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

1,011 مستندًا

Machine Learning for Trading

تقارن هذه الدفترية قواعد ترجيح المحفظة لاستراتيجية خيارات S&P 500 التي تبيع سترادل. وتثبت الرموز المختارة وإعدادات الاستراتيجية الأخرى، مع استبدال خط الأساس ذي الأوزان المتساوية بمخصصات تستخدم توقعات النموذج أو تقديرات مخاطر عوائد الأصل الأساسي. وتشمل…

الخياراتالأسهمبناء المحافظتحديد حجم المركز
Machine Learning for Trading

تقيس هذه الدفترية أثر تكاليف التنفيذ على إعداد العقود الدائمة للعملات المشفرة المختار مسبقاً. وتثبت النموذج ونقطة التحقق وقاعدة الدخول والمخصص وضابط المخاطر، ثم تعيد تشغيل الاستراتيجية على شبكة محددة من رسوم الذهاب والإياب على القيمة الاسمية المتداولة. ويهدف…

الأصول المشفرةالعقود الآجلة الدائمةالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

يستعرض هذا الفصل التعلم العميق للسلاسل الزمنية عبر سؤال عملي: متى يحمل ترتيب الأرصاد معلومات لا يلتقطها التنبؤ المقطعي، وما تصاميم النماذج القادرة على استخدامها؟ ويغطي الشبكات المتكررة وأعباء تدريبها التسلسلي، ونماذج التفكيك مثل N-BEATS، ومناهج الانتباه…

التعلم الآليالإحصاءالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

تطبق هذه الدفترية TabM، وهي بنية عصبية للبيانات الجدولية تشترك فيها أعضاء المجموعة في شبكة ميزات من طبقتين. ويضرب كل عضو التمثيل المشترك بمتجه متعلم خاص به ويستخدم طبقة إخراج مستقلة؛ ويهدف متوسط توقعات الأعضاء إلى الحفاظ على تنوع المجموعة بتكلفة أقل من تدريب…

الخياراتالتعلم الآليالاختبار التاريخيالإحصاء
Machine Learning for Trading

تشرح هذه الدفترية تحليل المكونات الرئيسية بعلاوة المخاطر PCA، الذي يعدّل مصفوفة تغاير العوائد بإضافة حاصل الضرب الخارجي المرجح لمتوسط عوائد فترة التدريب. وتحدد متجهاته الذاتية الرئيسية محافظ عوامل ثابتة؛ ويؤدي رفع الوزن إلى توجيه العوامل نحو الاتجاهات التي…

الاستثمار بالعواملالإحصاءبناء المحافظالاختبار التاريخي
Machine Learning for Trading

تستخدم هذه الدفترية SHAP لتفسير توقعات انحدار ريدج لعوائد ETF. في النموذج الخطي، ترتبط إسنادات الميزات بعلاقة ذات صيغة مغلقة بالمعاملات الملائمة وانحرافات قيم الميزات عن القيم المرجعية، ما يتيح للتحليل التحقق من أداة التفسير بمقارنتها بتفكيك دقيق. وتعرض…

الأسهمالتعلم الآليالإحصاءإدارة المخاطر
Machine Learning for Trading

تشرح هذه الدفترية ترشيح كالمان بوصفه وسيلة لاستخراج ميزات من الأسعار المالية. وتتتبع حالة الاتجاه الخطي المحلي مستوى السعر الكامن وميله، فيما يراعي نموذج الرصد ضوضاء أسعار الإغلاق. وينتج عن كل تحديث مستوى وميل مرشحان، وابتكار، وتقدير لعدم اليقين. وتتحكم…

الأسهمالمؤشرات الفنيةالإحصاءتداول الأزواج
Machine Learning for Trading

تعرض هذه الدفترية تحليل المكونات الرئيسية المعتمد على المتغيرات الأداتية (IPCA)، وهو نهج للعوامل الكامنة لتوقع العوائد انطلاقاً من خصائص الشركات. وبدلاً من إسناد وزن عائد مباشر إلى كل خاصية، ينمذج IPCA تعرض كل شركة للعوامل بوصفه دالة خطية لخصائصها. ويُقدّر…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

تشرح هذه الدفترية إعداد مجموعة توقعات خارج العينة لنموذج خيارات S&P 500 سبق اختياره. تثبت الإعدادات استناداً إلى نتائج التحقق، ثم تعيد ملاءمة ذلك الإعداد على البيانات السابقة لمجموعة الاختبار، وتسجل التوقعات لنافذتها. ويميز فحص هوية التدريب بين إعادة…

الخياراتالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

تشرح هذه الأداة طريقة لتفسير عوائد الاستراتيجية باستخدام نماذج فاما–فرنش ذات العوامل الثلاثة أو الخمسة، مع إمكانية إضافة الزخم. توائم بيانات العوامل اليومية مع عوائد الاستراتيجية، وتحدد تواتر العوائد، وتراكم عوائد العوامل عندما تُرصد الاستراتيجية بمعدل أقل…

الاستثمار بالعواملالإحصاءإدارة المخاطربناء المحافظ
Machine Learning for Trading

تقارن هذه الدراسة عائلات النماذج المسجلة ضمن لوحة ETF متعددة الأصول باستخدام نتائج التحقق باختبار التقدم المتحرك. تتنبأ النماذج بعوائد 21 يوم تداول، ويُقيّم أداؤها بمعاملات المعلومات المقطعية التي تقيس مدى جودة ترتيب التوقعات للصناديق في كل تاريخ. تركز…

متعدد الأصولالأسهمالزخمالإحصاء
Machine Learning for Trading

تختبر هذه الدفترية البحثية تصميمًا للخروج يعتمد نموذجين على بيانات العقود الدائمة لكل ساعة من BTC وETH وSOL. يصنف نموذج الدخول العوائد الآجلة الاستثنائية القوة؛ ثم تُضاف احتماليته المتوقعة إلى الخصائص الفنية في نموذج منفصل يقدّر ما إذا كان العائد خلال 24…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

يحلل هذا الدفتر رسائل NASDAQ توتال فيو-ITCH لوصف نشاط السوق وإنشاء بيانات تداول قابلة لإعادة الاستخدام. ويحصي الرسائل حسب نوعها، ثم يثري رسائل تنفيذ الأوامر بربط معرّفات مواقع الأسهم برموزها، ومراجع الأوامر برسائل الإضافة الأصلية. ولأن رسائل الاستبدال قد…

الأسهمالأسواق الأمريكيةالبنية الدقيقة للسوقتنفيذ الأوامر
Machine Learning for Trading

يصف هذا المستند أدوات مجموعة البيانات لإعداد لوحات السلاسل الزمنية لتدريب النماذج والاستدلال المتحرك. وتعيد مجموعة بيانات التدريب تسلسلات منزلقة من الخصائص والعوائد المستقبلية ومقاييس التقلب والأقنعة، مع إمكانية ضبط طول التسلسل وحدود التاريخ والخطوة. وتُطابق…

التعلم الآليالاختبار التاريخيبناء المحافظتنفيذ الأوامر
Machine Learning for Trading

يبني هذا الدفتر خصائص مشتقة من الأسعار لترتيب مجموعة واسعة من أسهم US. ويصف مجموعات الزخم والتقلب والمتوسطات المتحركة والمؤشرات الفنية، ثم يقيّمها مقابل تسمية عائد مستقبلي لجلسة واحدة. وقاعدته التصميمية الأساسية هي حساب الخصائص المتحركة لكل سهم على تسلسلات…

الأسهمالأسواق الأمريكيةالمؤشرات الفنيةالزخم
Machine Learning for Trading

يعرض هذا الفصل إدارة المخاطر بوصفها جزءًا من تصميم الاستراتيجية والعمليات الفعلية. ويتناول قياس مخاطر الذيل باستخدام القيمة المعرضة للخطر والقيمة المعرضة للخطر المشروطة، وعمق التراجع والتعافي، وتحليل التعرض، واختبارات الضغط، والضوابط التكيفية، والحوكمة.…

إدارة المخاطرالتقلبالاختبار التاريخيبناء المحافظ
Machine Learning for Trading

تستخدم هذه الدراسة بيانات السوق بحسب الأوامر لعشرة أيام تداول من NVDA لفحص أثر نشاط التداول اليومي في أخذ عينات الأشرطة. وتقتصر على الصفقات خلال ساعات السوق الأمريكية النظامية US، وتصنف جانب المبادر بالصفقة استنادًا إلى تسميات المنصة، وتعرض التباين من يوم…

الأسهمالبنية الدقيقة للسوقتنفيذ الأوامرالمؤشرات الفنية
Machine Learning for Trading

يقارن هذا التحليل تنبؤات التحقق من عدة عائلات نماذج لتمويل العقود الآجلة الدائمة. ويوضح أن معامل المعلومات يقيس ترتيب العوائد اللاحقة، وأن AUC يقيس ترتيب النتائج الصاعدة والهابطة، وأن خسارة اللوغاريتم تقيم جودة الاحتمالات وتعاقب الأخطاء الواثقة. وتجيب هذه…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالإحصاء
Machine Learning for Trading

تقيّم دراسة الحالة هذه بيانات القيمة الإجمالية المقفلة من ديفاي لاما كمدخل محتمل لمسار بحث تداول إيثر. وتفصل بين قوة الإشارة وجودة البيانات والملاءمة القانونية والقيمة التجارية، مع التعامل مع المسائل القانونية وتعذر إعادة بناء الإصدارات التاريخية كشرطين…

الأصول المشفرةالتمويل اللامركزيبيانات على السلسلةالإحصاء
Machine Learning for Trading

يقيّم هذا الدفتر عوائد العوامل المنشورة بوصفها عناصر محتملة لبناء المحافظ. ويفصل ثلاثة أسئلة: هل يتجاوز متوسط عائد العامل حدًا إحصائيًا صارمًا، وهل تنوع العوامل بعضها عن بعض لأسباب قد تستمر، وكيف كان أداؤها في فترات أزمات مختارة. ويعتمد على سلاسل طويلة…

الاستثمار بالعواملالإحصاءبناء المحافظإدارة المخاطر
Machine Learning for Trading

يقيّم هذا الدفتر مخارج على مستوى المراكز في عقود آجلة دائمة للعملات الرقمية اختارتها مرحلة سابقة لتوزيع الأصول. ويحدد أوامر وقف خسارة ثابتة، وأوامر وقف متحركة مرتبطة بأفضل سعر لكل مركز، ومخارج زمنية بعد فترة احتفاظ محددة. وتتضمن الشبكة المعلنة أربعة عشر عنصر…

الأصول المشفرةالعقود الآجلة الدائمةإدارة المخاطرالاختبار التاريخي
Machine Learning for Trading

تضبط دراسة الحالة هذه نموذج LSTM للتنبؤ بتسميات أزواج FX. وتقارن الحالة المخفية التي يحملها النموذج التكراري بتحويلات النظر إلى الوراء الثابتة وحقول الاستقبال الالتفافية، مع تأجيل المقارنة بنماذج أخرى إلى تحليل منفصل. ويحدد مشغل التنفيذ المشترك طول التسلسل…

العملات الأجنبيةالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

يقارن هذا الدفتر أدوات ضبط المخاطر عبر اختبارات تاريخية لدراسات حالة، بما في ذلك قواعد وقف الخسارة والوقف المتحرك وحد الخسارة وكابح التراجع واستهداف التقلب. ويحمل نتائج أدوات الضبط لكل دراسة، ويختار خط أساس من اختبار تاريخي لمرحلة توزيع الأصول حيثما توفر، ثم…

إدارة المخاطرالاختبار التاريخيبناء المحافظالإحصاء
Machine Learning for Trading

تطبق دراسة الحالة هذه أشجارًا معززة بالتدرج على خصائص البنية الدقيقة لـ NASDAQ-100 للتنبؤ بالعوائد والاتجاه عبر آفاق متعددة خلال اليوم. وتقارنها بالنماذج الخطية: إذ يمكن للأشجار اكتشاف علاقات شرطية، مثل اختلاف سلوك اختلال تدفق الأوامر باختلاف الفارق السعري،…

التعلم الآليالبنية الدقيقة للسوقالأسهمالإحصاء