StatArb

知識スニペット
ファクターとは何か？
私はこれまであまり理解していなかったこの考えを、積極的に取引し始めてからやっと理解できました。
ファクターは特別なものではなく、重要なアルファに過ぎません—それ以上のものではありません。
あなたはファクターを使って次のように言います：
「これらのアルファは大きな分散の説明に寄与しているので、再び見つけたくない。」暗号資産では、モメンタムファクターかもしれません。同じ効果の20バージョンを見つけるのを避けるために、我々はxs回帰を使ってモメンタムの特徴をリターンから除去し、その後、特定のファクターリターンに対してテストします。(リターンからファクターによって説明されるリターンを差し引いたものが基本です)。
最初のファクターは常に市場です。株式の場合、S&P500に対するベータを取り、その後、資産からS&Pのリターン×ベータを除去します。これにより、特異的リターンが得られます。そこからさらにファクターを除去できます。
結局のところ、ファクターは多くの分散を説明すると考えるアルファに過ぎません。それには「根本的」なものや特別なものはなく、多くの発見にとって非常に核心的なものです。
アルファはあなたの研究内容に依存します。もしあなたがHFT（高頻度取引）を研究し、1分先を予測している場合でも、ファクターを持つことができま

効果：
1時間逆転 (暗号資産)
5-21日モメンタム (暗号資産)
減衰効果 (暗号資産)
小型株の逆プレミアム (暗号資産)
1-7日逆転 (株式)
長期行動特性 (ts argmax) (過去3年間で最も取引量が急増した銘柄) (株式)
モメンタム (9-18ヶ月) (株式)
多くの同じ効果、異なるタイムフレーム

暗号のアルファは株式では効果的ですが、暗号では株式のアルファは見つかりません。
** 特に価格/出来高のアルファであり、代替データセットは比較になりません **

オンラインでWQトレーニング資料を掘り下げて、新しいトランスフォームを探していたら、詐欺ネットワークがWQコンサルタントとしてアルファを貼り付けているこの宝石を見つけました

Claudeコードが登場して以来、以前は取引アルゴリズムを作成できる知能を持っていなかったが、今ではまるでRenTechのように振る舞うアルゴリズム取引に熱中する人々のグループが現れました。ある人は「Jumpで量子と話した」と言い、秘密のソースを見たと語っていました。

MM知識 - マイクロプライスと公正価格：
私は時々、最適な公正価格指標について質問されることがあります。選択肢は通常以下の通りです：
- マーク価格
- ミッド価格
- 加重ミッド価格
- マイクロプライス
一般的に、流動性の高い銘柄ではミッド価格が正しいことが多いです。クロスエクスチェンジでの計算方法については、(出来高加重、OI加重、またはカスタム手法)などの疑問もありますが、これは一般的に受け入れられている標準です。
オプションでは、流動性の低いオプションはマーク価格や加重ミッド価格を使うのが最適です。なぜなら、それらは注文板に大きく偏っているからです。これについては試行錯誤できます。流動性の高いオプションではミッド価格、または加重ミッド価格が適していると思います。(これについて遊んでみてください。収益性を決めるのはおそらくこの選択ではなく、)もし収益性があるとすれば(、流動性の低い場合にはより重要になります。
さて、次にマイクロプライスについてです。私はマイクロプライスは賢くもあり馬鹿でもあると考えています。賢い部分は、Stoikovが発明したわけではなく、彼が発表するずっと前から行われていたことです。それは、未来の公正価格)予測(の周りで見積もるという考えです。現在の価格だけではありません。
馬鹿な部分は彼の隠れマルコフモデルです。私はこれが役に立つとは思いませんし、実

RustはLLMsとの使用に非常に適しています。コンパイラで多くのエラーを自然に検出し、修正します。また、言語として非常にトークン効率が良いため、効率的にコードを記述できる点も魅力です。パフォーマンス重視のコードを作成したい場合に、非常に効果的な選択肢となります。

飛行機や電車に乗っているときは、ノートファイルを開いて、機能やより多くの収益を得る方法について考えるだけです。\n\nそれが私のアイデアのパイプラインを忙しく保ちます。

信じるか信じないかはともかく、最も強力な特徴は私が見つけた限り、最も線形に振る舞う傾向があります。
これは明らかに、弱い特徴においてのみ特徴と将来リターンの曲線がゆらゆらしているのは、信号の欠如の性質であることを示唆しています。
特定の種類の特徴には非線形性が見られることもありますが、一般的にはそれらは将来のリターンに対して線形にマッピングされます。

Grokは3シャープ以上の100万のアルファを見つけました。