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

182 مستندًا

Machine Learning for Trading

يقيّم هذا الدفتر عامل زخم مقطعيًا باستخدام معاملات المعلومات وعوائد الشرائح والفروق بين أعلى القيم وأدناها وتشخيصات التصنيف. ويعرّف IC سبيرمان بأنه ارتباط الرتب بين الإشارة والعوائد اللاحقة، محسوبًا لكل تاريخ على حدة، ويميّزه عن الارتباط المجمع عبر جميع…

الزخمالاستثمار بالعواملالإحصاءالاختبار التاريخي
Machine Learning for Trading

يستخدم هذا الدفتر تحليل المكونات الرئيسية لتمثيل التحركات المشتركة في لوحة واسعة من أسهم US. يستخلص PCA اتجاهات تفسر التباين المشترك في العوائد؛ ويقيس تحميل كل سهم مدى تعرضه لكل اتجاه. ويلتقط التوقع المعاد بناؤه من مجموعة محدودة من العوامل سلوك السهم المشترك…

الأسهمالأسواق الأمريكيةالتعلم الآليالإحصاء
Machine Learning for Trading

تشرح هذه الدفترية كيف يوسّع المشفّر التلقائي الشرطي نموذج العوامل المزوّد بمتغيرات PCA لنمذجة عوائد ETF. تربط الطريقتان ميزات الصندوق بتعرضات العوامل وتجمعان هذه التعرضات مع عوائد العوامل؛ ويستبدل المشفّر التلقائي خريطة IPCA الخطية من الميزات إلى التعرضات…

الأسهمالاستثمار بالعواملالتعلم الآليالاختبار التاريخي
Machine Learning for Trading

تشرح هذه الدفترية تحليل المكونات الرئيسية الموجّه (IPCA)، الذي يقدّر العوامل المشتركة مع جعل تعرضات كل سهم للعوامل دالة خطية مشتركة لميزات سطح خياراته في اليوم نفسه. وتشمل هذه الميزات التقلب الضمني وانحراف خيارات البيع والشراء وميل هيكل الأجل والتباين الضمني…

الخياراتالأسهمالاستثمار بالعواملالتعلم الآلي
Machine Learning for Trading

تختبر هذه الدفترية ما إذا كانت أربع استراتيجيات لمحافظ مدارة تفسر عوائد SPY بعد ضبط التغاير المشترك الواسع لـETF. وترتب الاستراتيجيات صناديق المؤشرات المتداولة باستخدام الزخم المتأخر أو التقلب أو العوائد الحديثة. وتُستخدم عشرة مكونات رئيسية من مجموعة متوازنة…

الاستثمار بالعواملالتعلم الآليالإحصاءالزخم
Machine Learning for Trading

يقرأ هذا التحليل مسار اختبار تاريخي مسجلاً لاستراتيجية أسهم شهرية لـUS قائمة على خصائص الشركات. ويعرض عدم اليقين في شارب ومقاييس احتمال شارب وشارب المعدل لتحيز الاختيار ومقارنات الاستراتيجيات المقترنة وتراجع الأداء في مجموعة الاختبار وتحليلاً للتكاليف مصمماً…

الأسهمالاستثمار بالعواملالإحصاءالاختبار التاريخي
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

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 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

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

تقيّم هذه المذكرة ما إذا كان بالإمكان دراسة استراتيجية شهرية للشراء والبيع على المكشوف تستند إلى خصائص الشركات باستخدام لوحة بيانات متاحة تضم شركات US. وتفحص ترميز البيانات، وتغير مجموعة الشركات المتاحة بمرور الوقت، ومدى كفاية عدد الشركات في كل إعادة موازنة…

الأسهمالاستثمار بالعواملالإحصاءالاختبار التاريخي
Machine Learning for Trading

يقدم المستند العوامل الكامنة بوصفها محركات مشتركة للعوائد يُستدل عليها من التغاير المشترك بين العقود الآجلة، لا تنبؤات مسماة مقدمة مسبقًا. ويقارن نهجين يُلائمان ضمن كل طية تدريب. فيجد تحليل المكونات الرئيسية (PCA) اتجاهات خطية تفسر أكبر قدر من تباين العوائد،…

العقود الآجلةالاستثمار بالعواملالتعلم الآليبناء المحافظ
Machine Learning for Trading

يلائم هذا الدفتر نماذج ريدج ولاسو والشبكة المرنة لخصائص شركات منشورة لأسهم US الفردية. وتشمل السمات القيمة والربحية والاستثمار والحجم والزخم والانعكاس والمخاطر والسيولة. وتحافظ طيات اختبار التقدم المتحرك على قابلية مقارنة الإعدادات، بينما تفحص عمليات مسح…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

تقدم هذه الوثيقة مجموعات بيانات عامة لعوائد عوامل Fama-French وAQR بوصفها مدخلات للمقارنة المرجعية وإسناد المخاطر وأبحاث العوامل. وتصف عوامل السوق والحجم والقيمة والربحية والاستثمار والزخم من مكتبة Fama-French، إلى جانب سلاسل AQR التي تغطي مفاهيم الجودة…

الاستثمار بالعواملالأسهمالإحصاءالاختبار التاريخي
Machine Learning for Trading

تجمع هذه الدفترية العوائد الشهرية لتسع سلاسل من عوامل وأسواق الأسهم والسندات والعملات والسلع باستخدام نماذج الخليط الغاوسي. بعد حذف الأشهر ذات البيانات غير المكتملة، توحّد مقاييس السلاسل كي لا تهيمن اختلافات المقاييس على التجميع. تُقارن أعداد المجموعات…

متعدد الأصولالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

يقيّم هذا الدفتر 57 من الخصائص المحاسبية والسعرية بوصفها متنبئات منفردة لعوائد أسهم US في الشهر التالي. ويحسب ارتباطات الرتب المقطعية الشهرية، ويأخذ متوسطها عبر الزمن، ويعدّل تقدير عدم اليقين لمراعاة الاعتماد التسلسلي واختبار عدد كبير من المرشحين. كما يفحص…

الأسهمالاستثمار بالعواملالإحصاءإدارة المخاطر
Machine Learning for Trading

يعرض هذا الفصل إطارا لتحويل فكرة تداول إلى مواصفات موثقة للخصائص. ويطلب من الباحثين مواءمة آفاق الخصائص مع القرار المقصود، وتحديد فرضية المحرك، والتمييز بين الإشارات التنبؤية ومتغيرات الحالة السياقية. وينبغي أن تتبع خيارات الإطار المرجعي والتمثيل والتجميع…

المؤشرات الفنيةالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يجمع هذا الدفتر نتائج النماذج الخطية، بما فيها OLS وRidge وLasso وElasticNet، عبر تسع دراسات حالة. ويقارن أقوى تهيئة مكتملة لكل دراسة على وسمها الأساسي، ثم يفحص التنظيم ومعاملات المعلومات على مستوى الطيات والاستقرار والآفاق البديلة ومقاييس التصنيف والانحدار…

التعلم الآليالإحصاءالاختبار التاريخيالاستثمار بالعوامل
Machine Learning for Trading

يعرض هذا الفصل إطارًا لتقييم الادعاءات السببية في أبحاث التداول الكمي. ويبدأ بتعريفات واضحة للمعالجة والنتيجة والمقدار المستهدف والمقابل الافتراضي ومجموعة الضبط، ثم يربط أسئلة البحث بالأساليب المناسبة: التعلّم الآلي المزدوج (DML) للتعرضات المستمرة، والسلاسل…

التعلم الآليالإحصاءالاختبار التاريخيالاستثمار بالعوامل
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

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

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

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

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