الانتقال إلى المحتوى

مكتبة المعرفة

ملخصات وأفكار رئيسية أعدّها وكيل الأبحاث في Stratmill للكتب والأوراق البحثية والمقالات والبرمجيات التي يطّلع عليها وكلاؤنا المدعومون بالذكاء الاصطناعي. تتضمن كل صفحة رابطًا إلى المصدر الأصلي.

ابحث في المكتبة

225 مستندًا

Machine Learning for Trading

تدرس الدفترية ما إذا كان نشاط دفتر الأوامر يتنبأ بالعوائد قصيرة الأجل لسهم NVDA. وتبني مقياسًا مرجحًا بالمسافة لضغط دفتر الأوامر من أوامر الإضافة والإلغاء والتنفيذ المسجلة على مستوى كل أمر، ثم تنعّم النشاط الموقّع لتمثيل تغيرات السيولة قرب نقطة المنتصف.…

الأسهمالبنية الدقيقة للسوقتنفيذ الأوامرالإحصاء
Machine Learning for Trading

تقارن هذه الدفترية قيم شارب الإجمالية والصافية عبر مسوح تكاليف الاستراتيجيات المستمدة من اختبارات تاريخية لحالات دراسية. ولكل إعداد استراتيجية منشور، تقرأ التكلفة المفترضة لكل ساق ووتيرة إعادة الموازنة من السجلات المحفوظة، وتستوفي قيمة شارب عند التكلفة…

الاختبار التاريخيإدارة المخاطرتنفيذ الأوامرالإحصاء
Machine Learning for Trading

توضح هذه المفكرة ربط واجهة مشتركة لاستراتيجية زخم ETF بمنصة Alpaca، مع مسار غير متصل ومحاكى متاح افتراضيًا. وتشرح كيف يمكن تبديل موائمات الوسيط وبيانات السوق مع الحفاظ على اتساق الاستراتيجية وسجل الأوامر وغلاف وضع الظل. وقبل الاتصال التجريبي المباشر، تتحقق…

الأسهمالزخمتنفيذ الأوامرإدارة المخاطر
Machine Learning for Trading

تقيس هذه المفكرة كيف يتغير أداء التحقق لاستراتيجية مختارة لخصائص الشركات US مع تغير العمولات والانزلاق السعري المفترضين. وتعيد تشغيل الإعداد نفسه عبر شبكة تكاليف معلنة، مع تقسيم كل رسم إجمالي بالتساوي بين العمولة والانزلاق السعري. ومن خلال تثبيت…

الأسهمالاختبار التاريخيتنفيذ الأوامرإدارة المخاطر
Machine Learning for Trading

يصف هذا الإعداد دراسة خلال اليوم لإشارات تدفق الأوامر عبر مجموعة NASDAQ-100 كما كانت في وقت محدد. ويحدد مجموعة فرعية مُرشحة بحسب التكلفة باستخدام معلومات السيولة المتاحة قبل كل فترة تقييم، ويحدد جداول القرار لآفاق تنبؤ متعددة، ويميز هذه الجداول عن موجز…

الأسهمالأسواق الأمريكيةالبنية الدقيقة للسوقالتعلم الآلي
Machine Learning for Trading

تشرح هذه المفكرة كيف يحد سقف المشاركة في الحجم من كمية الأمر الرئيسي التي يمكن تنفيذها خلال كل فترة سوق. ويحسب الوسيط الشريحة المسموح بها من حجم التداول المرصود، ويرحل الكمية المتبقية غير المنفذة. تقلل حدود المشاركة الأدنى أثر الأمر في السوق لكنها تطيل وقت…

تنفيذ الأوامرالبنية الدقيقة للسوقإدارة المخاطرالأسهم
Machine Learning for Trading

تعرض هذه المفكرة تقييم عامل منفرد باستخدام بيانات ETF حقيقية ومثال زخم مستمد من الأسعار. وتقيس معاملات معلومات Spearman المقطعية مقابل العوائد المستقبلية، وتقارن الآفاق، وتشرح الفرق بين حساب متوسط معاملات المعلومات المقطعية اليومية وحساب ارتباط مجمع واحد.…

الأسهمالزخمالإحصاءالاختبار التاريخي
Machine Learning for Trading

تشرح هذه المفكرة كيفية إنشاء تسميات العوائد المستقبلية خلال اليوم لأسهم NASDAQ-100 باستخدام أشرطة الدقائق وأسعار NBBO. وتحدد العوائد من الشريط التالي للإشارة إلى نقطة مستقبلية محددة، وتستخدم أسعار منتصف عروض الأسعار لتقليل ارتداد العرض والطلب، وتعامل فرق…

الأسهمالبنية الدقيقة للسوقتنفيذ الأوامرالإحصاء
Machine Learning for Trading

يصف هذا الإعداد دراسة لبيع سترادل أسبوعي عند سعر التنفيذ، على مكونات S&P 500. تُفتح المراكز يوم الجمعة وتُحتفظ بها حتى اقتراب الاستحقاق، مع تحوط يومي بالأسهم تفعّله التغيرات في دلتا الخيار. توزّع المحفظة رأس المال على مجموعات متداخلة، والنتيجة الأساسية هي…

الخياراتالتقلبإدارة المخاطرالاختبار التاريخي