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 работе описана динамическая стратегия защиты портфеля от хвостовых убытков с сохранением участия в бычьих рыночных режимах. Она задаёт максимальный целевой уровень стоимости под риском и использует классификаторы для оценки вероятности превышения этого…
В работе представлена система обучения с подкреплением для задач принятия решений с целями по риску, выраженными через выпуклые оценочные функции. В системе можно представить такие меры, как дисперсия, ожидаемый дефицит и энтропийная стоимость под риском, а…
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…
В исследовании метод обучения с подкреплением с непрерывными действиями — Twin-Delayed Deep Deterministic Policy Gradient (TD3) — применяется к дневным ценам закрытия акций Amazon и биткоина. Торговое действие задаёт и позицию, и число акций для сделки,…
В исследовании предлагается метод, вдохновлённый статистической физикой, для прогнозирования волатильности цен и ожидаемой доходности по данным биржевого стакана уровня 3. Ордера представляются как элементы физической системы, а для описания состояния…
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…
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…
В диссертации разрабатываются модели и стратегии для автоматизированных маркет-мейкеров с постоянным произведением и концентрированной ликвидностью. Рассматриваются как покупатели ликвидности, включая крупные ордера и статистический арбитраж, так и…
Предлагаемая система использует связи между волатильностью крупных акций для генерации сигналов тренда. Сначала исследуются ценовые данные с помощью корреляционного и автокорреляционного анализа, технических индикаторов, проверки гипотез, статистических…
В статье предлагается процесс выбора стратегии под названием DNN-forwardtesting. Вместо того чтобы выбирать торговую стратегию только по результатам на исторических ценах, сначала прогнозируется возможная траектория будущих цен с помощью глубокой нейронной…
В исследовании прогнозируются корпоративные дефолты с помощью редуцированной модели, в которой интенсивности дефолта компаний зависят от общего ненаблюдаемого фактора уязвимости. Модель сочетает байесовскую оценку с методом Монте-Карло по цепям Маркова с…
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…
В работе рассматривается, как торговому отделу исполнять заявки нескольких клиентов, желающих купить или продать одни и те же активы, если различаются объёмы заявок, горизонты и отношение к риску. Раннее исполнение заявок может сдвигать цены, поэтому…
В исследовании проверяется, помогают ли данные помимо истории цен прогнозировать волатильность пары биткоин — доллар. Предлагаемая система CoMForE объединяет исторические данные о торговле с тональностью связанных твитов, объёмом поисковых запросов как мерой…
В исследовании описывается искусственный фондовый рынок с несколькими агентами, которые выбирают сделки на основе ограниченной памяти о прошлых ценах. Их торговые стратегии меняются в процессе самообучения, что позволяет модели изучать эволюцию рыночного…
В статье рассматривается, как недорогие системы AI, аппроксимирующие сложные взаимосвязи, могут изменить то, как торговые стратегии учитывают информацию в ценах. Эффективность рынка рассматривается через равновесные процессы цен; убеждения инвесторов,…
В документе описан сквозной подход к активной высокочастотной торговле акциями на основе глубокого обучения с подкреплением. Агенты используют проксимальную оптимизацию политики для торговли одной акцией Intel, а их состояния формируются из разных наборов…
В документе представлен QTMRL — агент обучения с подкреплением, который принимает решения о торговле акциями на основе технических индикаторов. Его набор входных данных объединяет дневные цены и объёмы репрезентативных акций S&P 500 из разных секторов с…
В исследовании предлагается система высокочастотной автоматизированной торговли биткоином, сочетающая ценовую модель LSTM (LSTM) с проксимальной оптимизацией политики (PPO). Цены представлены как состояния агента, сделки — как действия, а доходность — как…
В статье представлены гауссовские процессы (GP) и байесовская оптимизация; объясняется, как регрессия GP лежит в основе байесовского машинного обучения и как следует выбирать её гиперпараметры. Байесовская оптимизация использует вероятностную модель для…
В исследовании задаётся вопрос, когда следует следовать рыночным текстам, а когда действовать против них. Авторы разделяют заявления институциональных участников (Say), повторение в СМИ (Echo) и выявленные позиции институтов (Do). Линейно-квадратичная модель…
В исследовании представлен метод без учителя для анализа скачков цен акций с помощью представлений, построенных на коэффициентах вейвлет-преобразования. Метод призван различать модели скачков, связанные с внутренней динамикой системы, и модели, обусловленные…
В статье представлены Deep Momentum Networks, сочетающие глубокое обучение с механизмом масштабирования по волатильности, применяемым в импульсных стратегиях на временных рядах. Нейросеть совместно оценивает тренд и размер позиции; её параметры обучаются для…
В исследовании проверяется, связаны ли время и тематика обсуждений криптовалют в социальных сетях с последующим поведением цен. Авторы применяют динамическое тематическое моделирование к сообщениям в сообществах, а затем используют модель Хоукса для изучения…