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

851 مستندًا

Machine Learning for Trading

تصف هذه الوثيقة مشفّرًا تلقائيًا شرطيًا ينمذج تعرّضات الشركات لعوامل العائد الكامنة بوصفها دالة غير خطية في خصائص الشركات. ومثل IPCA، يقدّر بنية عوامل تجمع فيها العوائد المتوقعة بين تعرّضات خاصة بكل شركة وعوائد العوامل؛ ويتمثل التغيير الأساسي في استبدال…

التعلم الآليالاستثمار بالعواملالأسهمالإحصاء
Machine Learning for Trading

يشرح هذا المستند شبكة عصبية من نوع تاب إم لترتيب صناديق المؤشرات المتداولة انطلاقًا من سمات جدولية. ويغذي عمودها الفقري المشترك ذو الطبقتين أعضاء متعددين، لكل منهم متجه تحجيم متعلم وطبقة خرج؛ ويهدف حساب متوسط تنبؤاتهم إلى خفض ضوضاء التهيئة مع تدريب أقل بكثير…

التعلم الآليالإحصاءالأسهمالاختبار التاريخي
Machine Learning for Trading

يشرح هذا الدفتر كيف تقيد حدود المشاركة في الحجم الجزء من حجم السوق الذي يمكن للأمر استهلاكه في كل فترة. عندما يتجاوز الأمر الرئيسي الحد المسموح، ينفذ الوسيط جزءًا منه ويرحل الكمية المتبقية إلى الفترات اللاحقة. وقد تمنع عتبة الحد الأدنى للحجم التنفيذ أيضًا في…

الأسهمتنفيذ الأوامرالبنية الدقيقة للسوقإدارة المخاطر
Machine Learning for Trading

تشرح هذه النظرة العامة للفصل كيف تبني الأشجار المعززة تدرجيًا على أشجار القرار والغابات العشوائية للتنبؤ المالي بالبيانات الجدولية. ويضيف التعزيز متعلمين بالتتابع لتصحيح الأخطاء السابقة، ما يساعد على التقاط العلاقات غير الخطية وتأثيرات العتبة التي قد تفوتها…

التعلم الآليالأسهمالإحصاءالاختبار التاريخي
Machine Learning for Trading

يقدم هذا الدفتر لوحة بيانات منشورة لأبحاث التعلم الآلي على أسهم US. وتحتوي على مشاهدات شهرية مع 46 خاصية للشركات وعوائد زائدة للشهر التالي، على امتداد عدة عقود. وتُجمع الخصائص حسب معناها الاقتصادي وتُطبّع رتبها كل شهر إلى مقياس محدود مشترك. ويشرح الدفتر…

الأسهمالاستثمار بالعواملالإحصاءالتعلم الآلي
Machine Learning for Trading

يشرح هذا الفصل كيفية بناء الرسوم البيانية المعرفية المالية واستخدامها عندما تعتمد الأسئلة على علاقات مثل الملكية أو سلاسل الإمداد أو العدوى. ويتناول هوية الكيانات ومخططات العلاقات ذات الأنواع ومصدر البيانات والاستخراج بمساعدة LLM من الإفصاحات. ويعرض استرجاع…

التعلم الآليالأسهمالأسواق الأمريكيةبناء المحافظ
Machine Learning for Trading

يقارن هذا الدفتر بين تصميمين من المحولات للتنبؤ بعوائد 21-يومية لـETF انطلاقًا من ثماني سمات للزخم المتأخر. يجمع باتش تي إس تي الأيام المتتالية في رقع، ما يقلل عدد رموز الانتباه ويضمّن أنماط الزمن المحلية. أما آي ترانسفورمر فيتعامل مع تاريخ كل سمة بوصفه…

التعلم الآليالزخمالأسهمالإحصاء
Machine Learning for Trading

يحلل هذا الدفتر محفظة من صناديق المؤشرات المتداولة للأسهم باستخدام انحدارات CAPM وعوامل فاما وفرنش، ثم يوسع التحليل ليشمل التعرضات المتحركة وإسناد العوائد إلى مصادرها والاعتماد المتبقي. ويستخدم عوائد يومية وبيانات عوامل متوافقة، ويقدر عدم يقين الانحدار…

الأسهمالاستثمار بالعواملبناء المحافظالإحصاء
Machine Learning for Trading

يشرح هذا الدفتر نموذج عامل الخصم العشوائي (SDF) لتسعير المقطع العرضي لعوائد شركات US. ويتعلم أوزانًا تجعل عوائد الأصول المخصومة تحقق شروط لحظات انعدام المراجحة، بدلًا من تحسين خسارة التنبؤ بالعوائد. ويمر التدريب بمرحلة غير شرطية، ثم مرحلة شرطية تعتمد فيها…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

يصف المستند دراسة حذف مكونات لتقييم ما إذا كانت تضمينات الرسوم البيانية المتعلمة تحسن التنبؤ بعوائد الأسهم مقارنة بالسمات الجدولية المعتادة. وينشئ شبكة من الارتباطات التاريخية لعوائد الأسهم، ويبني سمات الزخم والتقلب والاتجاه باستخدام المعلومات المتاحة قبل…

الأسهمالتعلم الآليالاختبار التاريخيالإحصاء
Machine Learning for Trading

يقارن دفتر الملاحظات تجميع الغابات العشوائية مع XGBoost وLightGBM وCatBoost للتنبؤ بعوائد الأسهم من خصائص شركات مجهولة الهوية. ويستخدم انقسامات زمنية محددة مسبقًا للتدريب والتحقق والاختبار، ويقيس معامل المعلومات للرتب Spearman بوصفه المقياس الرئيسي، ويضيف…

التعلم الآليالأسهمالإحصاءالاستثمار بالعوامل
Machine Learning for Trading

يوضح هذا البرنامج التعليمي تنظيم بيانات السوق بما يتجاوز التنزيلات لمرة واحدة. ويعرض مديرًا موحدًا لجلب الرموز الفردية أو الدفعات، ومجموعات رموز محددة مسبقًا ومخصصة، وتخزين Parquet مقسمًا وفق Hive. كما يغطي الاستعلام عن نطاقات التواريخ وتحديث البيانات…

متعدد الأصولالأسهمالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

يختبر دفتر الملاحظات قواعد مخاطر على مستوى المركز والمحفظة ضمن تركيبات تخصيص ETF المتقدمة وفق الترتيب المعتمد في استراتيجية شهرية. ويثبت كل تنبؤ مسجل وقاعدة تركيز ومخصص، ثم يقارن النتائج مع الطبقة المضافة بخطوط الأساس الخاصة بمرحلة التخصيص. يشمل المسح أوامر…

الأسهمإدارة المخاطرالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

يتعامل دفتر الملاحظات مع كل نافذة من العوائد بوصفها توزيعًا تجريبيًا، ويجمع النوافذ وفق مسافة فاسرشتاين أحادية البعد. في العينات المتساوية الحجم، يوفر الترتيب المطابقة المثلى بين الكميات؛ لذا تعكس المسافة الفروق في توزيع العوائد، ومنها مواضع الذيل التي قد لا…

الأسهمالتعلم الآليالإحصاءالتقلب
Machine Learning for Trading

يشرح دفتر الملاحظات نموذجًا تعليميًا انتقائيًا لفضاء الحالة يستند إلى Mamba، ويقيّمه للتنبؤ بعوائد ETF. وخلافًا لنموذج فضاء حالة ذي معلمات ثابتة، يشتق مكوّن الإدخال إلى الحالة ومكوّن الحالة إلى الخرج وحجم الخطوة من الإدخال الحالي. ويتحكم حجم الخطوة في سرعة…

الأسهمالتعلم الآليالزخمالاختبار التاريخي
Machine Learning for Trading

يبني دفتر الملاحظات مسار استرجاع عبر مقتطفات من إيداعات الشركات 10-K. ويحمّل مجموعة مستقرة من الإيداعات، ويقسم النص إلى نوافذ جمل، وينشئ تضمينات محلية، ويفهرس المقاطع في قاعدة بيانات متجهية. يركز التشغيل المقاس على الاسترجاع لأن توليد نموذج اللغة المباشر…

التعلم الآليالإحصاءالأسهمالأسواق الأمريكية
Machine Learning for Trading

يقدم دفتر الملاحظات تواقيع المسار بوصفها خصائص ثابتة الطول تحفظ ترتيب المشاهدات وهندستها المشتركة ضمن نافذة سلسلة زمنية. يسجل المستوى الأول إجمالي تغير كل إحداثي؛ ويلتقط الثاني المساحة الموقعة بين أزواج الإحداثيات، كاشفًا ترتيب الحركة الذي لا تستطيع…

الأسهمالمؤشرات الفنيةالتعلم الآليالإحصاء
Machine Learning for Trading

يوضح دفتر الملاحظات كيفية إنشاء وفحص لوحة أساسيات ربع سنوية لأسهم US من بيانات SEC XBRL، مع الحفاظ على كل من الفترة التي تصفها المعلومة وتاريخ إتاحتها للجمهور. في اختبار تاريخي صالح، يحدد تاريخ الإيداع أو الإعلان متى يمكن استخدام القيمة؛ أما نهاية الربع…

الأسهمالاستثمار بالعواملالاختبار التاريخيالأسواق الأمريكية
Machine Learning for Trading

يصف دفتر الملاحظات تحليلًا بالتعلم الآلي المزدوج ذي نافذة متوسعة لاختبار ما إذا كان الزخم من 12 إلى -2 شهرًا يتنبأ بعوائد الشركات US للشهر التالي بعد ضبط Beta وIdioVol وLME وVariance. تُدرَّب نماذج المتغيرات المساعدة على أشهر القرار السابقة، مع إبقاء مشاهدات…

الأسهمالزخمالتعلم الآليالإحصاء
Machine Learning for Trading

تبني هذه الدفترية N-BEATS للتنبؤ بأسعار إغلاق SPY. تعالج الكتل كاملة الاتصال نافذة الاسترجاع كاملة؛ وتنتج كل منها تنبؤًا عكسيًا للجزء الماضي من النافذة يُطرح قبل الكتلة التالية، وتنبؤًا للأفق المستقبلي. تستخدم الكتل المقيدة قواعد متعددة الحدود وفورييه بحيث…

التعلم الآليالأسهمالإحصاءالاختبار التاريخي
Machine Learning for Trading

يشرح هذا الدليل كيفية اكتشاف تحيز النظر إلى المستقبل ومنعه في بيانات ETF والبيانات الاقتصادية الكلية. ويوضح أن المتوسطات المتحركة المتمركزة تستخدم مشاهدات مستقبلية، بينما قد يفوت الارتباط البسيط بين مستوى ميزة وعائد الفترة التالية تسرب المعلومات، حتى عندما…

الاختبار التاريخيالإحصاءالأسهمالأسواق الأمريكية
Machine Learning for Trading

يقيّم المستند كيف تغير تكاليف التداول أداء التحقق لتخصيص واحد للأسهم والخيارات في S&P 500 سبق اختياره. ويختبر رسومًا أحادية الاتجاه كنسبة من القيمة المتداولة، ويقارنها بعمولة ثابتة لكل سهم ونصف الفارق السعري. تمثل محاور التكلفة هذه افتراضات مختلفة ولا ينبغي…

الأسهمالخياراتالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

تستخدم هذه الدفترية تحليل المكونات الرئيسية القائم على الارتباط لعوائد ETF القطاعية لوصف عوامل المخاطر المشتركة وتناوب القطاعات. ويؤدي توحيد العوائد إلى منح كل قطاع تباينًا مقداره وحدة واحدة قبل التحليل، مما يقلل احتمال هيمنة قطاع أشد تقلبًا على المكونات.…

الأسهمالاستثمار بالعواملالإحصاءبناء المحافظ
Machine Learning for Trading

تستعرض هذه الدفترية طرق اكتشاف التغيرات في سلسلة زمنية مالية باستخدام SPY مثالًا. وتقارن اختبار Zivot–Andrews، الذي يقدّر تغيرًا واحدًا أثناء اختبار فرضية جذر الوحدة، بكل من PELT والتقسيم الثنائي، اللذين يقسمان السلسلة وفق تكلفة وعقوبة مختارتين أو عدد محدد…

الأسهمالإحصاءالتعلم الآليإدارة المخاطر