Перейти к содержимому

База знаний

Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.

Поиск по библиотеке

Документов: 342

arXiv papers

В документе представлен систематический подход к адаптации торговых стратегий и распределения активов при изменении рыночных условий. Предлагается применять авторегрессионные модели Маркова со сменой состояния для выявления и прогнозирования режимов,…

Несколько классов активовСледование за трендомПробой уровняСтатистика
arXiv papers

В документе изучается, как меняется процесс косвенной полезности, связанный с торговой стратегией, когда изменяется динамика доходности рискованного актива. Стратегия не обязана быть оптимальной, поэтому анализ применим и к процессам полезности, возникающим…

СтатистикаУправление рискамиФормирование портфеля
arXiv papers

В документе представлен байесовский метод оценки меняющихся во времени матриц корреляций. Зависимость описывается низкоранговой факторной моделью, для локально адаптивной регуляризации используются скрытые состояния с динамическими априорными распределениями…

АкцииСтатистикаВолатильностьФормирование портфеля
arXiv papers

В работе предлагается RADAR — диффузионный подход с поиском похожих примеров для обучения представлений состояний рынка, используемых при оптимизации портфеля в рамках стохастического дисконтирующего фактора. Подход мотивирован тем, что рынки переходят между…

Машинное обучениеФормирование портфеляСтатистикаУправление рисками
arXiv papers

Tail-GAN — генератор сценариев на основе данных, предназначенный для моделирования реалистичной совместной динамики цен в многомерных портфелях из нескольких активов с акцентом на убытки в хвосте распределения. Для обучения генеративной состязательной сети с…

Несколько классов активовМашинное обучениеУправление рискамиФормирование портфеля
arXiv papers

В статье контролируемое машинное обучение применяется для анализа дрейфа после объявления прибыли (PEAD) — аномалии на рынке акций, при которой доходность продолжает меняться после публикации отчётности. Модель использует XGBoost и сконструированные…

АкцииТорговля на событияхМашинное обучениеБэктестинг
arXiv papers

В статье расширяется подход к портфелям, порождаемым функциями, — концепция из стохастической теории портфеля в непрерывном времени. В стандартной формулировке порождающая функция описывает доходность портфеля относительно пассивного ориентира с помощью…

Формирование портфеляСтатистикаАрбитражУправление рисками
arXiv papers

В статье представлен метод оптимизации портфеля с ограничениями по риску для виртуальных торгов на оптовых рынках электроэнергии США. Он прогнозирует разницу предельных цен в разных часах с помощью рекуррентной нейронной сети, используя зависимости,…

Машинное обучениеФьючерсыФормирование портфеляУправление рисками
arXiv papers

В документе представлен метод формирования портфеля для парной торговли, который ограничивает пересечение отобранных пар. Активы представлены вершинами графа, а потенциальные коинтегрированные пары — взвешенными ребрами, причем веса отражают силу…

Парная торговляФормирование портфеляВозврат к среднемуСтатистика
arXiv papers

В документе описана активная стратегия, перераспределяющая средства между равновзвешенным портфелем акций и портфелем с весами по капитализации. Она основана на том, что равновзвешенный портфель часто превосходил портфель с весами по капитализации на…

АкцииФормирование портфеляБэктестингУправление рисками
arXiv papers

В работе изучается, может ли информация об импульсе на одном фьючерсном рынке помочь предсказать импульс на других. На основе производных от цен характеристик импульса строится сеть для 64 постоянно торгуемых контрактов на сырьевые товары, акции, облигации и…

Несколько классов активовФьючерсыМоментумМашинное обучение
arXiv papers

В документе описан основанный на данных метод скользящего окна для решения задачи лог-оптимального портфеля. Вместо назначения единого фиксированного набора весов метод формирует веса, меняющиеся со временем. Это позволяет адаптировать распределение портфеля…

Формирование портфеляСтатистикаБэктестинг
arXiv papers

В документе представлена L2GMOM — модель машинного обучения для сетевого импульса. Сетевой импульс использует связи между активами для прогнозирования будущих доходностей. Предлагаемая модель одновременно обучается строить финансовую сеть и формировать…

ФьючерсыМоментумМашинное обучениеФормирование портфеля
arXiv papers

В статье описана безмодельная свёрточная нейронная сеть, которая принимает исторические цены набора активов и выдаёт веса портфеля. Она обучается с помощью обучения с подкреплением, где вознаграждением служит совокупная доходность. Обучающие данные…

КриптовалютыМашинное обучениеФормирование портфеляБэктестинг
arXiv papers

В статье рассматривается задача построения портфеля в статистическом арбитраже: сигналы от множества пар могут противоречить друг другу, затрудняя объединение возможностей по большому набору ценных бумаг. Авторы предлагают представлять отношения предпочтения…

АкцииПарная торговляАрбитражФормирование портфеля
arXiv papers

В документе изучается оптимизация роста портфеля при неопределённости ожидаемой доходности активов. Рассматривается неполный рынок высокой размерности, где цены активов зависят от стохастических факторов. Вместо того чтобы полностью фиксировать дрейф, модель…

СтатистикаУправление рискамиФормирование портфеляПарная торговля
arXiv papers

В работе разработан адаптивный матрично-варьируемый метод Монте-Карло по цепям Маркова для байесовских коинтегрированных векторных авторегрессий. Он заменяет гридди-сэмплирование Гиббса автоматизированным подходом адаптивного Метрополиса, призванным…

СтатистикаМашинное обучениеПарная торговляФормирование портфеля
arXiv papers

В работе проверяется, позволяют ли макроэкономические и рыночные сигналы выбирать время для распределения средств между корзинами активов роста и защитными ETF. Задача формулируется как распределение по стилям, а не поиск нового альфа-фактора: факторный…

АкцииФакторное инвестированиеФормирование портфеляУправление рисками
arXiv papers

В статье рассматриваются способы оценки волатильности портфеля и вкладов активов в риск при горизонтах удержания дольше одного дня. Знакомое масштабирование по квадратному корню из времени предполагает отсутствие серийной корреляции доходностей. При этом…

Несколько классов активовВолатильностьУправление рискамиФормирование портфеля
arXiv papers

В этих заметках количественный анализ возврата к среднему развивается от парной торговли к центрированию данных, регрессии, взвешенной регрессии, оптимизации с ограничениями и факторным моделям. Эта последовательность показывает, как всё более общие методы…

Возврат к среднемуПарная торговляФормирование портфеляИсполнение ордеров
arXiv papers

В статье формулируется задача оптимальных инвестиций для инвестора с постоянной относительной степенью неприятия риска на неполном рынке в непрерывном времени. Цены активов следуют процессам Ито, а торговые стратегии должны удовлетворять динамическим…

Управление рискамиФормирование портфеляСтатистика
arXiv papers

В документе выбор торговых пар на бирже рассматривается как задача оптимизации: биржам нужно обеспечить доступность всех валют, отдавая приоритет ликвидным парам и ограничивая операционную сложность. Поскольку объёмы большинства возможных пар неизвестны,…

КриптовалютыМикроструктура рынкаСтатистикаФормирование портфеля
arXiv papers

В документе рассматривается, как пропорциональные транзакционные издержки ограничивают инвестиции с кредитным плечом на рынке с одним безрисковым и одним рисковым активом. Анализируются стратегии, нацеленные на максимизацию долгосрочной доходности при…

Управление рискамиОпределение размера позицииВолатильностьФормирование портфеля
arXiv papers

В статье предложена модель глубокого обучения Mid-LSTM для прогноза цен акций на среднесрочном горизонте с учётом рыночных аномалий. Рыночные тренды в ней представлены как скрытые состояния. Описанный подход сначала задаёт среднесрочную модель ARMA с учётом…

АкцииМашинное обучениеСтатистикаФормирование портфеля