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

2,187 مستندًا

Machine Learning for Trading

تعيد هذه الدفترية تسعير إعدادات تخصيص ETF الرائدة عبر شبكتين للتكاليف، مع تثبيت التوقعات والتركيز وقواعد التخصيص. وتقارن نموذج دراسة الحالة للعمولة لكل سهم ونصف فرق السعر، الذي يعكس علاقة تكاليف تداول ETF بعدد الأسهم، بشبكة نقاط أساسية تفرض رسومًا تتناسب مع…

الأسهمتنفيذ الأوامرالاختبار التاريخيبناء المحافظ
Machine Learning for Trading

تقيس هذه الدفترية أثر تكاليف التنفيذ في إعداد العقود الآجلة الدائمة للعملات الرقمية الذي سبق اختياره. تثبّت النموذج ونقطة التحقق وقاعدة الدخول والتخصيص وضوابط المخاطر، ثم تعيد تشغيل الاختبارات التاريخية عبر شبكة من رسوم الذهاب والإياب على القيمة الاسمية…

الأصول المشفرةالعقود الآجلة الدائمةتنفيذ الأوامرالاختبار التاريخي
Machine Learning for Trading

تستخدم هذه الدفترية تحليل المكونات الرئيسية على مجموعة سائلة فرعية من أسهم US لبناء محافظ Eigen مطبّعة إجماليًا ودراسة دورها كعوامل مخاطر كامنة. وتفحص التباين المفسر، وتفسر المكونات عبر ارتباطات ETF القطاعية، وتقارن PCA التقليدي بـPCA الهرمي، وتحلل البواقي…

الأسهمالاستثمار بالعواملالإحصاءإدارة المخاطر
Machine Learning for Trading

تقارن هذه الدفترية نماذج خطية للتنبؤ بعوائد ETF من خصائص متداخلة مشتقة من الأسعار. ولأن آفاق العوائد المتعددة وعائلات المؤشرات قد ترمز إلى معلومات متشابهة، فقد تسند المربعات الصغرى العادية معاملات متعاكسة وغير مستقرة إلى خصائص شبه مكررة. وتغير التجربة قوة…

الأسهممتعدد الأصولالتعلم الآليالإحصاء
Machine Learning for Trading

يصف هذا الإعداد محافظ أسهم US شهرية طويلة وقصيرة، مرتبة وفق خصائص الشركات. ويحدد مجموعة أصول ذات بيانات مكتملة تضم 46 خاصية، وقرارات في نهاية الشهر، وتنفيذًا عند الافتتاح التالي، وأوزانًا متساوية في شقي المراكز الطويلة والقصيرة، وتكاليف معاملات جوهرية تشمل…

الأسهمالاستثمار بالعواملالزخمالاختبار التاريخي
Machine Learning for Trading

يعرض هذا الإطار فحوص جودة البيانات اليومية لبيانات US وOHLCV للأسهم. ويختبر التحقق البنيوي علاقات الأسعار والأسعار الموجبة والحجم غير السالب والقيم المفقودة والتواريخ المكررة والترتيب الزمني والأسعار الراكدة والعوائد المتطرفة. وتتحقق الدفترية من عمل الفحوص…

الأسهمالإحصاءإدارة المخاطرالأسواق الأمريكية
Machine Learning for Trading

تقدم هذه الدفترية نموذج عامل خصم عشوائي لتسعير المقطع العرضي لعوائد صناديق ETF. فبدل تقدير تعرضات الصناديق وعوائد العوامل كلًا على حدة، تدرب شبكات للعثور على سلسلة مشتركة لعامل الخصم، يفسر تغايرها مع عوائد الصناديق متوسط العوائد. ويقلل هدف التدريب أخطاء…

التعلم الآليالاستثمار بالعواملالإحصاءالأسهم
Machine Learning for Trading

تنشئ هذه الدفترية اختبارًا تاريخيًا شهريًا لتناوب ETF، من عوائد المحفظة حتى الصفقات المُحاكاة. وترتب عشرة صناديق باستخدام العوائد المعدلة بحسب المخاطر خلال الفترة السابقة، وتطبق نظامًا يستند إلى منحنى عائدات سندات الخزانة للاختيار بين الصناديق المتصدرة…

الاختبار التاريخيالزخمتنفيذ الأوامربناء المحافظ
Machine Learning for Trading

تطبق هذه الدفترية TabM، وهو تجميع عصبي قائم على مشاركة الأوزان، على لوحة من خصائص العقود الآجلة الدائمة للعملات المشفرة. وتشترك مكوناته في بنية عصبية أساسية، مع متجهات تحجيم وطبقات إخراج منفصلة، ما يجمع بين كفاءة التجميع والتفاعلات غير الخطية بين المدخلات…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

تعيد هذه الدفترية بناء أفضل سعري عرض وطلب سائدين لكل صفقة AAPL خلال جلسة واحدة في مارس 2020، ثم تطبق طريقة Lee–Ready لاستنتاج ما إذا كان المشترون أم البائعون قد بادروا بالصفقات. وتدرج أحداث عروض الأسعار والصفقات بحسب ترتيب الطابع الزمني، وتحمل آخر سعري عرض…

الأسهمالبنية الدقيقة للسوقتنفيذ الأوامرالإحصاء
Machine Learning for Trading

تفحص هذه الدفترية الخصائص المالية والمشتقة من النماذج لقياس قدرتها على ترتيب صناديق ETF بحسب العوائد اللاحقة. وتحسب معامل ارتباط المعلومات لكل تاريخ بمقارنة الرتب المقطعية لكل خاصية برتب العوائد المستقبلية، ثم تفحص السلسلة الزمنية الناتجة. ويعدل التحليل عدم…

الأسهمالإحصاءالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

تنشئ هذه الدفترية تقريرًا قابلًا للتدقيق لاستراتيجية بيتكوين طويلة فقط، تدخل المراكز وتخرج منها باستخدام عتبات RSI. وتقارن النتائج الإجمالية والصافية، ثم تقيس الأداء مقابل مقياس مرجعي للشراء والاحتفاظ يستخدم البيانات وفترة الإحماء والتعرض والتنفيذ والتكاليف…

الأصول المشفرةالعودة إلى المتوسطالمؤشرات الفنيةالاختبار التاريخي
Machine Learning for Trading

تطرح هذه الدفترية اختبارًا محددًا: هل يحسن تمثيل متعلم للتسلسلات خصائص التمويل الدائم مقارنةً بملخصات مصممة يدويًا للعلاوة، أي الفجوة بين أسعار العقود الدائمة والفورية؟ وتقارن NLinear، الذي يطبق تحويلًا خطيًا على التغيرات ضمن نافذة حديثة، بنموذج LSTM تكراري.…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

تبحث هذه الدفترية فيما إذا كانت إسنادات خصائص SHAP مستقرة بما يكفي لدعم تقليم النماذج أو قرارات المخاطر أو إعداد التقارير. وباستخدام مهمة تنبؤ ETF، تبحث أولًا عن عينات اختبار تكون تنبؤاتها متقاربة فيما تختلف ملفات SHAP الخاصة بها. ثم تقارن ملفات الإسناد…

التعلم الآليالإحصاءالأسهم
Machine Learning for Trading

يصف هذا الإعداد استراتيجية أسهم أمريكية US يومية طويلة وقصيرة، ترتب مجموعة واسعة من الأسهم وفق تنبؤات النموذج، وتشتري العُشر الأعلى وتبيع على المكشوف العُشر الأدنى بأوزان متساوية داخل كل مجموعة. ويحدد التنفيذ عند افتتاح الجلسة التالية، وتحديد أحجام المراكز…

الأسهمالأسواق الأمريكيةبناء المحافظتنفيذ الأوامر
Machine Learning for Trading

تقيّم هذه الدفترية الخصائص المرشحة لأزواج العملات البالغ عددها 20، كلًا على حدة، مقارنةً بالعوائد المستقبلية. وتحصر التحليل في فترات التحقق باختبار التقدم المتحرك، وتوسم كل جلسة بطيتها، وتترك فجوة عازلة قبل فترة الحجز كي لا تُحسم النتائج داخل تلك الفترة…

العملات الأجنبيةالإحصاءالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

تشرح هذه الدفترية كيفية جمع توقعات الاحتمالات من وكلاء متعددين وكيفية معايرة الاحتمالات الناتجة. وتعرض تعظيم نيمان، الذي يُبعد متوسط التوقع عن المعدل الأساسي وفقًا لحجم المجموعة وارتباط زوجي مفترض. يمنح انخفاض الارتباط المفترض وزنًا أكبر للمجموعة باعتبارها…

الإحصاءالتعلم الآليمعنويات السوق
Machine Learning for Trading

تدعم أداة البيانات هذه العمل على مجموعة بيانات تسعير الأصول لـ Chen وPelger وZhu، التي تشمل عوائد الأسهم وخصائص الشركات والسلاسل الاقتصادية الكلية وموترات الخصائص قبل التقسيم. وتُنشئ طريقة التحويل ملفات Parquet من موترات التدريب والتحقق والاختبار المنشورة.…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

تحوّل هذه الدفترية ترتيبات النماذج إلى محافظ بسيطة من العقود الدائمة للعملات المشفرة. عند كل توقيت لتسوية التمويل، تختار قاعدة دخول العقود من أعلى الترتيب أو أسفله وتخصص لها أوزانًا متساوية. ويوفر تساوي الأوزان نقطة مرجعية، بحيث يمكن للمقارنات أن تنسب الفروق…

الأصول المشفرةالعقود الآجلة الدائمةالاختبار التاريخيبناء المحافظ
Machine Learning for Trading

تبحث هذه الدفترية فيما إذا كانت الخصائص المالية تساعد في تفسير متغير هدف لعوائد الخيارات المحوطة بدلتا على مدى 10 جلسة. وتقارن نماذج Ridge باستخدام خاصية واحدة للتقلب الضمني، ومجموعات من الخصائص المعتمدة على التقلب الضمني والمستقلة عنه، ومجموعة الخصائص…

الخياراتالأسهمالإحصاءالتعلم الآلي
Machine Learning for Trading

تقيس هذه الدفترية مدى تغيّر نسبة شارب على بيانات التحقق لاستراتيجيات سترادل خيارات S&P 500 عند سعر التنفيذ، مع تغيّر تكاليف التنفيذ المفترضة ومجموعتي الخيارات. وتعبر عن تكلفة فرق سعري العرض والطلب كنسبة من نصف فرق السعر المعروض للخيار، لأن علاوة الخيار…

الخياراتالأسواق الأمريكيةالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

يصف هذا المكوّن طريقة مشتركة لإعداد طيات تدريب وتحقق متتابعة زمنيًا لعدة عائلات من النماذج. ويفصل الأعمال المكلفة المستقلة عن النموذج — تقطيع النوافذ الزمنية وتطبيق السمات المعتمدة على النموذج الخاصة بكل طية وإزالة الصفوف ذات التسميات المفقودة وأخذ عينات…

التعلم الآليالاختبار التاريخيالإحصاء
Machine Learning for Trading

يقيّم هذا الدفتر نماذج التسلسل LSTM وNLinear للتنبؤ بالعقود الآجلة. وعلى خلاف النماذج التي تستخدم صفًا واحدًا من الخصائص لكل قرار، تستهلك نماذج التسلسل نوافذ مرتبة من المشاهدات السابقة، وقد تتعلم أنماطًا لا تظهر في الملخصات الثابتة. يتنبأ NLinear بالتغيرات…

العقود الآجلةالتعلم الآليالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

يقارن هذا الدفتر توقعات التحقق من عائلات نماذج متعددة لأبحاث تمويل العقود الآجلة الدائمة. ويوضح أن معامل المعلومات يقيس ارتباط الرتب بين التوقعات والعوائد اللاحقة، وأن AUC يقيس الترتيب لتسميات الصعود أو الهبوط، بينما تقيس خسارة اللوغاريتم الدقة الاحتمالية مع…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالإحصاء