지식 라이브러리

이 문서는 시장 모형에 대한 불확실성 속에서도 수익성을 유지하고자 하는 통계적 차익거래 전략을 찾는 데이터 기반 방법을 설명합니다. 심층 신경망으로 여러 증권을 함께 분석해 공적분 쌍을 먼저 찾을 필요를 없앱니다. 이에 따라 더 고차원인 시장과 기존 페어 트레이딩이 잘 작동하지 않을 수 있는 환경으로 접근 범위를 넓힙니다. 이 방법은 관측 시장 데이터에서 모형의 모호성을 나타내는 그럴듯한 확률 측도 집합도 구성합니다. 저자들은 이를 모형 자유 접근법이라고…

이 문서는 잡음이 많은 시장에서 어떤 트레이딩 방식이 살아남는지 대규모 에이전트 기반 시뮬레이션으로 살펴봅니다. MAS-Utopia 모델에는 다섯 가지 유형에 걸친 10,000개의 에이전트가 포함되며, 5년간의 고빈도 데이터를 적용합니다. 시뮬레이션 환경은 거래 마찰이 없다고 가정하고 에이전트에게 조건 없는 기본소득을 제공합니다. 이러한 조건에서는 시장 방향에 맞춰 대응하는 추세 추종 에이전트가 기존 움직임에 반대해 거래하는 평균회귀 에이전트보다 시간이…

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…

CTBench는 지속적인 거래, 높은 변동성, 빠른 레짐 변화가 나타나는 암호화폐 시장을 배경으로 합성 암호화폐 시계열을 평가하는 벤치마크입니다. 452개 토큰의 데이터를 모으고 네 가지 시장 레짐에서 대표 생성 모델 여덟 가지를 평가합니다. 13개 지표는 예측 정확도, 횡단면 순위, 트레이딩 결과, 위험, 계산 비용을 다룹니다. 벤치마크는 두 가지 과제를 사용합니다. 예측 효용 과제는 생성 데이터가 예측에 유용한 패턴을 보존하는지 테스트하고, 통계적…

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 자율 강화학습 트레이더만으로 구성된 지정가 주문장을 모형화합니다. 미시적 주문 매칭 엔진을 사용해 에이전트 간 상호작용이 총주문 흐름과 시장 충격을 어떻게 형성하는지 살펴봅니다. 모형은 질서 있는 가격 발견과 변동성이 매우 큰 연쇄 상태 사이의 경계를 제시하며, 이 경계는 에이전트 수와 관측 가능한 시장 깊이와 관련됩니다. 이러한 에이전트가 유동성을 공급할 때 시장 충격이 어떻게 변하는지도 조사합니다. 보고된 행태는 고전적인 제곱근 관계와 다르며,…

이 문서는 대규모 언어 모델을 기반으로 구축된 암호화폐 트레이딩 에이전트 CryptoTrade를 설명합니다. 저자들이 투명하고 불변한다고 보는 온체인 정보와 시의성 있는 맥락을 제공할 수 있는 뉴스 같은 오프체인 신호를 결합합니다. 성찰 메커니즘은 이전 의사결정의 결과를 검토해 에이전트의 일일 트레이딩 선택에 반영합니다. 이를 통해 기존 시계열 기준선에만 의존하지 않고 트레이딩 피드백을 과정에 통합할 수 있습니다. 저자들은 여러 암호화폐와 시장 상황에서…

이 연구는 딥 헤징 포지션과 델타 헤징 포지션의 차이가 통계적 차익거래가 될 수 있는지 살펴봅니다. 완전시장 가정에서 도출된 기존 주장을 검토하고, 그러한 동태에서 벗어나는 GARCH 기반 시장 모형에서도 비슷한 결론이 성립하는지 묻습니다. 보고된 결과는 딥 헤징 최적화에 사용하는 위험 측정치에 따라 달라집니다. 이 측정치가 불리한 결과에 충분한 비중을 두지 않으면 델타 헤징과의 차이가 투기적 추가 포지션처럼 작용할 수 있습니다. 적절한 위험 측정치를…

이 문서는 칼만 필터, 볼린저 밴드 신호, KalmanNet 구조를 바탕으로 한 신경망을 결합한 페어 트레이딩 정책 KBPT을 제시합니다. 전통적인 방식은 두 자산의 관계를 가우스 잡음이 있는 선형 상태 공간 과정으로 모형화합니다. 이 모형은 페어의 움직임을 근사하는 데 그칠 수 있어, 그 결과로 나온 지표와 거래가 신뢰하기 어려울 수 있습니다. 대신 KBPT은 부분 공적분을 허용하는 확장 상태 공간 모형을 사용하고 추적 과정을 개선하도록 학습합니다. 학습은…

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 연구는 암호화폐 위험을 변동성 예측 문제로 보고, 암호화폐 시장의 스무 개 요소에서 계산한 위험 측정치에 머신러닝 모델을 적용합니다. 합성곱 신경망, 장단기 메모리 모델, 양방향 LSTM, 게이트 순환 유닛을 비교한 뒤, 기존 모델보다 개선하는 것을 목표로 하는 새 모델을 소개합니다. 다룬 자산에는 비트코인, 이더리움, 도지코인이 포함됩니다. 문서는 제안 모델과 기존 모델의 평균제곱근오차 값을 보고하며, 제안 방식의 오차는 비교 모델보다 낮은 값과 높은…

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…

Tail-GAN은 고차원 다중 자산 포트폴리오의 현실적인 결합 가격 동학을 모의 생성하는 데이터 기반 시나리오 생성기로, 분포 꼬리의 손실에 초점을 둡니다. 위험 측정 특성을 보존하도록 생성적 적대 신경망을 훈련하는 데 VaR와 기대손실의 결합 엘리시터빌리티를 활용합니다. 시뮬레이션한 시장 시나리오에서 정적·동적 트레이딩 전략을 평가하는 데 사용하도록 설계됐습니다. 논문은 합성 데이터와 시장 데이터에서 수치 실험을 수행했다고 보고합니다. 이 접근법은 다양한…

DeepUnifiedMom은 여러 시간 범위의 시계열 모멘텀 신호를 결합하는 포트폴리오 구성 프레임워크입니다. 다중 게이트 전문가 혼합 아키텍처와 다중 과제 학습을 사용해 통합 포트폴리오를 구성하며, 더 좁은 시간 범위에 집중하는 전략이 놓칠 수 있는 모멘텀 동향을 포착하려 합니다. 문서는 주가지수, 채권, 외환, 원자재를 대상으로 한 백테스트를 보고하며, 거래 비용 차감 후 프레임워크가 벤치마크 모형보다 높은 성과를 냈다고 합니다. 제공된 설명에는 구체적인…

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 2024부터 2025까지 Xetra와 Nasdaq Stockholm에 상장된 비트코인 및 이더리움 상장지수상품의 장중 이상 현상을 1분 봉 데이터로 살펴봅니다. 기준 모형은 일반화 파레토 분포를 왼쪽 꼬리의 초과값에 적합해 극단적인 음의 수익률을 식별합니다. 저자들은 거래소 간 가격 괴리, 이후 10개 활성 봉 동안 회복이 거의 없는 급락, 양의 단기 모멘텀 뒤에 나타나는 급락이라는 세 가지 이진 지표를 추가합니다. 각 이상 현상 범주는 봉의 1%…

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…

합성 옵션 생성의 순환 문제를 다룹니다. 내재 변동성은 보통 관측된 옵션 가격에서 추정하지만, 합성 가격을 구하려면 내재 변동성 입력값이 필요합니다. 먼저 점프 은닉 마르코프 모형으로 여러 자산의 주가 경로를 생성한 뒤, 수정된 헤스턴 분산 과정으로 내재 변동성 경로를 도출합니다. 분산 목표는 시장 체제, 만기까지 남은 시간, 머니니스, 시장 심리 지표에 따라 달라집니다. 재결합 이항 격자로 미국형 옵션 가격을 산정하며, 외부 보정 없이 변동성 스마일,…

이 연구는 금융 및 블록체인 데이터와 결합한 뉴스·소셜 미디어 텍스트가 비트코인과 이더리움 가격 예측을 개선할 수 있는지 살펴봅니다. 사전 학습 및 미세 조정 언어 모델을 사전 기반 감성 분석 방법과 비교하고, 강세 또는 약세 콘텐츠를 식별하기 위해 BART MNLI 제로샷 분류를 사용합니다. 예측 대상에는 일일 움직임뿐 아니라 국지적 가격 고점과 저점도 포함됩니다. 이는 거래 빈도와 포트폴리오 변동성을 줄이려는 선택입니다. 저자들은 텍스트 특성을 추가하면…

이 문서는 평균회귀 트레이딩 문제에 심층 강화학습을 적용하는 방법을 설명합니다. 여러 접근법 중 하나를 선택하거나 고전적 기초부터 에이전트를 구축해야 하는 실무자도 최근 강화학습 방법을 더 쉽게 활용하도록 하는 것이 목표입니다. 제안된 시연에서는 원래 전략 게임을 위해 개발된 강화학습 라이브러리를 금융 의사결정에 적용합니다. 이 프레임워크는 경제적 근거에 기반한 함수 특성도 반영하며, 수렴하고 높은 성능을 내는 해법을 목표로 합니다. 그러나 문서에는 구체적인…

이 문서는 큰 틱과 작은 틱 종목의 고빈도 수익률과 부호가 있는 거래량 간 비선형 상호작용을 심층 피드포워드 신경망으로 연구합니다. 신경망을 선형 벡터 자기회귀(VAR)와 비교하고, SHAP 기반 설명을 적용해 최근 시차 입력이 예측에 기여하는 방식을 살펴봅니다. 신경망은 특히 수익률 예측 성능을 높이며, 설명 결과는 가장 최근 시차의 중요성을 보여줍니다. 분석 결과, 시차를 둔 부호 있는 거래량은 부호를 보존하는 효과를 내지만 포화되며, 시차를 둔 수익률은…

이 문서는 더 뛰어난 대규모 언어 모델이 때로는 성능이 낮은 모델보다 암호화폐 트레이딩을 덜 효과적으로 수행하는 이유를 살펴봅니다. 더 뛰어난 모델이 주관적 해석보다 사실 정보를 선호하는 점이 원인의 일부라고 설명합니다. 제안된 FS-ReasoningAgent 프레임워크는 추론을 사실 기반과 주관적 요소로 나누어 트레이딩 의사결정에 두 유형의 입력을 모두 활용할 수 있게 합니다. 보고된 실험에서는 BTC, ETH, SOL의 수익이 각각 7%, 2%,…

이 문서는 암호화폐 주소 탐지 방법의 개발과 평가를 지원하기 위한 데이터 세트 Real-CATS를 소개합니다. 실제 보고서에서 범죄와 연관된 것으로 확인된 주소와 거래소 고객의 정상 주소를 결합해, 접근 가능한 실제 데이터가 부족했던 연구에 라벨이 있는 사례를 제공합니다. 저자들은 탐지 방법 비교, 추가 특성을 이용한 데이터 세트 확장, 실제 배포 상황을 반영하려는 환경에서의 방법 평가 등 세 가지 활용 방안을 설명합니다. 데이터 세트의 품질을 포괄성, 분류…

이 연구는 비트코인 네트워크 내부 데이터와 외부 특성을 여러 머신러닝 모형에 사용해 일별 가격 방향을 예측합니다. 2021년 1분기에 수집한 미관측 데이터를 이용해 트레이딩 전략으로 예측을 평가합니다. 이진 신호는 3개월 테스트 기간에 매수 후 보유와 비슷한 수익률을 낸 것으로 보고됩니다. 이 전략은 예측 신뢰도를 위험 감수 성향 입력값으로도 사용해 모형의 확신 정도에 따라 거래 결정을 조정합니다. 저자들은 이 방식이 해당 기간에 매수 후 보유보다 나은…