지식 라이브러리

이 연구는 수익률이 서로 상관될 수 있는 여러 자산에 추세 추종 전략을 어떻게 배분할지 살펴봅니다. 가우스 시장 가정과 선형 전략 아래에서 포트폴리오 평균과 분산의 공식을 도출한 뒤, 이를 사용해 위험 조정 배분을 구성합니다. 저자들은 n개 자산에 대한 동적 배분이 추세 추종 포지션의 선행·후행 조정을 포함한 n제곱 개의 가상 자산에 대한 정적 배분으로 표현될 수 있음을 보입니다. 논문은 2개 자산 설정과 섹터 모델에서 자산 자기상관 및 자산 간 상관관계를…

이 이론 연구는 불확실성 아래 일반적인 트레이딩 전략과 금융 모델을 다루기 위해 러프 패스 이론으로 확률적 이토 적분의 경로별 기반을 구축합니다. càdlàg 경로에 대한 성질 (RIE)을 도입하고, 이 조건이 càdlàg 러프 패스와 푈머 의미의 이차 변동을 보장함을 보입니다. 관련 러프 적분은 적절한 분할을 따른 좌측 점 리만 합의 극한으로 구성하며, 기울기 형태가 아닌 피적분함수도 포함합니다. 이 프레임워크는 러프 패스 안정성 추정치를 활용할 수 있게…

이 연구는 예측 모델의 학습을 후속 의사결정 목적과 연결하는 의사결정 중심 학습이 예측 변수의 기하학적 구조에 어떻게 제약되는지 분석합니다. 희소 지수 추적을 활용해 최적화에 필요한 공분산 정보와 예측 변수의 매개변수 갱신 방향을 구분합니다. 예측 변수 야코비안이 랭크 1이면 0이 아닌 개별 사례 기울기들이 같은 방향이 되며, 스펙트럼 경계는 거의 같은 방향인 경우를 설명합니다. 논문은 배치 갱신 부분공간도 특성화하고, 국소 랭크 특성만으로는 공유 최소점이나…

이 논문은 시장의 확률분포가 불확실할 때 고전적인 차익거래 조건이 계속 성립하는지 연구합니다. 와서슈타인 거리로 불확실성을 측정하고 표준 차익거래 조건의 약한 형태와 강한 형태를 모두 살펴봅니다. 또한 일반적인 요건이 정확히 적용되지 않을 수 있는 상황의 기회를 설명하기 위해 통계적 차익거래라는 완화된 조건을 도입합니다. 저자들은 더 간단한 쌍대 정식을 도출하고, 선택된 문제 사례에 관한 이론과 계산 실험을 전개합니다. 차익거래 기회가 나타나기까지 분포의…

각 거래에 비례 수수료와 고정 최소 수수료 중 더 큰 금액이 부과될 때 게임 옵션을 부분 헤지하는 방법을 연구합니다. 연속시간 Black–Scholes 설정에서 옵션 의무를 완전히 이행하지 못할 위험인 숏폴 리스크를 최소화하는 트레이딩 전략이 존재함을 증명합니다. 계산을 위해 저자들은 이항 모형을 사용해 Black–Scholes 모델의 숏폴 리스크와 이에 대응하는 최적 포트폴리오를 추정하는 수치 방식을 구성합니다. 제공된 설명은 존재 결과를 확립하고 수치…

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.…

이 연구는 한 달 동안 수집한 5분 간격 관측치로 SPY 옵션 고빈도 전략을 살펴봅니다. 옵션 그릭스와 내재변동성을 계산하고, 이항 트리로 미국형 옵션 가격을 산출하며, Newton–Raphson 방법으로 내재변동성을 추정합니다. 이어 변동성과 그릭스 지표를 사용해 투자 유니버스를 구성하고 평균-분산 및 강건 방법을 포함한 포트폴리오 최적화 접근법을 비교합니다. 내재변동성과 그릭스에 초점을 맞춘 기본 롱숏 접근법은 보고된 연구에서 대체로 성과가 낮았습니다.…

EverMine은 연구 에이전트가 장기 알파 발굴 과정에서 재사용 가능한 기술, 도구, 규칙을 축적하며 개선되는지 검증하는 프레임워크입니다. 연구 이력, 현재 요인 포트폴리오, 축적된 역량으로 연구 상태를 표현합니다. 동일한 리소스를 맞춘 실행에서는 고정 역량과 진화 역량을 비교하고, 추가 분기 실험에서는 이력과 포트폴리오 상태를 고정한 채 역량을 교체합니다. 경험에 따른 후보 선택이 포트폴리오 결과에 미치는 영향을 살펴보기 위해 과거 상태를 재생합니다.…

이 논문은 통계적으로 구성한 요인 모형과 확률 제어를 결합해 고차원 통계적 차익거래를 연구합니다. 모형은 잔차가 평균회귀한다고 가정하며, 이론적으로 시장 중립 포트폴리오를 구성하는 방법을 보여줍니다. 이어 지수 효용 및 평균분산 효용 기준 아래 유한 기간 연속시간 투자의 폐쇄형 최적 전략을 도출합니다. 프레임워크는 달러 중립 제약과 일시적인 이차 거래 비용도 고려합니다. 100개 자산을 포함하는 몬테카를로 시뮬레이션으로 전략을 설명하고, 저자들은 가능한 확장…

이 연구는 고위험 환경에 적용할 강화학습 포트폴리오 관리자를 제안합니다. 양방향 거래와 대출·차입을 결합하고 손익 보상을 사용해 하방 리스크 관리와 자본 활용을 개선하려 합니다. 구현에는 소프트 액터-크리틱 에이전트와 합성곱 신경망, 멀티헤드 어텐션을 결합합니다. 포트폴리오는 무기한 선물로 거래되는 가상자산으로 구성되며, USDT을 대출과 차입에 사용하고 최근 시장 데이터를 바탕으로 주기적으로 리밸런싱합니다. 모델은 변동성 조건이 서로 다른 두 기간에서…

이 문서는 일반적인 준마팅게일 시장에서 평균분산 헤지 방법을 개발합니다. 헤지를 확률 제어 문제로 설정하고 제어 문제의 가치 과정이 이차 형식을 갖는다는 점을 확립합니다. 세 개의 계수 과정이 이 형식을 나타내며, 후방 확률 미분방정식(BSDE)으로 특성을 규명합니다. 계수 방정식은 조건부 평균분산 헤지 문제의 최적 트레이딩 전략을 도출하는 방법을 제공합니다. 또한 기존 연구와 연결하기 위한 동치 공식과 간단한 예시를 제시합니다. 초록은 프레임워크와 핵심…

이 논문은 단기 ETF 매수 결정을 이어가며 장기적으로 자산을 늘리려는 체계적 투자 접근법을 제안합니다. 진화 알고리즘과 딥러닝 모델을 결합해 기존의 일별 정기 투자보다 납입 시점을 개선합니다. 매번 정해진 날에 같은 방식으로 투자하는 대신, 시간에 따라 매수 결정을 조정하는 것이 목표입니다. 저자들은 특정 ETF에서 기존의 일별 정기 투자보다 약 1퍼센트 높은 수익률을 보고합니다. 근거는 모의 백테스트에만 의존하지 않고 소매 증권사 플랫폼을 통해 실행한…

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 연구는 간단히 설명할 수 있지만 수학적으로 어려운 환경에서 심층 강화학습이 최적 트레이딩 전략을 찾아낼 수 있는지 테스트합니다. 저자들은 환경과 상호작용하며 행동 선택 정책을 학습하는 심층 결정론적 정책 경사법에 초점을 둡니다. 최적 전략이나 그 근사치를 이미 알고 있는 설정을 골라 학습된 행동과 보상을 기준 해답과 비교할 수 있게 합니다. 보고된 결과에 따르면 에이전트는 알려진 전략의 핵심 특징을 찾아내고 최적에 가까운 보상을 얻습니다. 이는 테스트한…

이 노트는 일정 비중 재조정 전략을 넘어 보편적 포트폴리오 이론을 확장합니다. 최종 성장이 연속된 두 시장 수익률 벡터 각각에 선형으로 의존하는 쌍선형 전략을 다루고, 사후에 선택한 최선의 쌍선형 전략과 비교합니다. Cover의 보편적 포트폴리오 접근법을 응용한 성과 가중 평균법은 어떤 쌍선형 전략이 가장 나은지 미리 알지 못해도 포트폴리오를 구성합니다. 제시된 보장은 점근적입니다. 가능한 모든 시장 시퀀스에서 구성 포트폴리오는 사후 최적 쌍선형 전략과 같은…

이 논문은 투자자의 문제를 미래 시점 자산의 기대 효용을 극대화하는 것으로 설정합니다. 처음에 한 번 선택하는 파생상품 포지션과 시간에 따라 조정하는 주식 보유분, 두 종류의 포지션을 결합합니다. 시장이 변하는 동안 주식 전략은 대응할 수 있지만 파생상품 포지션은 고정된 상태로 유지할 수 있습니다. 분석은 양의 자산에 효용을 정의한 일반적인 준마팅게일 프레임워크를 사용합니다. 발췌문은 문제 설정을 설명하지만 해법, 결과, 사례 또는 실증 증거는 제시하지…

이 논문은 시장 모형이 불확실할 때 장기 자산 성장을 극대화하는 방법을 연구합니다. 알려진 자산 영역과 순간 공분산이 제약 조건인 모형을 고려하며, 장기 점유 측도가 밀도로 수렴한다는 추가 안정성 조건을 둡니다. 이 조건의 근거는 주식시장에서 순위가 매겨진 상대 시가총액이 안정적으로 관측된다는 점입니다. 저자들은 이 입력값에 최소한의 가정만 두고, 점유 시간 대편차의 Donsker–Varadhan 속도 함수로 견고한 성장률을 나타냅니다. 또한 고려한 모형…

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 리뷰는 전통적 투자자산과 일부 특성을 공유하면서도 고유한 시장 움직임을 보이는 암호화폐 트레이딩 연구를 살펴봅니다. 트레이딩 시스템과 플랫폼, 신호와 전략, 변동성과 수익률 예측, 버블과 극단적 시장 상황, 포트폴리오 구성, 기술적 트레이딩, 리스크 관리를 다룹니다. 저자들은 연구 논문 146편을 종합하고 데이터셋, 연구 동향, 연구 대상, 사용 기술을 살펴봅니다. 리뷰는 향후 연구를 위한 유망한 미해결 질문을 제시합니다. 새로운 트레이딩 방법이나 전략의…

이 논문은 순위 의존 포트폴리오 함수에서 생성된 트레이딩 전략의 누수를 연구합니다. 누수란 포트폴리오에 포함된 주식을 갱신하거나 교체할 때 발생하는 자산 손실을 뜻합니다. 저자들은 이 효과를 유한 변동 항으로 나타내는 이론식을 도출하고, 그 계산법이 선행 연구에서 제안한 방법과 다르다고 설명합니다. 이어서 이산 시간 추정법을 소개하고 실제 적용 시 고려할 사항을 논의합니다. 실증 사례는 구성 종목 수가 다른 전략들의 누수를 보여줍니다. 순위가 바뀌는 주식으로…

이 실증 연구는 평균회귀를 활용하도록 설계된 온라인 포트폴리오 전략이 벤치마크 데이터셋을 넘어 좋은 성과를 내는지 평가합니다. 수동적 공격형 평균회귀, 온라인 이동평균 회귀, 거래 비용 최적화의 세 가지 접근법을 살펴봅니다. 연구진은 이러한 전략이 널리 쓰이는 테스트에서 특히 성공적으로 보이는 이유와 더 최근의 시장 데이터에서도 효과가 있는지 조사하기 위해, 2000부터 2017까지 S&P 500 구성 종목의 과거 가격과 기존 벤치마크 데이터셋을 함께…

이 문서는 금리 위험과 비례 거래 비용을 고려해 여러 기간에 걸쳐 채권 포트폴리오를 관리하는 시뮬레이션 기반 방법을 제시합니다. 벡터 자기회귀를 따르는 동적 넬슨-시겔 요인으로 수익률 곡선의 움직임을 모형화한 다음, 만기별 수익률의 결합 분포를 시간에 따라 변하는 이산 상태 마코프 연쇄로 근사합니다. 이 연쇄는 유한 기간 마코프 의사결정 과정의 상태를 제공합니다. 투자자의 목표는 기대 만기 자산을 극대화하는 것이며, 역방향 귀납법으로 최적 리밸런싱 정책을…

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…