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

667 مستندًا

Machine Learning for Trading

يشرح هذا الدفتر PCA بوصفه خط أساس للعوامل الكامنة خاليًا من السمات للتنبؤ بعوائد ETF. ويفكك مصفوفة عوائد نافذة التدريب لكل تسمية، مستخدمًا تحميلًا لكل صندوق وعلاوات عوامل مقدرة لتكوين التنبؤات. ولأن الصندوق نفسه يبقى عمودًا طوال النافذة، تلائم الطريقة كونًا…

الاستثمار بالعواملالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يعرض هذا الدفتر نموذجًا عصبيًا لعامل الخصم العشوائي للوحة من عقود CME الآجلة. ويستخدم النموذج عوائد المنتجات والخصائص المرصودة، مثل العائد من الاحتفاظ والزخم والتقلب، لبناء عوامل كامنة وإنتاج تنبؤات لآفاق العوائد المستقبلية المعلنة. ويقارن هذا النهج بـPCA…

العقود الآجلةالتعلم الآليالاستثمار بالعواملالاختبار التاريخي
Machine Learning for Trading

تعيد هذه الدراسة تسعير توليفات تخصيص ETF وضبط المخاطر المتصدرة عبر شبكتي تكاليف، مع تثبيت إعداد كل استراتيجية مسجلة. تستخدم إحداهما نقاط أساس لكل صفقة؛ وتستخدم الأخرى عمولة لكل سهم ونصف فارق العرض والطلب، وفق قاعدة احتساب التكاليف المعلنة لدراسة الحالة. ولأن…

الاختبار التاريخيتنفيذ الأوامربناء المحافظإدارة المخاطر
Machine Learning for Trading

يقارن هذا الدفتر ستة أساليب لتخصيص محفظة طويلة فقط ضمن كون متعدد الأصول من صناديق ETF. ويستخدم انكماش مصفوفة التغاير بطريقة Ledoit–Wolf لتقليل تباين المعاينة الذي قد يزعزع استقرار التحسين، ويقارن شارب الأقصى والحد الأدنى للتباين وتكافؤ المخاطر وتكافؤ المخاطر…

بناء المحافظإدارة المخاطرمتعدد الأصولالاختبار التاريخي
Machine Learning for Trading

يوضح هذا الدفتر كيفية استخدام PCMCI للبحث عن علاقات متأخرة بين ETF وعوائد التقلب دون تحديد رسم سببي مسبقًا. ويقارن اختبارات الاستقلال الشرطي القائمة على اللوحات باختبارات غرانجر الثنائية، التي تأخذ التاريخ الذاتي للمتغير المستهدف في الحسبان لكنها لا تشرط على…

التعلم الآليالإحصاءمتعدد الأصولالاختبار التاريخي
Machine Learning for Trading

تبحث هذه التجربة في مدى اعتماد إشارة شهرية مختارة للشراء والبيع على المكشوف في أسهم US على أسهم الشركات الصغيرة. وتطبق مرشحًا متأخرًا للقيمة السوقية للأسهم يستبعد أصغر ربع من تنبؤات التحقق، ثم تعيد تشغيل بناء المحفظة وافتراضات التكاليف نفسها دون إعادة تدريب…

الأسهمالأسواق الأمريكيةالاستثمار بالعواملالاختبار التاريخي
Machine Learning for Trading

يشرح هذا الدفتر كيف يستخدم PatchTST مقاطع ثابتة الطول من سمات السوق التسلسلية للتنبؤ بتسميات NASDAQ-100. ويربط الانتباه بين المقاطع ضمن نافذة تمتد عبر الساعة السابقة، مع تقليل طول التسلسل مقارنةً بالانتباه إلى كل دقيقة. ويلائم الإعداد أهداف الانحدار لآفاق…

الأسهمالتعلم الآليالاختبار التاريخيالإحصاء
Machine Learning for Trading

تشرح هذه الوثيقة تجربة لعقود CME الآجلة باستخدام TabM، وهو تجميع عصبي كفؤ في استخدام المعلمات، على صفوف السمات الهندسية نفسها وطيات الاختبار المتدرج المستخدمة في النماذج الخطية ونماذج تعزيز التدرج. ويتشارك TabM معظم الأوزان بين أعضاء التجميع للاستفادة من بعض…

العقود الآجلةالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

تعرض الوثيقة نموذج NLinear، وهو نموذج تسلسلي مبسط للتنبؤ بعوائد أسهم NASDAQ-100 باستخدام سمات داخل اليوم. ويستخدم نافذة خلفية ثابتة، ويطرح أحدث مشاهدة كي يعمل النموذج على التغيرات لا المستويات، ثم يحول السمات الناتجة عبر طبقة خطية واحدة. ويساعد هذا الإعداد…

الأسهمالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

تشرح هذه المادة كيفية تقييم استراتيجية اختيرت باستخدام بيانات التحقق، بالاستعانة بتنبؤات من مجموعة اختبار منفصلة لعام 2021. وتُبقي التخصيص والتركيز وضوابط المخاطر وجدول التداول والتكاليف المختارة ثابتة، ولا تغيّر سوى التنبؤات المقدمة إلى الاستراتيجية. وترتبط…

الأسهمالاختبار التاريخيإدارة المخاطربناء المحافظ
Machine Learning for Trading

تصف هذه الوحدة ترحيل سجل بعد أن غيّرت مكتبة ترقيم طيات الاختبار المتدرج، مع إبقاء نوافذها الزمنية والقيم الملائمة كما هي. وبما أن معرّفات الطيات تظهر في مواصفات التدريب ومفاتيح التنبؤ وبصمات المدخلات ومعلمات النماذج والآثار والتجزئات اللاحقة، فإن تغيير…

الاختبار التاريخيالتعلم الآليالإحصاء
Machine Learning for Trading

يصف هذا الدفتر إنشاء توقعات لفترة الحجز في دراسة حالة أسهم US بعد اختيار تهيئة عبر طيات التحقق. ويحسم التهيئة المختارة ويحفظ اختيار نقطة التحقق، وينشئ مواصفات تدريب جديدة باستخدام البيانات المتاحة قبل بدء الحجز. ويمنع حاجز التسميات امتداد نتائج التدريب إلى…

الأسهمالتعلم الآليالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

يعرض هذا الدفتر إطارًا للتحقق مما إذا كانت الجودة الظاهرية لإشارة الزخم تصمد أمام خيارات بحث معقولة. وباستخدام بيانات حقيقية لـETF قبل فترة الحجز المحددة، يغير معلمة رجوع واحدة في كل مرة ويقيس معاملات المعلومات المقطعية بإحصاءات معدلة بـHAC. وبدل اعتبار أفضل…

الأسهمالزخمالإحصاءالاختبار التاريخي
Machine Learning for Trading

يقارن الدفتر بين طريقتين لتقسيم أمر أسهم كبير إلى أوامر فرعية خلال جلسة تداول. يرسل TWAP كميات متقاربة في كل فترة ولا يحتاج إلى توقع للسوق. ويخصص VWAP الأسهم وفق ملف حجم تداول مقدر خلال اليوم، بهدف زيادة التداول عندما تكون السيولة عادة أكبر. ويُلائم هذا…

الأسهمتنفيذ الأوامرالبنية الدقيقة للسوقالاختبار التاريخي
Machine Learning for Trading

يشرح الدفتر كيفية مقارنة نماذج التنبؤ لخيارات S&P 500 من دون السماح لعينات التقييم الناقصة أو غير المتطابقة بتشويه النتائج. ويحدد كل نموذج بحسب العائلة والتهيئة ونقطة التحقق، ويفحص استيفاء التوقعات لشروط الأهلية المسجلة، ويتحقق من اشتراك المجتمعات في هوية…

الخياراتالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يشرح هذا الدفتر مشفّرًا تلقائيًا شرطيًا ينمذج عوائد الأسهم بوصفها تحميلات عوامل تعتمد على الخصائص مضروبة في عوامل كامنة. ويقدر أولًا عوائد المحافظ المُدارة بالخصائص بملاءمة مشتركة للمربعات الصغرى المقطعية، ثم يدرب شبكات عصبية لإعادة بناء العوائد المتزامنة.…

الأسهمالاستثمار بالعواملالتعلم الآليبناء المحافظ
Machine Learning for Trading

يصف دليل مجموعة البيانات مجموعة من عقود CME الآجلة المستمرة التي تشمل مؤشرات الأسهم وأسعار الفائدة والطاقة والمعادن والعملات والزراعة والماشية. ويوضح البيانات المصدرية بالساعة والتواتر اليومي المشتق وآجال العقود المتعددة وتهيئة المنتجات والتصفية عبر أداة…

العقود الآجلةمتعدد الأصولالسلعالاختبار التاريخي
Machine Learning for Trading

يدرس هذا الدفتر أثر قواعد التخصيص في استراتيجيات ETF بعد أن يرتب النموذج الأصول. ويثبت مجموعات التوقعات وتقويم إعادة الموازنة، ويختار سلة أفضل k نفسها لكل مقارنة، ثم يغير الأوزان المخصصة داخلها. وتشمل الطرق الترجيح بالتساوي وبحسب الدرجة والتقلب العكسي وتكافؤ…

الأسهمبناء المحافظتحديد حجم المركزإدارة المخاطر
Machine Learning for Trading

يقارن هذا الدفتر نماذج خطية على خصائص ETF المبنية من نوافذ عوائد متداخلة ومقاييس زخم وتقلب ومذبذبات مرتبطة بها. وهذه المتنبئات مترابطة خطيًا، ما يجعل معاملات المربعات الصغرى العادية غير مستقرة. ويلائم الاختبار تهيئات Ridge وLasso وElasticNet عبر طيات تحقق…

متعدد الأصولالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يأخذ هذا الدفتر أفضل تهيئات التوقعات في التحقق من خط أساس مرحلة الإشارة متساوي الأوزان، ويختبر طرق تخصيص بديلة على التوقعات نفسها. ويقارن الترجيح القائم على الدرجات والترجيح المطابق مع التقلب العكسي وتكافؤ المخاطر وتحسين المتوسط والتباين وتكافؤ المخاطر…

الأسهمبناء المحافظتحديد حجم المركزالاختبار التاريخي
Machine Learning for Trading

يقيّم هذا الدفتر أداء مجموعات التوقعات المسجلة لـETF عند تحويلها إلى محافظ. ويقرن كل مجموعة توقعات للتحقق بأساليب دخول محددة، مثل أحجام مختلفة لأفضل k مراكز، مع تثبيت تقويم التداول ودورية إعادة الموازنة وافتراضات العمولات والانزلاق السعري المعلنة. وقبل إجراء…

الأسهمالاختبار التاريخيبناء المحافظإدارة المخاطر
Machine Learning for Trading

يصف هذا الفصل مسارًا من البحث إلى التنفيذ الفعلي يرتكز على منطق استراتيجية يمكن تشغيله في الاختبار التاريخي والتداول الورقي والتداول الفعلي. ويتناول تكاملات الوسطاء والمنصات، ودورات النشر، وفحوص تطابق البيانات والخصائص، وإدارة دورة حياة الأوامر، والجاهزية…

تنفيذ الأوامرإدارة المخاطرالاختبار التاريخيالبنية الدقيقة للسوق
Machine Learning for Trading

يبني هذا الدفتر خصائص لفرضية مقطعية: قد يسبق ارتفاع تكلفة المراكز الطويلة على نحو غير معتاد في العقود الآجلة الدائمة ضعفًا نسبيًا مع تفكك الصفقات المزدحمة. ويحوّل بيانات معدلات التمويل ومؤشر العلاوة إلى مستويات ودرجات معيارية تاريخية وترتيبات ضمن تسوية واحدة…

الأصول المشفرةالعقود الآجلة الدائمةعائد الاحتفاظالاختبار التاريخي
Machine Learning for Trading

يرسم هذا الفصل خريطة للبيانات المالية عبر مصادر السوق والأساسيات والمصادر البديلة، ثم يقارن كيف تؤثر فئات الأصول في معنى الأسعار والسيولة والمشاهدات. ويؤكد أن الطوابع الزمنية والتعديلات والمعرّفات والمراجعات جزء من تعريف مجموعة البيانات، وقد تغيّر استنتاجات…

متعدد الأصولالإحصاءالاختبار التاريخيإدارة المخاطر