Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 550개
이 문서는 입력과 수익률의 관계가 시간에 따라 변할 때 신경망 예측을 연구합니다. 함수가 어떻게 바뀌는지 미리 알 필요 없이 모델이 변화하는 함수를 추적하도록 온라인 조기 종료라는 학습 방식을 제안합니다. 미국 주식의 월간 수익률 예측에서 이 방법을 기존 접근법과 비교해 더 나은 예측 성능을 보였다고 보고합니다. 분석에서는 규모와 모멘텀 같은 익숙한 요인 및 산업 지표의 예측력이 시간에 따라 달라지는 점도 발견합니다. 시장 스트레스 시에는 기업별 특성에 비해…
이 연구는 비음수 텐서 분해(NTF)를 사용해 온라인 금융 시장의 여러 시간 척도에 걸친 거래 활동 패턴을 찾습니다. 먼저 합성 데이터로 방법을 보인 뒤, 이탈리아 e-MID 온라인 시장의 은행 간 거래에 적용합니다. 정상 거래, 조기 거래, 플래시 거래 등 서로 다른 행동을 보이는 은행 그룹을 구분하고 잠재적인 거래 활동 패턴을 드러내는 것이 목표입니다. 저자들은 추출한 패턴을 이용해 2008 금융 위기를 비롯한 시스템 교란 중 시장 활동이 어떻게 바뀌는지…
이 문서는 가격이나 수익률을 직접 예측하는 대신 시장 상태를 분류해 전략을 구성하는 방법을 설명합니다. 레이블이 상태를 정의하고, 이동평균 같은 시장 특성은 해당 레이블을 구별하는 능력을 기준으로 선택합니다. 별도의 신경망이 특성으로 각 레이블을 예측해 매수 또는 매도 확률을 출력하며, 이 권고를 선형 결합해 후보 전략을 만듭니다. 앙상블에 넣을 전략을 고르기 위해 저자들은 과거 수익률을 바탕으로 점수를 만들고, 거래 횟수가 적거나 투입 자본이 적은 전략에는…
이 문서는 금 시장의 움직임을 시장 간 필터로 활용하는 제안된 USDCHF 트레이딩 전략을 개괄합니다. 두 시장을 따로 분석하는 대신 결합 은닉 마르코프 모델로 상태 행동을 연결해 모형화합니다. 트레이딩 신호를 발생시키는 관측값으로 RSI와 CCI를 제시합니다. 각 단계에서 모델을 디코딩해 가장 가능성 높은 다음 상태와 관측값을 추정하며, 이를 거래 지침으로 활용하려 합니다. 금 시장이 USDCHF에 유용한 맥락을 제공하고 마르코프 구조가 최근 상태 정보를…
이 논문은 소셜 미디어의 감성과 관심도 지표가 암호화폐 10종의 일일 로그 수익률을 예측하는 데 도움이 되는지 평가합니다. 예측 변수에는 트위터와 레딧의 감성, 구글 트렌드 지수, 거래량이 포함됩니다. 예측 방법은 LASSO 규제를 적용한 벡터 자기회귀이며, 2018년 1월부터 2022년 1월까지의 일별 관측값을 대상으로 재귀적 30일 예측을 수행해 평가합니다. 또한 연구에서는 예측값을 벤치마크와 비교하고, 고차원 VAR에서 그랜저 인과관계를 분석하기 위해…
이 문서는 여러 시간대의 추세 정보를 단기 가격 방향을 예측하는 신경망과 결합한 암호화폐 트레이딩 시스템을 설명합니다. 시장 가격, 온체인 지표, 호가창 활동을 매수 및 매도 압력 신호로 통합해 신속한 거래 결정을 지원하려 합니다. 제안된 방식은 시간대별 신호를 연결하는 통계 모형을 사용해 고빈도 체결을 안내합니다. 문서는 시스템이 양의 위험 조정 수익률을 달성하고 통계적 신뢰도를 갖춘 1초 미만의 결정을 내릴 수 있다고 주장합니다. 그러나 제공된 설명에는…
이 논문은 정상 계열의 주변 분포 분위수와 예측 가능한 변동성 대리변수의 분위수를 연결하는 v 변환을 이용해 변동 시계열을 모형화하는 방법을 제시합니다. 이를 코퓰라로 표현하면 유연한 주변 분포와 변동성 동학을 다루는 별도 코퓰라 과정을 결합할 수 있습니다. 저자들은 가우시안 ARMA 코퓰라 과정으로 이 체계를 설명하고, ARMA 모형에 대한 정확한 최대우도법을 변형해 추정합니다. 저자들은 결과 모형이 금융 수익률의 여러 정형화된 특성을 재현하고 분위수 기반…
이 연구는 연속 선물 트레이딩에 심층 강화학습을 적용하며 이산형과 연속형 행동 공간을 모두 살펴봅니다. 보상 함수에 변동성 스케일링을 포함해 포지션 규모가 시장 변동성에 반응하도록 합니다. 상품, 주가지수, 채권 및 외환을 아우르는 50개 유동성 상위 선물 계약을 2011부터 2019까지 평가합니다. 보고된 실험은 학습된 전략을 시계열 모멘텀 기준 전략과 비교하며, 높은 거래 비용을 반영한 뒤에도 강화학습 방식이 더 나은 성과를 냈다고 봅니다. 저자들은 큰…
이 논문은 비트코인의 시장 가격을 블록체인 기반 펀더멘털 효용 측정치와 비교하기 위한 가격 대비 효용 비율을 소개합니다. 저자들은 화폐 이론과 비트코인의 UTXO 회계 구조를 이용해 이 측정치를 도출하고 기존 시장 가격 대비 펀더멘털 대리변수와 비교합니다. 과거 비트코인 분석에서 기존 대안의 단기 예측력은 낮았으며, 제안된 비율은 장기 수익률을 더 효과적으로 예측한다고 보고됩니다. 논문은 이 비율의 설명력을 살펴보기 위해 머신러닝을 적용하고, 이를 바탕으로…
이 논문은 과거 데이터 재생 백테스트의 한계를 다룹니다. 이러한 백테스트는 전략의 행동에 시장이 어떻게 반응할지 모형화하지 않습니다. 서로 다른 전략을 쓰는 트레이더 간의 상호작용을 나타내는 방법으로 다중 에이전트 시뮬레이션을 제시하며, 이를 통해 실험용 트레이딩 에이전트를 시뮬레이션 시장에서 시험할 수 있습니다. 현실적인 보정에 필요한 개별 에이전트의 상세한 과거 데이터는 대체로 독점 자료이거나 이용할 수 없다는 실무적 문제도 있습니다. 제안된 접근법은…
이 논문은 트레이딩에 Double Deep Q-Network와 Proximal Policy Optimization이라는 두 가지 심층 강화학습 방법을 평가합니다. 2019부터 2023까지의 일별 데이터로 성과를 매수 후 보유 벤치마크와 비교합니다. 분석 대상 자산에는 세 가지 통화쌍, S&P 500 지수, 비트코인이 포함됩니다. 보고된 결과에 따르면 강화학습 시스템은 불리한 상황에서 거래를 피하고 고전적인 지도학습 방식보다 위험 조정 수익률을 높일 수…
제안된 접근법은 가격 관측과 거래 체결 사이의 지연을 반영하면서 환율 예측과 통계적 차익거래를 결합합니다. 첫 단계에서는 이산 시간 시공간 그래프의 엣지 수준 회귀로 환율을 예측합니다. 통화는 노드, 환율은 엣지 특징이며 금리는 노드 특징으로 들어갑니다. 이 구조는 통화와 금리 간 관계를 표현하기 위한 것입니다. 두 번째 단계에서는 차익거래를 확률적 최적화 문제로 정식화합니다. 거래소와 그 영향 관계를 나타내는 그래프가 위험조정 포트폴리오 의사결정을…
ClusterLOB는 주문별 시장 데이터에서 얻은 개별 시장 이벤트를 시간 의존적 특징 6개로 군집화합니다. K-means++ 군집화 결과는 방향성, 기회 추구형, 시장조성형 참여자로 해석되며, 지정가 주문장에서 서로 다른 행동을 연구하는 방법을 제공합니다. 연구는 소형·중형·대형 틱 주식을 아우르는 NASDAQ년 치 데이터를 사용합니다. 군집별 주문 흐름 불균형을 30분 간격으로 측정하고, 학습 데이터와 테스트 데이터에서 군집화하지 않은 벤치마크와 비교하는…
이 연구는 포트폴리오의 위험 민감도를 학습에 직접 반영하는 체계적 옵션 트레이딩용 과거 데이터 기반 딥러닝 프레임워크를 제시합니다. 목적 함수는 성과 중심 손실 함수와 선택한 위험 요인에 대한 노출을 줄이는 미분 가능한 페널티를 결합합니다. 이를 통해 학습된 포트폴리오가 정해진 헤지 제약을 충족하면서 위험조정수익률을 최적화하도록 유도하며, 헤지 정책을 학습하는 데 시뮬레이션한 시장 동학에 의존하지 않습니다. 이 프레임워크는 나스닥 100 주식 옵션의 정적…
이 연구는 거래 데이터로 트레이딩 활동을 파악하고 사기 의심 사례를 찾기 위해 유니스왑 V2의 사기 토큰을 살펴봅니다. 탐지 방법은 연좌 추론 휴리스틱과 머신러닝 기법을 결합해 러그풀에 연루됐을 수 있는 토큰, 풀, 연관 주소를 가려냅니다. 일부 사기 컨트랙트에는 사용자를 속이거나 제한하려는 메커니즘이 있다는 점도 보고합니다. 저자들은 사기 의심 토큰을 1만 개 넘게 식별하고, 데이터셋에 등록된 토큰의 약 절반이 사기였다고 추정합니다. 공모 주소와 잠재적…
이 문서는 시계열 데이터로 트레이딩하는 어텐션과 LSTM 하이브리드 모델인 모멘텀 트랜스포머를 소개합니다. 어텐션 메커니즘은 모델을 이전 시점과 연결하고, 여러 어텐션 헤드는 서로 다른 시간 규모에서 작동하는 시장 역학을 표현할 수 있습니다. 저자들은 이 모델을 벤치마크 모멘텀 및 평균회귀 전략과 비교해 거래 비용을 차감한 뒤에도 더 나은 성과를 보고합니다. 또한 SARS-CoV-2 위기를 사례로 들어 아키텍처가 변화하는 시장 국면에 적응한다고 설명합니다.…
이 튜토리얼은 암호화폐 시장 분석을 만들고 배포하는 시각적 워크플로를 설명합니다. 예약된 시장 데이터 요청으로 15분봉, 시간봉, 일봉을 수집하고 워크플로에서 라벨을 붙여 결합합니다. 별도의 뉴스 요청은 최근 기사를 모아 제목과 설명만 남긴 뒤 언어 모델에 보내 단기 및 장기 감정 점수를 받습니다. 또 다른 모델 프롬프트는 감정 점수와 캔들 데이터를 결합해 현물 및 레버리지 매매 제안을 만들고 이를 Telegram으로 보냅니다. 문서에서는 각 단계를 설명하고…
이번 릴리스 공지는 머신러닝 기반 트레이딩 시스템 개발 도구인 MLFinLab의 변경 사항을 설명합니다. 이제 바 생성 결과의 타임스탬프가 DataFrame 인덱스로 반환되어 후속 함수의 형식과 일치하며, 인덱스를 수동으로 변환할 필요가 없습니다. 변동성 추정기는 열 순서에 의존하는 대신 소문자 열 이름으로 OHLC 입력을 선택합니다. 릴리스 설명에 따르면 이전에는 경고 없이 잘못된 결과를 낼 수 있었습니다. 사용자는 열 이름을 조정하고 타임스탬프 인덱스를…
이 노트북은 이전에 선택한 US 주식 모델 구성으로 홀드아웃 예측을 생성하는 방법을 설명합니다. 모델 선택과 전략 설정에 검증 결과를 사용했으므로, 동일한 결과로 선택의 품질을 독립적으로 입증할 수는 없습니다. 노트북은 사례 연구 구성에서 홀드아웃 날짜를 읽고, 이미 선택된 모델을 확인한 뒤 홀드아웃 시작 전까지 이용 가능한 이력만으로 모델을 다시 적합합니다. 학습 구간은 예측 수익률 기간에 맞춘 완충 구간만큼 홀드아웃보다 앞에서 끝나므로, 평가 구간 중…
이 노트북은 홀드아웃 예측을 실시간 데이터의 오프라인 대용으로 사용해 배포된 트레이딩 모델을 모니터링하는 작업 흐름을 제시합니다. 드리프트를 계산하기 전에 들어오는 특성 패널을 검증한 다음, 모집단 안정성 지수(PSI)와 두 표본 Kolmogorov-Smirnov 검정을 사용해 기준 구간과 현재 구간을 비교합니다. 또한 예측 분포 변화와 론칭 기준선 대비 롤링 순위 상관, 적중률, 평균제곱오차를 추적합니다. 대시보드는 이 측정값을 감시 및 경보 상태로 통합해…
이 노트북은 미래 관측값이 과거 값에 영향을 주지 않도록 US 주식 패널의 모델 기반 특성을 구성하는 방법을 설명합니다. 핵심 방법은 추정 일정입니다. 모델은 워밍업 기간을 사용하고, 설명할 구간보다 앞선 데이터만으로 적합하며, 해당 구간의 특성을 산출한 뒤 다음 구간 전에 다시 적합합니다. 노트북은 이 원칙을 시장 국면 거리, 분수 차분 가격, 조건부 변동성에 적용하며, 개별 주식 변동성 모델과 이력이 짧은 경우를 위한 시장 수준 대체 추정치도 다룹니다.…
이 문서는 AI 기반 유럽 전력 시장 거래의 기능 설계를 설명합니다. 선도, 전일, 장중, 밸런싱 시장을 규제, 거래소 규칙, 시장 연계, 국경 간 송전 용량 제한, 전력망 물리에 의해 형성되는 연결된 계층으로 다룹니다. 제안된 명세에는 의사결정 상태 표현, 잔여 익스포저 회계, 제약 최적화, 허용된 행동을 위한 관문, 감사 가능한 기록을 갖춘 페일 클로즈 제어가 포함됩니다. 분석은 주요 지정 전력시장 운영자 거래소를 살펴보고 인터페이스 시점, 상이한 권한,…