Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 266개
이 논문은 저변동성 이상 현상을 요인 기반으로 설명합니다. 그룹별 해석 가능 기저 선택 알고리즘으로 추정한 적응형 다요인 모형을 적용해 저변동성 및 고변동성 포트폴리오와 연관된 기저 자산을 식별합니다. 보고된 포트폴리오들은 상당히 다른 요인에 노출되어 있습니다. 이에 저자들은 변동성이 독립적인 위험으로 작용하는 대신 기존 위험 노출과 연관되어 있다고 주장합니다. 저변동성 포트폴리오의 초과성과는 요인 노출의 균형 성과에 기인한다고 봅니다. 또한 적응형 모형이…
이 연구는 연속 시간의 유한한 기간에 걸쳐 서로 얽힌 두 자산의 동적 포트폴리오 최적화에 금융수학과 머신러닝을 적용해 비교합니다. 금융수학 접근법은 단기 위험과 장기 균형을 결합하려는 코인텔레이션 모형을 사용하며, 페어 트레이딩에서 흔히 쓰는 높은 상관관계나 공적분에 의존하지 않습니다. 전략은 평균-분산 목적과 파워 효용 목적 사이에서 동적으로 전환합니다. 후자는 확률 제어 문제로 정식화되며, 딥 갤러킨 방법을 사용해 해밀턴-야코비-벨만 방정식으로 수치적으로…
이 노트는 퀀트 금융에서 자기금융 트레이딩 전략의 의미를 다룹니다. 오해가 생길 수 있는 확률미적분과 금융 트레이딩의 접점에 이 개념을 둡니다. 문서의 명시된 목적은 자기금융의 작동 방식을 다시 설명하는 것으로, 거래 자산의 보유량이 시간에 따라 달라질 때 포트폴리오 가치를 모형화하는 데 관련이 있습니다. 이 설명은 해리슨과 크렙스의 기초 연구와 해리슨과 플리스카의 후속 종합 연구를 언급합니다. 그러나 제공된 텍스트에는 정의, 방정식, 예시가 없으며 제목에…
이 연구는 수익률의 교차 예측 가능성과 기술적 유사성이라는 두 가지 정보를 이용해 시간에 따라 변하는 암호화폐 네트워크를 구축합니다. 네트워크가 진화하는 동안 동적 공변량 보조 스펙트럼 군집화 방법을 적용해 그룹, 즉 커뮤니티를 추정합니다. 분석은 위험이 어떻게 확산되고 시장이 어떻게 분할될 수 있는지를 이해하는 데 이러한 커뮤니티가 유용하다고 봅니다. 저자들은 서로 다른 커뮤니티의 암호화폐를 보유한 포트폴리오가 더 나은 위험 분산을 달성할 수 있다고…
이 논문은 위험 자산의 드리프트가 직접 관측되지 않고 서로 다른 속도로 움직이는 두 잠재 확률 요인에 좌우될 때의 포트폴리오 선택을 연구합니다. 과거 가격에 적용한 빠른 지수이동평균과 느린 지수이동평균 과정의 차이에 결정론적 볼테라 보정을 더해 잠재 평균회귀 수준의 필터링 추정치를 도출합니다. 이 추정치는 익숙한 기술적 신호를 숨겨진 드리프트 추론과 연결하는 MACD 유사 형태를 가집니다. 저자들은 로그 효용, 거듭제곱 효용, 지수 효용에 대해 명시적 피드백…
이 논문은 다변량 주식 수익률 드리프트가 관측되지 않고 Ornstein–Uhlenbeck 과정에 따라 변할 때 기대 로그 효용을 극대화하는 투자자의 최적 포트폴리오 전략을 도출합니다. 투자자는 관측 수익률과 정해진 시점마다 들어오는 편향 없는 전문가 의견으로 드리프트를 학습합니다. 전략은 투자자가 가진 정보에 조건부인 기대 드리프트에 따라 결정됩니다. 전문가 의견이 갱신되는 시점 사이에는 칼만 필터를 따르고, 조건부 공분산은 행렬 리카티 방정식에 따라…
이 논문은 머신러닝 기법을 적용해 암호화폐 지수와 구성 암호화폐 9개의 종가를 예측합니다. 여러 알고리즘과 모형을 비교해 가장 성과가 좋은 접근법을 찾고, 관련 연구와도 비교한다고 합니다. 변동성이 큰 시장의 가격 변동을 연구하고 트레이딩 및 암호화폐 포트폴리오 관리에 활용할 가능성을 살펴보는 것이 연구 동기입니다. 저자들은 최선의 접근법이 이전 연구보다 낫거나 비슷한 수준의 결과를 냈다고 보고합니다. 그러나 제공된 설명에는 알고리즘, 데이터 출처, 예측…
이 문서는 주식 이종 위험 모형을 구축하는 방법을 설명합니다. 이 접근법은 산업 분류와 주식 하위 그룹 내 주성분 공분산 추정치를 결합한 뒤, 러시아 인형 방식의 재귀적 구성으로 공분산 모형을 축소합니다. 저자들은 이 모형이 짧은 과거 참조 기간에서도 안정적인 위험 추정치를 만들 수 있다고 제시하며, 완전한 알고리즘과 소스 코드를 제공한다고 합니다. 제시된 적용 사례는 익일 수익률에 기반한 장중 평균회귀 신호의 샤프 비율 최적화입니다. 저자들은 이종 모형을…
이 연구는 심층 강화학습을 이용한 암호화폐 일중 포트폴리오 매매의 앙상블 접근법을 제시합니다. 여러 검증 기간으로 후보 모형을 선택한 다음 혼합 분포를 통해 선택된 정책을 결합합니다. 목표는 확률성이 매우 높은 시장 환경에서 일반화 성능을 높이는 것입니다. 저자들은 세분화된 표본외 테스트 기간에 걸쳐 성능을 평가하고, 변화하는 금융 데이터에 대응하기 위해 모형을 주기적으로 재학습합니다. 단일 심층 강화학습 전략 및 패시브 투자와 비교해 표본외 성과가…
이 문서는 에이전트가 시간 일관적인 동적 스펙트럼 위험 측도를 최적화하는 위험 민감 강화학습 프레임워크를 제시합니다. 조건부 유인 가능성을 이용해 엄밀히 일관적인 점수 함수를 구성하고, 추정 과정에서 페널티로 사용합니다. 심층 신경망으로 위험 측도를 추정하며, 저자들은 이러한 신경망으로 이 측도군을 임의의 정확도까지 근사할 수 있음을 증명합니다. 이 틀에는 중첩 전이를 추가하지 않고 전체 에피소드에서 학습하는 액터-크리틱 알고리즘도 포함됩니다. 저자들은 모의…
이 연구는 S&P 500 종목의 잔차 상관관계를 가우시안 보손 샘플링을 위한 인접 행렬로 변환합니다. 가우시안 보손 샘플링은 조밀 부분 그래프를 표본 추출하는 광자 기반 양자 방법입니다. 고전적 군집화 방식인 Spectral과 SPONGE, 양자 방식인 GBS Boost 및 제안된 GBS Roots를 비교합니다. 군집 결과로 1년 이동 구간에 걸친 동적 시장중립 통계적 차익거래 포트폴리오를 구성합니다. 거시경제 국면별 시뮬레이션에서는 변동성이 높은 기간과…
이 문서는 상수탄성분산 모형을 사용해 시간에 따라 변하는 변동성을 반영하는 두 공적분 자산의 페어 트레이딩 모형을 제시합니다. 고정된 기간의 포트폴리오 선택을 확률적 제어 문제로 설정하고, 기말 부의 기대 멱효용을 최대화하도록 포트폴리오 비중을 정합니다. 유한차분법으로 최적 전략을 계산하고, 일반화 적률법으로 모형 매개변수를 추정합니다. 저자들은 과거 일간 시장 데이터로 이 접근법을 시험해 보입니다. 발췌문은 모형과 추정 및 해법을 설명하지만 구체적인 성과…
이 논문은 단일 종합 과제 점수에만 의존하는 한계를 바탕으로, 계획·행동·점검·개선을 수행하는 모듈형 에이전트를 주장 단위로 감사하는 방법을 제안합니다. 감사 과정에서는 각 결론의 근거를 기록하고, 뒷받침됨·뒷받침되지 않음·미해결·평가되지 않음 중 하나로 판정하며, 결론이 적용되는 범위를 명시합니다. 이를 통해 평가 결과가 에이전트와 구성 요소에 관해 무엇을 입증하는지 분명히 하고자 합니다. 세 가지 방법으로 근거를 보탭니다. 오라클 정책은 지정된 행동…
이 문서는 두 개를 초과하는 자산을 포함할 수 있는 통계적 차익거래를 찾는 최적화 방법을 제시합니다. 레버리지 제약을 지키면서 가격을 지정된 밴드 안에 두고 포트폴리오 변동성을 높이는 문제로 설정합니다. 밴드는 가격 경로를 제한하며, 이 방법은 고정 밴드 설정을 밴드의 중간값이 시간에 따라 변하는 경우로 확장합니다. 포트폴리오 최적화가 비볼록 문제이므로 제안된 해법은 볼록 근사를 반복해서 푸는 순차적 방법인 볼록-오목 절차를 사용합니다. 문서는 방법과…
이 문서는 시장 상황을 포트폴리오 비중에 직접 대응시키는 모델이 기존 크로스에셋 선물 전략보다 나은 성과를 낼 수 있는지 살펴봅니다. 미분 가능한 샤프 비율 목적함수를 사용해 유동성이 높은 CME개 CME 선물에서 이러한 정책을 학습한 뒤, 동일 가중, 리스크 패리티, 시계열 모멘텀과 비교합니다. 이 방식은 일반적으로 별도로 수행하는 수익률 예측과 자산 배분 최적화 단계를 생략합니다. 학습된 정책은 통합 포트폴리오와 일부 자산군에서 규칙 기반 벤치마크보다…
이 글은 추세 추종 신호가 서로 다른 모멘텀 관측 기간을 어떻게 적응적으로 활용하는지 연구합니다. 과거 수익률의 고정된 요약치에만 의존하는 대신 동적 이진 분류기를 적용해 과거 모멘텀과 미래 수익률 간 관계가 변하는지, 안정적으로 유지되는지 학습합니다. 그러면 투자자는 특히 시장 전환점 부근에서 여러 모멘텀 속도를 결합하거나 선택할 수 있습니다. 저자들은 56개 선물 계약의 데이터를 사용해 방법을 평가하고 전통적인 시계열 모멘텀 전략과 비교합니다. 평균-분산…
이 논문은 페어 트레이딩과 Black-Litterman 틀을 결합해 평균-분산 포트폴리오를 구성합니다. 페어 거래는 특히 변동성이 크거나 시장이 불안정할 때 투자 기간 안에 균형으로 돌아오지 못할 수 있다는 점이 연구의 동기입니다. 이 전략을 포트폴리오 최적화에 통합하면 더 넓은 포트폴리오 구성 과정에서 페어 기반 전망을 관리할 수 있다고 제시합니다. 초록은 이렇게 구성한 포트폴리오가 정상 및 극단적 시장 상황 모두에서 S&P 500을 능가했다고 보고합니다.…
이 논문은 공적분 기반 통계적 차익거래를 연구하고 여러 팩터를 이용해 후보 주식 포트폴리오를 찾는 방법을 비교한다. 주식 전체에 대한 K-평균 군집화, 그래피컬 라쏘, 두 방법을 결합한 하이브리드를 평가한다. 보고된 결과에서는 그래피컬 라쏘 단독보다 군집화가 나았고, 하이브리드의 성과가 더 좋았다. 저자들은 거래 기간 중 포트폴리오 후보를 한 번 갱신하면 결과가 개선되는지도 시험한다. 이 연구에서 적응적 갱신은 재학습하지 않는 전략보다 나은 성과를 내지…
이 논문은 개별 매매 전략을 보정하고 신호를 결합하기 위해 조건부 생성적 적대 신경망을 제안한다. 시계열 데이터용 cGAN을 학습하고 선택한 뒤, 생성된 표본으로 전략을 조정하고 표본 모음으로 앙상블 모델링을 하는 작업 흐름을 제시한다. 목표는 전략 설정을 개선하거나 약한 신호를 포트폴리오 수준 접근법으로 통합하는 것이다. 저자들은 579개 자산에 걸친 여러 매매 전략으로 이 방법을 평가하고, 앙상블 접근법 및 시계열 검증 방법과 비교한다. cGAN은 적절한…
이 글은 전략을 경로 시그니처의 선형 함수로 나타내는 포트폴리오 최적화 방법인 Signature Trading을 소개한다. 시그니처는 신호와 자산 움직임의 결합된 이력을 인코딩하므로, 전통적 팩터 모델을 확장하면서 경로 의존성을 포함할 수 있다. 저자들은 드로다운 제어를 포함하는 동적 평균-분산 기준과 명시적 유한 기간 해를 도출하고, 그 결과 전략을 시그니처 기반 효율적 프런티어와 연결한다. 이 글은 외생 신호, 모멘텀, 페어 트레이딩을 이용하고 합성…
이 논문은 투자자가 기초자산의 공분산 구조를 정확히 알지 못하는 경우의 포트폴리오 선택을 다룹니다. 적절한 허용 공분산 구조 집합 전반에서 점근적 성장을 강건하게 극대화하는 전략을 찾습니다. 따라서 공분산 추정치를 확실한 값으로 볼 수 없을 때 투자를 선택하는 방법에 초점을 둡니다. 저자들은 완전 비선형 타원형 연산자의 일반화된 주 고유값과 그에 대응하는 고유함수를 사용해 최적 전략을 규명합니다. 공통 측도에 지배되지 않는 확률 측도 집합을 약간 제한한 뒤…
이 글은 평균·분산 목적에 따라 동적 매매 전략을 구성하는 커널 기반 방법을 제시합니다. 재생 커널 힐베르트 공간의 함수로 전략을 표현해, 현재 상태뿐 아니라 시장 신호의 이력에 따라 의사결정을 내릴 수 있습니다. 자산 동학이나 예측 신호에 시간 의존성이 있는 포트폴리오 문제에 유연하게 적용할 수 있습니다. 이 프레임워크를 시그니처 기반 방법 및 고전적 마르코프 접근법과 비교합니다. 합성 데이터와 시장 데이터 사례에서는 시간 의존성이 있을 때 두 비마르코프…
NoxTrader는 과거 US 주가와 거래량 데이터로 수익률, 주간 가격, 월간 가격 모멘텀 등의 특성을 만듭니다. LSTM 모델을 적용해 수익률과 지속적인 가격 추세를 예측하고, 실행 중 모델을 동적으로 갱신합니다. 예측 점수는 맞춤형 백테스팅 시스템에서 포트폴리오 관리를 이끌며, 문서에 따르면 예측과 실제 간 상관계수 범위는 0.65에서 0.75입니다. 저자들은 예측 데이터를 필터링해 초기 투자 수익률이 -60%에서 325%로 바뀌었다고 보고합니다. 예측…
이 논문은 더 큰 투자 자산군의 평균·분산 효율적 프런티어를 구성할 수 있는 위험자산의 최소 부분집합을 찾는 방법을 연구합니다. 해당 집합을 식별하는 조건을 제시하고, 참 집합을 포함할 확률이 1에 가까워지고 선택한 신뢰 수준에서 수렴하도록 설계된 추정 및 추론 절차를 소개합니다. 몬테카를로 시뮬레이션은 유한 표본에서 성과가 우수하다는 증거로 제시됩니다. 실증 적용에서는 개별 주식 모멘텀 및 요인 모멘텀 전략을 기존 주식 수익률 요인과 비교합니다. 연구…