Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 555개
이 연구는 주식 30개로 구성된 포트폴리오의 적응형 트레이딩 전략을 개발하기 위해 심층 강화학습을 살펴봅니다. 일별 가격을 학습 데이터이자 트레이딩 환경으로 사용하고, 에이전트를 다우존스 산업평균지수 및 전통적인 최소분산 포트폴리오 배분 전략과 비교합니다. 목표는 트레이딩 의사결정과 투자 수익률을 최적화하는 것입니다. 저자들은 에이전트가 샤프 비율과 누적수익률에서 두 비교 대상보다 높은 성과를 보였다고 보고합니다. 발췌문에는 학습 및 평가 날짜, 거래 비용,…
이 논문은 트레이딩 시계열의 누적수익률 상한을 도출하고 증명한 다음, 선진국과 신흥국 주식시장에서 기존 기술적 매매 규칙을 평가합니다. 이 규칙들이 시장을 웃도는 수익률을 낼 수 있는지를 오래된 질문으로 다룹니다. 분석에서는 부트스트랩 방법으로 수익성을 살펴보고 결과를 무작위 매매 전략과 비교합니다. 보고된 결과에 따르면 기술적 규칙은 시장을 이기기 어려우며 무작위 매매보다 성과가 나쁠 수도 있습니다. 익숙한 지표나 규칙을 신뢰할 수 있는 우위의 증거로…
이 논문은 기술적 신호와 뉴스 감성을 결합한 동적 가상자산 포트폴리오 방법을 제안합니다. 모멘텀을 나타내기 위해 14일 상대강도지수와 단순이동평균을 사용하고, VADER가 뉴스 감성을 분석하며 Google Gemini를 검증에 활용합니다. 결합된 신호는 제약 조건이 있는 평균-분산 최적화에서 기대수익률을 추정하는 데 쓰입니다. 여러 가상자산을 대상으로 한 백테스트에서 위험조정 수익률과 누적 성장률이 모멘텀 전략, 비트코인 롱숏 전략, 동일가중 포트폴리오보다…
이 연구는 금융 뉴스에서 추출한 심리를 기술적 지표 및 시계열 예측과 결합하는 트레이딩 접근법을 설명합니다. 심리 분석에는 GPT-2와 FinBERT를 사용하고, 도출된 신호를 모멘텀 및 추세 지표와 결합합니다. ARIMA 및 ETS 모형, 매수 후 보유 기준과 함께 전략을 평가합니다. 성과는 자산 가치와 수익률로 측정합니다. 문서는 평가에서 심리 신호와 전통적 모형을 결합하면 트레이딩 성과가 개선되었다고 보고하며, 시장 상황 변화에 대응하는 방법으로…
이 논문은 비트코인과 이더리움의 관계를 살펴보고 이더리움 수익률을 예측하기 위한 차원 축소 방법을 평가합니다. 데이터셋은 로그 수익률과 추가 공변량을 사용합니다. 두 암호화폐의 관계를 예비 측정하기 위해 피어슨 상관계수로 시작한 뒤, 정준상관분석과 주성분분석을 적용해 데이터 차원을 축소하고 자산 간 관계를 살펴봅니다. 예측 과제에서는 비트코인 특성으로 이더리움 수익률을 예측하고 통계 기법의 성능을 측정합니다. 제공된 설명은 연구 설계를 제시하지만 예측 점수,…
이 문서는 전통적인 단일 시장 추세 지표에 시장 간 신호를 결합한 원자재 선물 시스템 트레이딩 전략을 설명합니다. 시장 간 횡단면 신호는 한 시장의 추세가 다른 시장을 선행할 수 있는 모멘텀 파급 효과를 포착하는 것이 목표입니다. 이 방법은 두 가지 접근법으로 선행·후행 관계를 찾아낸 뒤 네트워크 모멘텀 측정값으로 결합해 개선된 추세 지표를 만듭니다. 해당 지표로 포트폴리오를 구성하고 단변량 지표만 사용하는 기준 전략과 비교합니다. 실제 가격 이력에서 추출한…
이 문서는 실제 환율 움직임을 문자열과 비슷한 구조로 표현해 외환 트레이딩 예측 모델을 만드는 방법을 제안합니다. 기존의 장기 계량경제 접근법은 거래 비용, 차익거래 기회, 불규칙한 간격의 관측값 같은 실용적 특성을 놓칠 수 있다고 주장합니다. 제안된 표현은 이러한 시장 특성을 반영해 더 견고한 트레이딩과 포트폴리오 선택을 지원하는 것이 목표입니다. 저자들은 다중 문자열 구조를 적용하고 그 결과를 추세 추종 전략과 비교합니다. 거래 비용을 고려해도 장기간의…
이 논문은 암호화폐와 주식 시장에서 대규모 언어 모델 트레이딩 에이전트를 평가하는 연속 실시간 벤치마크인 Agent Market Arena를 소개합니다. 이 프레임워크는 검증된 거래 데이터와 전문가가 확인한 뉴스, 다양한 에이전트 설계를 결합해 실제 시장 상황에서 시스템을 비교하는 것을 목표로 합니다. 기존 평가에서 자산이나 기간이 제한되거나, 완전한 에이전트가 아닌 모델만 시험하거나, 독립적으로 검증되지 않은 데이터를 사용하는 경우가 많았다는 점이 이…
이 연구는 암호화폐 펌프 앤 덤프 행위를 살펴봅니다. 사례 연구와 정해진 기간에 텔레그램 채널을 통해 조직된 이벤트 조사도 포함합니다. 이런 행위와 관련된 시장 패턴을 찾고, 이벤트 전에 어떤 상장 코인이 펌프 대상이 될 가능성이 있는지 추정하는 모델을 구축합니다. 저자들은 이를 조작 거래의 실증 분석이자 머신러닝을 탐지에 적용한 연구로 설명합니다. 논문은 모델의 정밀도와 견고성이 높다고 보고하고, 예측에 기반한 간단한 트레이딩 전략도 시험합니다. 보고된…
이 논문은 머신러닝으로 주식 옵션 추세를 예측하고 그 예측을 트레이딩에 적용하는 후속 연구를 설명합니다. 순환 신경망과 장단기 메모리 네트워크를 살펴본 뒤, 여러 모델의 예측을 결합해 의사결정을 개선할 수 있는지 평가합니다. 초록에서 예측 접근법의 일부라고 밝힌 준가역 방법도 적용합니다. 트레이딩 부분에서는 전략 두 가지와 모의 투자 결과를 제시합니다. 투자 결과를 추정하기 위해 이산 시간 확률 이항 자산 가격 결정 모형과 포트폴리오 헤지를 사용합니다.…
이 논문은 비주식 자산으로 만든 전략이 S&P 500에 연동된 알고리즘 투자 전략을 분산할 수 있는지 연구합니다. LSTM 예측, ARIMA-GARCH 예측, 모멘텀, 역추세 규칙으로 만든 신호를 비교합니다. 대상 자산에는 에너지 원자재, 귀금속, 암호화폐, 연성 원자재가 포함됩니다. 개별 자산을 결합하는 문제에서 해당 자산을 거래하는 전략을 결합하는 문제로 분산투자 질문을 바꿉니다. 2004부터 2022까지의 데이터를 사용한 연구에서는 LSTM 기반 전략이…
이 글은 실증적 자산 가격 결정과 투자 성과 평가에 무작위 대조군을 적용합니다. 마르코프 연쇄 몬테카를로 방법의 한 종류로 설명되는 기하 랜덤워크를 이용해 투자자 제약을 충족하는 무작위 포트폴리오를 생성합니다. 이 포트폴리오는 학술적으로 연구된 요인 프리미엄이 실제 투자 환경의 성과와 어떤 관련이 있는지 살펴볼 유연한 대조군 역할을 합니다. 실증 사례는 MSCI 다중요인 지수의 투자자 지침을 본뜬 강한 제약 설정에서 규모, 가치, 품질, 모멘텀 프리미엄에…
이 논문은 대규모 언어 모델이 중국 금융 뉴스에서 유용한 감성 신호를 추출할 수 있는지 시험하는 실험 프레임워크를 개괄합니다. 모델 성능을 높이는 서로 다른 접근을 대표하도록 고른 모델 세 가지를 기업 관련 뉴스 요약에 적용합니다. 결과로 얻은 감성 측정값은 언어 출력만 평가하는 대신 텍스트 분석을 포트폴리오 의사결정과 연결하는 후보 정량 요인으로 다룹니다. 이 연구는 그런 요인으로 트레이딩 전략을 만들고 현실적인 거래 상황을 반영하도록 설계한 백테스트로…
이 논문은 증권을 추가하거나 투자 제약을 완화했을 때 전망 이론의 선호로 결과를 평가하는 투자자가 활용할 수 있는 기회가 늘어나는지 검증하는 방법을 개발한다. 중첩된 포트폴리오 집합 간 전망 포괄성을 검정하며, 서브샘플링과 선형 계획법을 사용한다. 저자들은 이 절차를 기존 주식시장 이상 현상이 표준 요인으로 이미 포괄되는지 평가하는 데 적용한다. 검토한 여러 전략이 전망 이론을 따르는 투자자의 기회 집합을 넓히며, 표본 내외 결과에서 비슷한 이상 현상이…
이 연구는 비트코인 현물 가격을 사용해 역사적 변동성, 지수이동평균 ARCH, GARCH, EGARCH 모형을 비교합니다. 표본 내 적합도와 표본 외 예측 모두에서 GARCH 및 EGARCH가 다른 모형보다 성능이 좋았다고 보고합니다. EGARCH 비대칭 추정치는 양수지만 통계적으로 유의하지 않습니다. 저자들은 이를 분석에서 과거 수익률에 대한 비대칭적 변동성 반응이 없다는 근거로 해석합니다. 이 연구는 GARCH의 예측 변동성과 옵션 내재 변동성 간 차이를…
이 연구는 미국 주식 US개 포트폴리오의 조건부 요인 모형을 바탕으로 통계적 차익거래 방법을 구축합니다. 상태공간 모형은 수익률을 요인 값과 시간에 따라 변하는 잠재 요인 위험 프리미엄의 잡음 섞인 조합으로 봅니다. 온라인 필터링과 예측으로 해당 프리미엄을 추정해 기대 수익률을 산출하고, 이를 관측 수익률과 비교합니다. 큰 편차는 평균 회귀 후보로 간주합니다. 저자들은 거래 비용을 반영한 트레이딩 전략을 선형 및 비선형 상태공간 모형으로 평가합니다. 29년에…
이 논문은 고빈도 트레이딩에서 강화학습을 이용한 통계적 차익거래를 탐구합니다. 에이전트가 매매 환경과 상호작용하며 학습하는 방법을 설명하고, 짧게 지속되는 시장 기회에 맞춰 의사결정을 조정하기 위한 딥 Q-러닝에 초점을 둡니다. 탐색과 활용의 균형, 그리고 행동 양상이 시간에 따라 달라지는 금융시장에서 학습하기 어려운 문제도 논의합니다. 저자들은 시뮬레이션과 백테스트를 사용했으며, 적응성이 개선되고 수익성과 위험조정수익률이 유망했다고 설명합니다. 발췌문에는…
이 논문은 중국 본토 주식의 시계열 모멘텀과 역추세 효과를 살펴봅니다. 주요 주가지수에 시계열 모멘텀 전략을 적용하고, 성과가 기업별 특성과 관련 있는지 조사합니다. 핵심적으로 보고된 패턴은 수익률이 짧은 기간에는 모멘텀을, 긴 기간에는 역추세를 보인다는 것입니다. 전략 성과는 선택한 과거 참조 기간과 보유 기간, 그리고 기업 특성에 크게 좌우됩니다. 따라서 보고된 효과가 모든 주식이나 시장 상황에서 하나의 고정된 기간으로 작동한다는 뜻은 아닙니다.…
이 연구는 자산을 상관성이 높은 다른 자산과 짝짓는 대신, 위험 요인으로 구성한 복제 포트폴리오와 비교하는 방식으로 폴란드 주식에 페어 트레이딩 틀을 적용합니다. 주성분 분석, 상장지수펀드 또는 장단기 기억 네트워크를 사용해 요인을 구성한 뒤 오르슈타인-울렌베크 과정으로 잔차를 모형화합니다. 잔차가 충분히 빠르게 평균 회귀하는 포트폴리오에 신호를 생성합니다. 구현에는 폴란드 지수 구성 종목과 무위험 금리 및 거래 비용을 포함한 현지 시장 가정을 사용합니다.…
이 접근법은 여러 시장 위험 요인을 포함한 금융 시계열에서 이상치를 탐지합니다. 오염된 관측치는 위험 모형과 그에 따른 측정치를 왜곡할 수 있습니다. 먼저 주성분 분석으로 시계열 데이터를 압축하고 복원해 시계열을 나타내는 특징을 추출합니다. 이어서 순전파 신경망이 이상 점수를 산출하고, 기준값을 초과하는 관측치에 표시합니다. 기준값을 수동으로 정하는 대신 맞춤형 손실 함수를 통해 신경망 매개변수로 학습합니다. 저자들은 합성 및 실제 데이터에서 기존 이상 탐지…
이 논문은 실적 발표 후 표류(PEAD)라는, 실적 뉴스 이후에도 수익률이 계속 움직이는 주식 이상 현상에 지도 머신러닝을 적용합니다. 모형은 1,106 Russell 1000개 기업의 1997부터 2018까지 분기별 실적 발표 데이터로 설계한 기본적·기술적 특징과 XGBoost를 사용합니다. 유전 알고리즘으로 모형을 최적화합니다. 분석은 표류 방향과 그 요인이 산업 부문 및 분기별로 어떻게 달라지는지 살펴봅니다. 저자들은 모형이 표류 방향을 신뢰할 만하게…
이 문서는 최대 드로다운 분포를 분석해 손절 기준을 체계적으로 정하는 방법을 제안합니다. 이용 가능한 정보를 바탕으로 기대수익을 극대화한다는 목표에 따라 손절 기준을 결정하는 문제로 설정하고, 연구와 실무에서 손절선을 자의적으로 고르는 경향을 다룹니다. 설명되지 않은 고정 수준에 의존하는 대신 드로다운 분포의 베이지안 분석으로 기준을 정합니다. 저자들은 시간 단위 트레이딩 전략의 결과를 보고하고, 방법을 구성하는 두 가지 변형을 살펴봅니다. 제공된 설명에는…
이 문서는 네 개의 US 주가지수를 대상으로 한 딥 LSTM 모델과 트레이딩 전략을 설명합니다. 모델이 상승 또는 하락을 예측하는지만 보고 거래하는 대신, 전략은 예측 수익률이 예측 분포에서 차지하는 위치를 활용해 거래 수익성을 추정합니다. 모델은 전략의 트레이딩 목표에 맞춰 조정되며, 예측의 품질과 매매 규칙을 함께 고려해야 한다는 점을 보여줍니다. 보고된 테스트는 2010년부터 2018년까지 S&P 500, DJIA, NASDAQ, Russell…
이 연구는 자금을 재배치하는 유동성 공급자와 그대로 두는 공급자의 수익 차이를 살펴봅니다. 수동적 성과를 추정하는 두 가지 방법을 소개합니다. 하나는 짧은 유동성 포지션을 식별해 스왑 결과에서 기여분을 분리하고, 다른 하나는 활성 가격 범위 안에 계속 머무는 한계 공급자를 모델링합니다. 이러한 추정치를 여러 유니스왑 버전과 블록체인 네트워크의 풀 전체 결과와 비교합니다. 풀 평균은 역선택 부담 주체의 의미 있는 차이를 감출 수 있다고 결과는 보여줍니다.…