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.
Документов: 855
В статье представлена Trading Deep Q-Network (TDQN) — подход глубокого обучения с подкреплением для выбора позиций на фондовом рынке во времени. Метод DQN адаптирован к торговле, а в качестве показателя эффективности, который стремится максимизировать…
В статье предложена однонаправленная модель Transformer, SERT, для оценки акций крупных компаний US; предобученные трансформеры применяются для оценки акций и инвестиций в факторы. Эти подходы сравниваются со стандартными трансформерами и моделями только с…
В статье оспариваются опубликованные заявления об эффективности торговых агентов на основе AI и машинного обучения. Авторы утверждают, что в некоторых предыдущих оценках использовалось мало тестовых сессий и рыночных сценариев, поэтому свидетельств было…
В документе представлен метод выявления сетей опережения и запаздывания по действиям отдельных участников; затем он применяется к данным валютного рынка с идентификацией трейдеров. Устойчивость таких сетей объясняет, почему действия одного трейдера могут…
В исследовании задаётся вопрос, сохраняется ли разнообразие семейств языковых моделей в торговле после отбора агентов, подающих заявки. На синтетических рынках с фиксированной смесью трёх семейств моделей разные способы представления новостей меняют то,…
В документе описан подход к прогнозированию кредитных спредов, объединяющий ансамблевое обучение с отбором признаков на основе взаимной информации. Кредитные спреды рассматриваются как полезные данные для инвестиционных решений по облигациям, а предложенная…
В статье описан метод асимптотических разложений для стохастической фильтрации, предназначенный для аппроксимации условного распределения в нелинейных задачах. С помощью преобразования Фурье задача переносится в импульсное пространство, а нелинейные члены…
В статье рассматривается возврат к скользящей средней (MAR) — многопериодная альтернатива допущению о возврате к среднему за один период, которое используют некоторые онлайн-стратегии управления портфелем. Авторы предлагают On-Line Moving Average Reversion…
В работе машинное обучение применяется для поиска минимальных эквивалентных мартингальных мер в смоделированных рынках с торгуемыми инструментами, например базовым активом и опционами на него. Подход расширяется на рынки с торговыми издержками за счёт поиска…
В статье рассматривается фундаментальный конфликт при проверке моделей временных рядов: для обучения нужно достаточно наблюдений, тестовые блоки должны охватывать достаточную часть выборки, а обучение должно предшествовать каждой тестовой точке. Эти цели…
В статье проверяется, помогают ли поисковые запросы Google предсказать, какие акции из индекса S&P 100 на следующий день покажут результат выше медианы индекса. Для классификации таких случаев используются запаздывающие финансовые переменные и объёмы…
В работе разрабатывается подход к обучению с подкреплением для оптимизации политик по критериям, учитывающим риск. Политики оцениваются с помощью ранговой ожидаемой полезности, позволяющей агенту задавать разные предпочтения относительно прибыли и…
В исследовании рассматривается, как классификаторы, способные отказаться от прогноза, могут влиять на торговые решения. Стандартный классификатор направления всегда подразумевает рыночную позицию, тогда как выборочный классификатор может оставить портфель…
В исследовании рассматриваются автоэнкодеры для статистического арбитража на акциях US. В стандартном двухэтапном процессе модель ценообразования или главных компонент выявляет синтетический актив, а отдельная стратегия возврата к среднему формирует торговые…
В исследовании финансовое прогнозирование моделируется как популяция агентов, следующих тренду на разных горизонтах прогнозирования. Рассматривается, как меняется популяция в стохастической, меняющейся во времени среде, представленной реальными рядами…
Исследование разделяет поиск факторов и их одобрение. Агент может предлагать кандидатов и создавать диагностические проверки, а зафиксированный статистический арбитр оценивает каждое предложение по рыночным результатам, наблюдаемым только после подачи.…
В этой работе торговля парами представлена как иерархическая задача принятия решений из двух связанных этапов: выбор пары активов на более длинном горизонте и исполнение сделок на более коротких горизонтах при частичной наблюдаемости. Поскольку обратная…
FedNLP представлен как многофункциональная система обработки естественного языка для анализа коммуникаций Федеральной резервной системы, которые могут быть длинными и сложными для интерпретации. Система объединяет методы от классического машинного обучения…
В документе рассматривается, как поведение адаптивных агентов с индуктивной рациональностью влияет на волатильность упрощённых рынков. В таких модельных условиях выделены два источника избыточной волатильности: агенты выступают как ценополучатели и поэтому…
В статье разрабатываются разреженные оценки высокочастотной волатильности, устойчивые к резким изменениям спотовой волатильности. Предложенные оценки добавляют штраф ℓ1 к существующим методам, уделяя особое внимание оценкам степенной вариации — базовому…
В статье предлагается генеративный подход к созданию потока заявок на финансовом рынке с возможностью управлять поведением рынка. Авторы исходят из того, что существующие методы генерации потока заявок могут плохо воспроизводить рыночные данные и…
В статье разработан подход, который обучает условные латентные факторы для выявления связанных акций, обнаружения относительной неправильной оценки и формирования торговой политики с учётом торговых издержек. Факторы внимания строятся на основе эмбеддингов…
В статье изучается оптимальный выбор портфеля, когда волатильность активов имеет два стохастических фактора: компоненту с возвратом к среднему и стохастический уровень возврата к среднему. Торговля влечёт за собой пропорциональные экзогенные издержки, а…
В статье повторно оценивается правило Тейлора: ставка по федеральным фондам оценивается с помощью линейной регрессии и нелинейной модели машинного обучения. В линейном подходе методом наименьших квадратов оцениваются коэффициенты при инфляции, разрыве…