명시된 비용 그리드 전반에서 다시 실행하고, 총 비용을 수수료와 슬리피지에 균등하게 나눕니다. 전략을 고정하면 샤프 곡선을 통해 거래 비용 가정에 대한 민감도를 분리해 볼 수 있습니다. 비교를 위해 선언된 비용 수준을 스윕 안에 표시하며, 등록된 결과는 다시 계산하지 않고 재사용할 수 있습니다. 전략은 선언된 비용 수준에서 얻은…
이 노트북은 검증 데이터에서 설정을 선택한 뒤, 손대지 않은 홀드아웃 기간의 예측을 생성하는 방법을 설명합니다. 선택한 설정을 확인하고 홀드아웃용 학습 사양을 다시 구성한 다음, 사용 가능한 타임라인과 선택된 레이블의 기간을 바탕으로 학습 구간을 정합니다. 이렇게 확보한 버퍼는 학습 결과가 평가 기간까지 이어지지 않도록 하며, 그 기간의 수익률은 아직 알 수 없었을 것입니다. 노트북은 새 학습 식별 정보를 확인하고 예측 세트를 기록해 재학습이 이루어졌는지…
이 노트북은 선택된 CME 선물 모델 설정의 홀드아웃 예측을 생성하는 방법을 설명합니다. 검증 결과로 설정을 선택한 뒤 홀드아웃 기간이 시작되기 전에 끝나는 데이터로 다시 적합합니다. 레이블 버퍼를 두어 선행 레이블 결과가 홀드아웃까지 이어지지 않도록 학습 관측치와 평가 기간을 분리합니다. 또한 기간 시작 전에 추정한 매개변수를 홀드아웃 기간 내내 고정해 모델 기반 특성을 다시 생성합니다. 예측 집합은 실제로 재적합한 학습 실행과 연결되어야 합니다. 검증…
이 노트북은 검증 폴드에서 모델과 전략을 선택한 뒤, 선택된 NASDAQ-100 미시구조 설정의 홀드아웃 예측을 생성하는 방법을 설명합니다. 선택된 학습 사양을 재구성하고 사례 연구에서 선언한 기간으로 홀드아웃 폴드를 정한 뒤 이전 데이터만 사용해 모델을 다시 적합합니다. 학습 식별자를 확인해 실제 홀드아웃 재적합과 검증 데이터로 적합한 모델의 예측을 구분합니다. 학습 기간은 홀드아웃 시작 전에 레이블 버퍼를 두고 끝납니다. 이 버퍼는 가장 긴 레이블 구간을…
이 가이드는 주간 선물 포지션 데이터 출처로 공개된 CFTC 트레이더 포지션 보고서를 소개합니다. 딜러, 자산 운용사, 레버리지 자금 등의 참여자를 분류하는 Traders in Financial Futures 보고서와 상업 거래자, 운용 자금, 스왑 딜러 등의 범주를 사용하는 원자재 선물용 세분화 보고서를 구분합니다. 상품별 파일에는 보고 날짜, 미결제약정, 트레이더의 매수·매도·순포지션이 들어 있습니다. 포지션 분석, Z 점수, 역발상 신호, 선물 전략…
이 노트북은 실제 ETF 데이터와 가격 기반 모멘텀 사례를 사용해 단일 요인을 평가합니다. 선행 수익률에 대한 횡단면 스피어만 정보계수를 측정하고, 기간을 비교하며, 일별 횡단면 IC의 평균과 전체 표본 상관계수 계산의 차이를 설명합니다. ICIR, 통계적 불확실성, 분위수 수익률, 상위-하위 스프레드, 단조성, 회전율, 신호 감쇠도 다룹니다. 커버리지와 오래된 값 점검으로 요인이 예상대로 존재하고 갱신되는지 확인합니다. 이 장은 폴드 정보를 반영한 평가를…
이 사례 연구는 NASDAQ-100 미시구조 전략의 선행 수익률과 비교해 금융 및 모델 기반 후보 특성을 선별합니다. 시간에 따른 횡단면 순위 정보계수를 계산하고, 의존성과 다중 검정을 반영해 추론을 조정하며, 분위수별 수익률 형태와 특성 중복성을 살펴봅니다. 커버리지와 오래된 값 점검으로 값이 지나치게 희소하거나 변하지 않아 신뢰성 있게 해석하기 어려운 특성을 찾아냅니다. 근거와 함께 진행, 수정, 중단 판단을 선별 기록표에 남깁니다. 각 선행 레이블을…
이 노트북은 신호 규칙, 자산 배분, 리스크 오버레이를 다루는 등록된 검증 백테스트에서 CME 선물 사례 연구를 선택합니다. 두 수익률 구간에 걸쳐 후보를 비교하고 검증 샤프가 가장 높은 설정을 선택합니다. 비용 민감도는 선택 후보군에 후보를 추가하지 않고 선택된 설정만 설명합니다. 재현 가능한 비교를 위해 기준 실행에서 후보 구성을 고정합니다. 그런 다음 선택된 전략의 정확한 전략 사양과 모델 체크포인트를 맞춰 이후 홀드아웃 기간에서 평가합니다. 검증과…
이 노트북은 분봉과 NBBO 호가를 사용해 NASDAQ-100 종목의 장중 선행 수익률 레이블을 구성하는 방법을 설명합니다. 신호 다음 봉부터 지정된 미래 시점까지의 수익률을 정의하고, 매수·매도 호가 바운스를 줄이기 위해 호가 중간값을 사용하며, 스프레드는 별도의 마찰 비용 추정치로 다룹니다. 거래소 일정을 기준으로 각 구간을 제한해 레이블이 세션을 넘거나 조기 폐장 후 오래된 패딩 봉을 사용하지 않도록 합니다. 선언된 시간 구간은 관측된 시간 격자를…
이 사례 연구는 만기까지의 수익률을 예측하는 단기 등가격 스트래들 그래디언트 부스팅 모델을 비교합니다. 트리 용량과 제곱 오차, 절대 오차, 후버 손실의 세 가지 적합 목적을 달리합니다. 변동성 이벤트가 있었던 해를 포함한 두 기간에 워크포워드 검증을 적용하고 정보계수(IC)로 예측을 평가합니다. 각 부스팅 단계에서 자체 예측이 생성되므로 체크포인트를 별도의 모델 후보로 취급합니다. 보고된 양상은 제곱 오차가 다른 목적들과 일관되게 구별되며 IC가 가장…
이 문서는 일일 시장 데이터를 최신 상태로 유지하는 운영 절차를 제시합니다. 초기 이력을 불러오고, 저장 이력과 일부 겹치는 짧은 증분 구간을 가져오고, 누락된 날짜를 확인하며, 최신성과 검증 문제를 모니터링합니다. 겹치는 구간은 공급업체가 최근 봉을 수정한 내용을 반영하는 데 도움이 됩니다. OHLCV 데이터는 공급업체가 불완전하거나 가격 정보가 빠진 세션을 반환할 수 있으므로 업데이트 종료 시점을 현재 날짜가 아니라 마지막으로 완성된 봉에 맞춰야 합니다.…
이 노트북은 S&P 500 주식 및 옵션 연구에서 주요 레이블을 예측하도록 패치 트랜스포머를 적합합니다. 각 주식의 과거 입력 구간을 연속 패치로 나누고 각 패치를 어텐션 토큰으로 취급합니다. 어텐션은 구간 내 멀리 떨어진 부분을 직접 비교할 수 있고, 패치 방식은 시퀀스 길이를 줄입니다. 패치 크기가 클수록 계산 부담은 줄지만 패치 안의 세부 정보가 압축됩니다. 이 모형은 연구의 다른 딥러닝 아키텍처와 동일한 관측 구간 및 학습 일정을 사용합니다. 학습에는…
이 구성은 S&P 500 종목을 대상으로 주간 등가격 스트래들 매도 연구를 설명합니다. 포지션은 금요일에 열어 만기까지 보유하며, 옵션 델타 변화가 발생하면 주식 헤지를 매일 실행합니다. 포트폴리오 자본은 겹치는 코호트에 나누어 배분하며, 주요 성과 지표는 만기까지의 수익률입니다. 평가는 시간순 학습·검증·홀드아웃 기간을 사용하고 여러 포트폴리오 배분 방식과 분산 리스크 프리미엄이 수익률을 설명할 수 있는지 분석합니다. 비용 모형에는 옵션 및 헤지 스프레드,…
이 노트북은 여러 펀드의 가격 수익률에 단일 가중치 계열을 맞추는 ETF 확률적 할인 요인 모형을 설명합니다. 펀드 익스포저와 요인 수익률을 각각 추정하는 모형과 달리, 가격 책정 오차를 기준으로 두 개의 신경망을 학습합니다. 하나는 횡단면 데이터에서 할인 요인 가중치를 구성하고 다른 하나는 각 펀드의 익스포저를 추정합니다. 노트북은 예측 수익률 점수도 보고하지만, 목표는 수익률 예측이 아니라 무차익 가격 책정으로 설정합니다. 모형은 맥락 정보로 거시경제…
이 논문은 하이브리드 온체인 금융 시스템의 워크플로를 평가하기 위한 증거 아키텍처를 제시합니다. 봉인된 매니페스트에는 시스템 식별 정보, 역할, 스키마, 릴리스 정보가 기록되며, 등록된 도출 과정과 공통 상관 식별자를 갖춘 7개 증거 계층을 보존합니다. 출처, 관련 루트 조건, 음성 대조군, 재현 가능한 패키징, 과거 재생, 독립 검토가 모두 명시된 요건을 충족해야 주장을 다음 단계로 올릴 수 있습니다. 해시가 일치한다는 사실만으로 증거가 독립적으로…
MintEval은 언어 모델이 트레이더의 지시를 의도한 전략대로 동작하는 코드로 옮기는지 평가합니다. 조합 가능한 구성 요소로 기준 전략을 만들고, 이를 일상적인 표현의 지시로 바꾼 뒤 모델에 구현을 요청합니다. 생성된 프로그램과 기준 프로그램을 같은 시장 데이터와 거래 마찰을 적용해 각 봉마다 실행하고 행동을 비교하므로, 시장 성과 차이가 구현 충실도 비교에 영향을 주지 않습니다. 초기 벤치마크는 800개 과제로 구성되며, BTCUSDT 15분 데이터를…
이 연구는 분석적 해가 있는 연속시간 브로커–트레이더 게임에서 근위 정책 최적화가 브로커의 매매 속도 결정을 학습할 수 있는지 검증합니다. 연속시간 목적 함수에서 이산 보상을 도출하고 격자 세분화 및 1단계 항등식으로 구현을 점검한 다음, 확률적 비정보 주문 흐름과 부분 정보의 유무에 따라 학습된 정책을 분석적 기준과 비교합니다. 비정보 흐름이 없으면 피드포워드 PPO 정책은 기준 행동에 근접합니다. 확률적 흐름에서는 지도학습 결과 액터가 목표를 표현할 수…
이 문서는 전통적인 시계열 분석에서 금융 수익률이 무작위에 가까워 보이더라도 현대적인 다변량 통계로 탐지할 수 있는 패턴이 있을 수 있다고 설명합니다. 핵물리학에서 쓰이는 방법에 착안한 분석을 유로 선물의 고빈도 가격 움직임에 적용합니다. 변동성 구간에 따라 달라지는 추세 추종 행동을 찾아내고, 트레이딩 시스템으로 해당 조건을 구현합니다. 이 패턴이 하나의 계약을 넘어 확장되는지 살펴보기 위해 같은 절차를 DAX와 유로 선물과 상관성이 대체로 낮다고 설명되는…
이 연구는 NSE 500 종목으로 구성한 실물 모멘텀 포트폴리오를 일간, 주간, 월간, 연간 투자 기간에 걸쳐 평가합니다. 2014–2021의 과거 수익률과 위험 특성을 살펴보고, 각 기간에서 가장 높은 성과를 낸 포트폴리오를 NIFTY 50 포트폴리오와 비교합니다. 연구 기간에 선정된 각 모멘텀 포트폴리오가 벤치마크보다 수익률이 높고 위험 지표도 더 양호했다고 저자들은 보고합니다. 또한 논문은 일간 투자 기간에서 실물 모멘텀 효과의 반전이 가장 강하게…
이 연구는 고토비 이상 현상을 트레이더가 활용할 수 있는지 살펴봅니다. 일본에서 날짜가 5로 나누어떨어지는 날에는 USD/JPY이 9:55을 향해 상승하는 경향이 있다는 보고가 있습니다. 연구는 이 패턴을 바탕으로 한 전략이 투자자들이 이를 알게 된 뒤에도 유효한지라는 실질적인 질문에 초점을 둡니다. 반복되는 시장 효과는 참여자들이 이를 이용해 거래하기 시작하면 달라질 수 있으므로 이 관점은 중요합니다. 문서는 가능한 경제적 함의도 논의합니다. 일본 기업들이…
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 시간에 따라 변하는 여러 데이터 흐름 간 관계를 모형화하는 방법을 다룹니다. 확률 의존성에 제한적인 모형을 요구하지 않고 회귀 계수가 변할 수 있도록 페널티를 더해 일반 최소제곱법을 수정하는 유연 최소제곱법(FLS)에 초점을 둡니다. 통계적 차익거래가 주요 금융 응용 분야입니다. 저자들은 FLS와 칼만 필터 방정식 사이의 대수적 동등성을 보이고, 이를 통해 방법을 설명하며 더 효율적인 알고리즘을 제안합니다. S&P 500 선물 지수에 적용한…
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 상관관계가 있는 두 자산에 롱과 숏 포지션을 동시에 취하는 시장중립 전략인 페어 트레이딩을 소개합니다. 개괄적인 절차로 공적분된 쌍을 찾고 상대 가격 움직임으로 트레이딩 신호를 구성한 뒤, 수익 개선을 목표로 모형 매개변수를 최적화하는 방법을 설명합니다. 전체 시장 방향에 의존하는 대신 자산 간 관계의 변화에서 수익을 얻으려는 접근법입니다. 이 글은 개념적 개요를 제공하지만 구체적인 공적분 검정, 신호 규칙, 최적화 절차, 데이터셋 또는 측정된…