Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.
문서 82개
이 노트북은 NASDAQ ITCH 체결 데이터로 시장 미시구조 지표를 만들고, 거래를 장중 구간으로 집계하며, 유동성 대용 지표와 주문 흐름 신호, 호가창 상태를 구분합니다. 집계 전에 틱 규칙으로 개별 거래를 분류해 매수·매도 거래량으로 의미 있는 주문 흐름 불균형 지표를 만들 수 있게 합니다. 이어서 카일 람다의 비율 근사치, 아미후드 비유동성, 롤 스프레드, 거래 강도를 각각의 입력값 및 해석과 함께 보여줍니다. 핵심 주의점은 구현된 카일 람다가 절대…
이 노트북은 스프레드, 호가 잔량 불균형, 부호가 있는 거래량, 가격 충격 같은 장중 미시구조 정보를 사용해 다음 15분 수익률 기준으로 NASDAQ-100 종목의 순위를 매기는 예측 모델을 비교합니다. 데이터 범위가 완전한 경우에만 모델 계열별 대표 예측 세트를 하나 선택하고, 모델 체크포인트는 서로 구분해 둡니다. 순위 상관관계와 불확실성 구간을 비교하고, 워크포워드 폴드별 성과를 확인하며, 예측 구간별 단조성과 국면 의존성을 검정합니다. 컨포멀 예측…
이 노트북은 틱, 거래량, 달러 바처럼 실제로 타임스탬프 간격이 불규칙한 시계열을 생성하는 GT-GAN 기반 아키텍처를 설명합니다. GRU-ODE 인코더는 관측치를 잠재 상태로 매핑하고, ODE 기반 생성기와 판별기 구성 요소는 연속 시간의 변화를 모델링하며 ODE 디코더는 관측치를 재구성합니다. 잠재 상태를 임의의 시점에서 조회할 수 있어 모델은 고정된 관측 격자를 넘어 보간과 생성을 지원합니다. 노트북은 간격이 서로 다른 표본에 대해 고정 단계 오일러…
이 문서는 파싱된 NASDAQ ITCH 메시지를 로드하고 주문 추가, 삭제, 취소, 체결, 대체를 바탕으로 지정가 주문장을 재구성하는 유틸리티를 설명합니다. 주문별 잔여 주식 수를 추적해 이후 주문장 갱신에 현재 수량을 사용하고, 주문 참조를 따라 대체 메시지 연결을 처리합니다. 스냅샷은 여러 매수·매도 호가 단계와 함께 최우선 호가, 스프레드, 중간값을 보여줍니다. 이 문서는 Lee–Ready 방식의 거래 분류도 설명합니다. 각 거래 가격을 현재 중간…
이 노트북은 바이너리 형식의 NASDAQ TotalView-ITCH 주문별 메시지 데이터를 구조화된 레코드로 디코딩하는 방법을 설명합니다. 메시지 프레이밍과 유형별 구조를 살펴보고 필드를 언패킹하는 방법을 보여줍니다. 자정부터 나노초 단위로 표현된 타임스탬프와 소수점 위치가 암묵적으로 정해진 정수 형식의 가격도 변환합니다. 주요 워크플로는 메시지를 순차적으로 읽고 지원되는 유형을 디코딩해 버퍼에 담은 뒤 메시지 유형별로 분할된 Parquet 파일에…
이 노트북은 여러 기간의 선행 수익률을 예측하기 위해 1분 단위 NASDAQ-100 미시구조 특성에 장단기 기억 네트워크를 적합하는 과정을 설명합니다. 모델은 과거 관측값으로 구성한 시퀀스를 한 단계씩 처리하며 어떤 이전 관측치를 유지할지 학습합니다. 학습에는 워크포워드 폴드를 사용하고, 학습 데이터만으로 특성을 표준화하며, 종목과 폴드가 바뀔 때 상태를 초기화하고, 지정된 체크포인트에서 검증 예측치를 저장합니다. 학습 대상 간 중첩을 줄이기 위해 각 레이블…
이 분석은 ITCH 추가, 삭제, 부분 취소, 주문 정정, 체결 메시지로 개별 NASDAQ 지정가 주문을 재구성합니다. 정확한 타임스탬프와 로그 스케일로 표현한 주문 유지 시간 분포를 사용해 주문의 취소 또는 체결 여부와 해당 상태에 도달하는 데 걸린 시간을 측정합니다. 세션 종료 시 호가창에 남은 주문을 이미 체결되었거나 수정된 주문과 구분하고, 단일 종목의 생애주기 분석을 더 광범위한 메시지 개수 분석과 분리합니다. 핵심 결과는 취소율과 체결률이 서로…
이 연구는 심층 강화학습으로 단기 트레이딩 예측을 지정가 주문 배치와 지정가 주문장 내 재고 결정으로 전환합니다. 과거 주문장 메시지로 구축한 모의 NASDAQ 주식 환경에서 ABIDES 시뮬레이터를 사용해 에이전트를 학습합니다. 에이전트는 현재 주문장, 최근 시장 기록, 방향성 신호를 관찰한 뒤 심층 이중 결투 Q 학습과 우선순위 기반 비동기 경험 재생으로 실행 정책을 학습합니다. 특정 예측 방법과 분리해 실행을 평가하기 위해 연구자들은 잡음 수준이 다른…
이 문서는 최근 고빈도 데이터를 사용해 변동성이 시간에 따라 얼마나 매끄럽게 변하는지 연구합니다. 합리적인 여러 시간 척도에서 로그 변동성이 매우 낮은 허스트 지수를 가진 분수 브라운 운동과 대략 비슷하게 움직인다고 보고합니다. 이를 바탕으로 저자들은 지수가 1/2보다 낮은 분수 확률 변동성 틀을 채택하고, 이를 Rough FSV라고 부릅니다. 이 모델은 금융 시계열과 일치하며 실현 변동성 예측을 개선한다고 설명됩니다. 분석은 모델 자체에는 장기 기억이…
이 연구는 2018 US 무역 전쟁 기간에 6개 업종 주식에서 나타난 고빈도 주문 시퀀스를 모델링한다. 1차 동질 이산시간 마르코프 연쇄를 사용하고 카이제곱 검정으로 마르코프 가정을 확인하며, 최대우도법으로 전이 확률을 추정한다. 고변동성일과 저변동성일의 주문 행태를 비교하기 위해 히트맵과 연쇄에서 도출한 통계량을 사용한다. 분석에 따르면 고변동성일에는 추가 주문과 취소 주문이 더 많이 나타난다. 저자들은 이를 활발한 트레이더들이 지정가 주문을 낸 뒤…
이 문서는 고빈도 금융 데이터를 위한 부분 표본 사분면 상관관계 추정량을 소개합니다. 시간에 따라 변동성이 바뀌면 상관관계를 측정하기 어려워집니다. 표준 사분면 추정량은 변동성 변화에는 강건하지만 가우스 표본 추출에서는 비효율적일 수 있습니다. 제안된 변형은 부호 정보와 부분 표본을 이용해 강건성과 계산의 간결함을 유지하면서 효율성을 개선합니다. 표본 추출 기간 외에는 평활화 매개변수가 필요하지 않아 대규모 횡단면 분석에 유용할 수 있습니다. 미국 주식의…
이 논문은 현물 변동성이 급격히 바뀌는 경우에도 강건하도록 설계된 희소 고빈도 변동성 추정량을 개발합니다. 제안된 추정량은 기존 방법에 ℓ1 페널티를 적용하며, 변동성 측정의 핵심적인 방법군인 파워 변동 추정량에 중점을 둡니다. 저자들은 관측되지 않는 기초 변동성과 변화점 위치를 모두 일관되게 추정할 수 있음을 보이고, 특정 추정량에서 미니맥스 수렴률을 달성합니다. 계산에는 최소 각도 회귀를 사용해 후보 변화를 추정한 뒤, 축소된 동적 계획법 단계로 변화점…
이 논문은 시장 행동을 제어하면서 금융 시장의 주문 흐름을 생성하는 프레임워크를 제안합니다. 기존 주문 흐름 생성 방법은 시장 데이터를 제대로 재현하지 못하고 제어 기능도 제한적일 수 있어, 연구와 트레이딩에서 활용하기 어렵다는 문제의식에서 출발합니다. 제안된 Diffusion Guided Meta Agent는 조건부 확산 모델과 금융경제학 사전 정보를 활용하는 메타 에이전트를 결합합니다. 확산 모델은 중간 가격 수익률과 주문 도착률의 시간 가변 분포…
이 논문은 고빈도 트레이딩 행동을 자산 가격의 관찰된 두 가지 특성, 즉 수익률과 변동성이 서로 관련되는 레버리지 효과와 변동성이 불규칙한 경로를 보이는 거친 변동성에 연결합니다. 의존적인 시장 사건의 군집을 나타내는 호크스 과정을 이용해 미시적 가격 모형을 구성합니다. 이 모형에는 시장 내생성, 무차익 조건, 매수와 매도 간 비대칭성, 그리고 여러 차례 나누어 집행하는 대량 주문인 메타오더가 포함됩니다. 저자들은 앞의 세 가지 특성이 장기적으로 레버리지…
집계된 S&P 500 고빈도 수익률의 스케일링 특성을 이용해 마팅게일 확률 모델을 구성합니다. 모델은 오전 거래 시간의 조건부 기댓값을 재현하도록 설계됐으며, 이후 오후 거래까지 확장됩니다. 모델 예측으로 장중 추세 추종 신호를 생성하며, 이 신호는 차트 패턴이 아니라 모델에서 나옵니다. 제안된 전략은 S&P 데이터에 존재하지만 모델에는 없는 선형 상관관계를 이용하고자 합니다. 비대칭 GARCH 프로세스 기반 기준선보다 성과가 좋고 소규모 차익거래 기회도…
이 연구는 금융 시계열을 주문 메시지의 시퀀스로 모델링하는 생성형 사전학습 트랜스포머를 제시합니다. 이 모델은 이산 사건 시뮬레이터 안에서 주문 생성 엔진으로 작동하며, 지정가 주문장 동학을 재현하고 상호작용형 시장 시뮬레이션을 지원하는 것을 목표로 합니다. 원래의 주문 흐름 프롬프트가 컨텍스트 창을 벗어난 뒤에도 긴 시퀀스를 순차적으로 생성하도록 설계됐습니다. 보고된 평가에 따르면 생성된 주문 흐름은 관측된 주문 흐름 데이터의 주요 특징을 재현하고 실제…
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.…
이 연구는 추세 추종형 고빈도 트레이더의 미시적 모형을 위한 운동론적 토대를 개발합니다. 역학의 리우빌 방정식과 유사한 모형의 정확한 위상 공간 진화 방정식에서 출발해, 금융 브라운 운동에 관한 방정식 계층을 통해 기술을 축약합니다. 분자 혼돈을 가정해 저자들은 볼츠만 방정식과 유사한 호가창 동학과 랑주뱅 방정식과 유사한 가격 동학을 도출합니다. 대규모 트레이더 집단의 거동을 해석적으로 연구하고 몬테카를로 시뮬레이션을 통한 수치 검증을 보고합니다. 이 설명은…
이 논문은 에이전트 기반 모델을 구축해 저빈도·고빈도 트레이더의 상호작용과 자산 가격에 미치는 영향을 연구합니다. 저빈도 에이전트는 시간 순서에 따라 거래하며 펀더멘털 분석형과 차트 분석형 규칙 사이를 전환할 수 있습니다. 고빈도 에이전트는 가격 사건에 반응해 활성화되고, 느린 트레이더가 생성한 정보를 활용하는 방향성 전략을 사용합니다. 변동성과 급락 현상을 평가하기 위해 몬테카를로 시뮬레이션을 수행하며, 모델은 주요 시장의 전형적 사실을 재현하는 것으로…
이 문서는 잡음이 많은 시장에서 어떤 트레이딩 방식이 살아남는지 대규모 에이전트 기반 시뮬레이션으로 살펴봅니다. MAS-Utopia 모델에는 다섯 가지 유형에 걸친 10,000개의 에이전트가 포함되며, 5년간의 고빈도 데이터를 적용합니다. 시뮬레이션 환경은 거래 마찰이 없다고 가정하고 에이전트에게 조건 없는 기본소득을 제공합니다. 이러한 조건에서는 시장 방향에 맞춰 대응하는 추세 추종 에이전트가 기존 움직임에 반대해 거래하는 평균회귀 에이전트보다 시간이…
이 연구는 고빈도 디지털 자산 가격의 급등락이 암호화폐 시장 전반의 수익률을 설명하는 데 도움이 되는지 살펴봅니다. 예외적인 시장 이벤트를 전후해 군집하는 급등락에 집중하고, 발생 시점이 변동성과 거래량의 반복적인 패턴과 어떤 관계인지 분석합니다. 비트코인과 투자자 관심도에 관한 기존 근거에서 출발해 다른 디지털 자산으로 질문을 확장합니다. 회귀 분석 결과는 장중 급등락이 규모와 방향 모두에서 장 마감 수익률에 유의한 영향을 미친다는 점을 보여줍니다. 가격…
이 연구는 고빈도 시장 가격과 거래 활동을 위한 다변량 Hawkes 점과정 모형을 소개합니다. 네 가지 상호작용 커널은 거래 도착의 자기여기, 가격 변동의 평균회귀, 유입 거래가 가격 변동에 미치는 영향, 가격 변화가 거래 활동에 되먹임되는 효과를 나타냅니다. 이러한 요소를 함께 사용해 불규칙한 가격 변동 시점, 이산적인 가격 상승폭, 단기 평균회귀, 시간 척도에 따른 상관관계 변화를 포착하도록 설계했습니다. 이 프레임워크는 오목한 제곱근형 반응과 그 이후의…
이 문서는 초고빈도 시장에서 최종 체결가, 최우선 매수호가, 중간값이 서로 다를 수 있어 자산 가격이 모호해지는 문제를 다룹니다. 트레이딩 전략에는 일관된 가격 기준이 필요하므로 이는 실무적으로 중요합니다. 시장 참여자에게 유용하도록 설계된 효율 가격 개념을 제안하고, 브라운 운동 Cox 과정 접근법을 사용해 주문 흐름에서 이를 추정하는 통계적 방법을 개괄합니다. 발췌문에는 추정량의 방정식, 가정, 데이터 또는 검증 결과가 설명되어 있지 않습니다. 따라서 이…
이 연구는 Coinbase Pro, Binance, Uniswap V2에서 비트코인과 이더리움의 변동성 및 거래량에 반복적으로 나타나는 패턴을 조사합니다. 요일, 시간대, 각 시간 내 구간별 차이를 살펴봅니다. 저자들은 변동성과 거래량 모두에서 체계적인 주기성이 나타나며, 시간이 흐를수록 그 패턴이 강해진다고 보고합니다. 알고리즘 트레이딩 활동 및 선물 시장의 자금 조달 시점과 관련이 있을 수 있다고 제안하지만, 해당 설명은 이 요인들이 인과적 원인임을…