Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 162개
이 전략은 LSTM 기반의 딥 모멘텀 네트워크에 온라인 변곡점 감지를 결합합니다. 네트워크는 추세 추정치와 포지션 규모를 학습하고, 감지 모듈은 추정된 변곡점과 그 심각도를 제공합니다. 이를 통해 시스템은 지속되는 추세를 따라가는 느린 시계열 모멘텀과, 국지적 움직임에서 익스포저를 반전할 수 있는 빠른 평균회귀 사이의 균형을 맞춥니다. 급격한 시장 국면 변화 부근에서 모멘텀이 입는 손실을 줄이도록 설계되었습니다. 1995–2020 기간의 백테스트에서는 변곡점…
이 연구는 OHLCV 기반 5분봉 장중 모멘텀 신호 14개 계열이 2021년부터 2025년까지 Micro E-Mini Nasdaq 100 선물에서 거래 가능한 우위를 보였는지 검증합니다. 947거래일에 걸쳐 확장 윈도우 워크포워드 검증을 실시하고, 통계적 유의성, 거래 횟수, 현실적인 비용, 테스트 연도별 일관성, 해당되는 경우 순열 유의성 등 다섯 가지 기준으로 표본 외 수익률을 평가합니다. 검증한 신호 계열 중 모든 요건을 충족한 것은 없었습니다. 11개…
과거 데이터가 제한된 자산으로 학습한 횡단면 전략의 과적합 문제를 다룹니다. 원본 데이터셋으로 학습한 인코더 어텐션 모듈의 표현과 작은 대상 데이터셋에 초점을 맞춘 별도 모듈의 표현을 결합하는 Fused Encoder Networks를 소개합니다. 정보를 공유하고 융합해 일반화 성능을 개선하고, 자기 어텐션으로 학습과 추론 단계 모두에서 금융 상품 간 상호작용을 모델링합니다. 시가총액 기준 상위 열 개 암호화폐의 순위를 이용해 모멘텀 전략을 시연합니다.…
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 가우스 가정 아래 추세 추종 전략이 주가 변동을 손익으로 바꾸는 방식을 분석합니다. 손익 분포를 도출하고 평균, 분산, 왜도, 첨도, 꼬리 분위수를 살펴봅니다. 잦은 소액 손실과 드문 대규모 이익이라는 전략의 비대칭적 결과를 이례적인 가격 움직임만이 아니라 추세 추종의 작동 방식과 연결합니다. 또한 연율화한 위험조정 손익과 회전율 공식을 제시하고, 수익과 거래 비용 간 균형이 가장 좋은 기간을 분석합니다. 단기 구간의 손실은 표준 가우스 추정치보다…
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 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…
AdaptiveTrend는 6시간 간격의 추세 신호와 월별 포트폴리오 조정을 결합한 체계적 암호화폐 전략입니다. 변동성에 따라 조정되는 추적 손절매를 사용하고, 롤링 샤프 비율과 시가총액 필터로 자산을 선택하며, 롱·숏 포지션에 자본을 비대칭적으로 배분합니다. 저자들은 시장의 과거 양의 드리프트를 근거로 롱 편향을 설명하고, 변동성과 자산 성과 변화에 맞춰 익스포저를 조정하는 시스템으로 제시합니다. 문서는 2022년부터 2024년까지 36개월 동안 암호화폐…
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 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…
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 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 문서는 선형 및 비선형 모멘텀 트레이딩 전략의 3차 적률, 즉 왜도 특성을 분석합니다. 비선형 전략을 정규화된 이동평균 필터, 구체적으로는 지수이동평균(EMA)의 변환으로 다룹니다. 이러한 전략에서 일반적으로 양의 왜도가 나타나는 이유와 그 왜도가 기간 구조에 따라 달라지는 이유를 설명하는 데 초점을 둡니다. 이 논문은 저자의 이전 연구 두 편을 최신 내용과 논평을 더해 종합합니다. 발췌문은 전략군과 연구 대상인 통계적 특성을 밝히지만, 수식, 실증…
이 문서는 경기조정 주가수익비율, 즉 CAPE을 중심으로 주가지수 수익률의 이산시간 모델을 제시합니다. 수익률 증가는 모멘텀, 초기 CAPE의 로그와 연결된 펀더멘털 요소, 확산형 가격 움직임을 만드는 무작위 구동 요소를 결합합니다. 모델에서 초기 밸류에이션은 성장의 기준 수준을 정하며, 교란은 가격을 그 수준에서 벗어나게 할 수 있습니다. 저자들은 충분히 긴 기간에서 기대수익률과 기대 총수익률이 초기 로그 CAPE에 선형적으로 비례하며, 수익률 분산은…
이 연구는 암호화폐 수익률의 선행 모멘텀 요인과 연관된 평균회귀를 바탕으로 암호자산 통계적 차익거래 신호를 제시합니다. 알고리즘과 소스 코드를 제공하지만, 이용 가능한 설명에는 신호 구성, 포트폴리오 규칙 또는 거래 빈도가 명시되지 않습니다. 실증 분석을 통해 어떤 암호자산 단면에서 통계적으로 유의한 효과가 나타나는지 확인합니다. 연구는 유동성과 이 결과가 해당 자산 트레이딩에 시사하는 점도 논의합니다. 발췌문에는 효과 크기, 표본 날짜, 거래 비용 또는…
이 논문은 변동성 잠식만으로는 레버리지 상장지수펀드의 장기 움직임을 설명할 수 없다고 주장합니다. 복리가 수익률 자기상관 및 다른 수익률 동학에 따라 어떻게 달라지는지 살펴봅니다. 독립 수익률은 목표 배수에 비해 양의 기대 복리를 낼 수 있고, 추세는 결과를 개선하며, 평균회귀는 결과를 악화할 수 있습니다. 분석 틀에는 AR(1) 및 AR-GARCH 모형, 연속시간 레짐 전환, 다양한 리밸런싱 빈도가 포함되며 변동성 군집과 레짐 지속성도 반영합니다. 저자들은…
이 논문은 다중 요인 인셉션 네트워크(MFIN)를 제시합니다. 가격 수익률과 자주 갱신되는 신호를 활용해 여러 암호화폐를 거래하는 프레임워크입니다. 암호화폐 자산의 제한된 이력 문제에 대응하기 위해 네트워크 해시레이트와 검색 관심도 같은 요인을 추가하는 데서 출발합니다. MFIN은 여러 요인과 자산을 함께 처리하도록 딥 인셉션 네트워크를 확장합니다. 모형은 수익률에서 표현을 학습하고 샤프 비율을 최대화하는 것을 목표로 포트폴리오 포지션 규모를 산출합니다.…
이 연구는 물리적 속도와 질량에 빗대어 가격 모멘텀을 정의하고, 이 지표로 주간 역추세 전략의 자산을 선택합니다. 한국의 KOSPI 200와 미국의 US S&P 500 종목군에 적용하고, 결과 전략을 전통적인 역추세 전략과 비교합니다. 문서는 대안 전략이 주간 기준으로 더 나은 기대수익률과 위험 대비 수익 지표를 보였다고 보고합니다. 또한 포트폴리오 성과가 Fama–French 3요인 모형으로 설명되지 않는다고 합니다. 발췌문에는 표본 기간, 실행 규칙,…
이 연구는 두 종류의 연결, 즉 수익률의 교차 예측 가능성과 기술적 유사성을 이용해 변하는 가상자산 네트워크를 구축합니다. 두 정보원을 모두 고려하는 동적 공변량 보조 스펙트럼 군집화 방법으로 커뮤니티를 추정합니다. 이 네트워크는 위험이 어떻게 전파될 수 있는지, 시장이 어떻게 분절되어 있는지 파악하는 데 목적이 있습니다. 문서는 서로 다른 추정 커뮤니티에 걸쳐 분산투자하면 위험 분산을 개선할 수 있다고 보고합니다. 일일 수익률이 1.08%로 보고된 횡단면…
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 위험자산과 무위험자산이 있고 합리적 투자자와 노이즈 트레이더가 참여하는 균형 모형을 제시합니다. 합리적 투자자는 일정 상대적 위험회피 효용에 따라 기대수익과 위험을 기준으로 자산 배분을 선택합니다. 노이즈 트레이더는 서로를 모방하고 모멘텀 트레이딩을 하며, 군집화 성향은 시간에 따라 무작위로 변합니다. 이 모형은 두 집단의 상호작용이 가격과 수익률에 미치는 영향을 설명하도록 설계됐습니다. 저자들은 이 프레임워크가 두꺼운 꼬리 수익률과 변동성 군집을…
이 논문은 횡단면 시스템 포트폴리오에서 자산 순위를 정하는 단계를 다룹니다. 단순한 휴리스틱과 전통적인 회귀·분류 모형의 예측을 정렬해 만든 순위가 최적이 아닐 수 있다고 주장하며, 정보 검색의 순위화 작업에 비유합니다. 제안된 프레임워크는 자산 간 쌍별 및 목록 단위 관계를 학습하는 순위 학습 알고리즘을 사용해 포트폴리오 구성에 제공하는 순서를 개선하려 합니다. 횡단면 모멘텀을 사례 연구로 사용합니다. 저자들은 최신 머신러닝 순위화 방법이 트레이딩 성과를…
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 문서는 상장 기업 간 모멘텀 파급을 포착하도록 설계된 주가 움직임 예측 방법을 설명합니다. 기업과 경영진이라는 두 유형의 개체로 시장 지식 그래프를 만들고, 명시적 관계와 암묵적 연결을 결합합니다. DanSmp라 불리는 이중 어텐션 네트워크가 그래프를 사용해 주가 움직임 예측에 필요한 파급 신호를 학습합니다. 문서는 구성한 데이터셋에서 기준 방법 9개와 비교한 실증 결과를 보고하며, 제안한 접근법의 예측 성능이 더 높았다고 설명합니다. 데이터셋 세부…