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

1,331 مستندًا

Machine Learning for Trading

يصف المستند تحميل بيانات السوق لـ ETF مع مرشحات اختيارية للرموز والتواريخ، إضافة إلى حد حتمي لعدد الرموز المعادة. وتتمثل فكرته التحليلية الأساسية في مواءمة سلسلة الأسعار مع الكمية المراد قياسها: فالأسعار المعدلة مناسبة للعوائد، بينما تلزم الأسعار غير المعدلة…

الأسهممتعدد الأصولالإحصاء
Machine Learning for Trading

تدرس هذه الدراسة لعقود CME الآجلة أثر تغيير سعة أشجار التعزيز التدريجي ودالة الخسارة، مع تسجيل التنبؤات عند نقاط تحقق متعددة أثناء التدريب. يحدد عدد أوراق الشجرة مدى دقة تقسيم النموذج لمساحة السمات، بينما تختلف خسائر المربعات والقيم المطلقة وهوبر في مقدار…

العقود الآجلةالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يدرس هذا الدفتر أثر خيارات تنظيم Ridge في معامل المعلومات على لوحة ETF، وكيف يمكن للبحث عن المعلمات الفائقة أن يضخم الأداء المعلن. ويقيّم أولًا شبكة واسعة من قيم ألفا عبر طيات اختبار التقدم المتحرك، مع تحجيم السمات داخل كل طية تدريب، ثم يقارن الاختيار بحلقة…

الأسهمالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يوضح هذا الدفتر كيفية إنشاء عوائد فورية مستقبلية لفترة جلسة واحدة وخمس جلسات و21 جلسة لمجموعة ثابتة من أزواج FX. يبدأ بإسناد أشرطة الأربع ساعات إلى جلسات تداول باستخدام تقويم ترحيل نيويورك، ثم ينشئ العوائد دون حذف صفوف قبل الإزاحة. وتتحقق التأكيدات من أن لكل…

العملات الأجنبيةالأسواق الفوريةالزخمالعودة إلى المتوسط
Machine Learning for Trading

تشرح دفاتر العمل التحليل بالمكونات الرئيسية المُعزَّز بالأدوات (IPCA)، الذي ينمذج تعرضات عوامل كل ETF بوصفها دالة خطية مشتركة في الخصائص المرصودة لذلك الصندوق. وتقدّر المربعات الصغرى التناوبية خريطة الخصائص إلى التعرضات وعوائد العوامل معًا عبر مشاهدات…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

تلائم هذه الدفترية نموذج عوامل كامنة PCA للوحة من عوائد الأسهم من دون استخدام خصائص سطح الخيارات أو الخصائص الأخرى أو معلومات الهدف. ويستخرج PCA الاتجاهات الرئيسية للتحرك المقطعي المشترك تاريخيًا، ويقدّر تعرضات كل سهم، ويتنبأ من متوسطات العوامل في نافذة…

الأسهمالخياراتالتعلم الآليالإحصاء
Machine Learning for Trading

تحدد وحدة هندسة الخصائص المشتركة هذه قواعد البناء وعمليات تدقيق المتنبئات المالية المستخدمة عبر دراسات الحالة. وتسجل كل عائلة خصائص مع فرضيتها ومدخلاتها ونافذة الرجوع المتحركة وفجوة المعلومات ودورها ونمط إخفاقها المحتمل. ويمكن التحقق من السجل بمقارنته…

المؤشرات الفنيةالإحصاءالتعلم الآلي
Machine Learning for Trading

تشرح هذه الدفترية لماذا تمثل نسبة شارب المعلنة تقديرًا غير مؤكد، لا مقياسًا نهائيًا لجودة الاستراتيجية. وتعرض فترات الثقة ونسبة شارب الاحتمالية، التي تقدّر احتمال تجاوز نسبة شارب الحقيقية للاستراتيجية معيارًا باستخدام طول العينة والالتواء والتفرطح. كما تقدم…

الإحصاءالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

يقارن هذا التحليل الإشارات المتعلمة لعوائد الأسهم الشهرية المقطعية في US باستخدام الخصائص المحاسبية والسوقية، مع عائد الشهر التالي هدفًا. ويستعرض النماذج الخطية وأشجار التعزيز والأساليب العميقة للبيانات الجدولية ومقدرات العوامل الكامنة وتقديرًا سببيًا لأثر…

الأسهمالأسواق الأمريكيةالتعلم الآليالإحصاء
Machine Learning for Trading

ترسم هذه النظرة العامة للفصل خطوات البحث بين بيانات السوق التي جرى التحقق منها وتقييم النموذج. وتغطي المعالجة المسبقة المراعية للتقسيم وقرارات الترميز والبيانات المفقودة، ثم بناء أهداف متسقة مع التنفيذ، بما في ذلك التسميات ذات الأفق الثابت والقائمة على…

التعلم الآليالإحصاءالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

تشرح ملاحظة الإعداد سبب استخدام انحدار لوجستي بثلاث فئات وعقوبة L1 لخوارزمية SAGA مع تضييق صريح للسماحية. وتقارن SAGA بخوارزمية liblinear على لوحة للتنبؤ بالبنية الدقيقة في Nasdaq 100، وتعرض ملاءمات أسرع وخسارة لوغاريتمية ودقة أفضل خارج العينة لـSAGA في…

التعلم الآليالإحصاءالأسهمالأسواق الأمريكية
Machine Learning for Trading

تقيّم هذه الدفترية نموذجًا مدربًا مسبقًا لتحليل المشاعر المالية على عناوين FinMarBa، وتشرح لماذا لا تمثل النتيجة اختبارًا نقيًا لنقل المشاعر. دُرّب FinBERT على أحكام بشرية لمشاعر النص، بينما تُشتق تسميات FinMarBa السلبية والمحايدة والإيجابية من تحركات…

التعلم الآليمعنويات السوقالأسهمالإحصاء
Machine Learning for Trading

تستخدم هذه الدفترية التعلم الآلي المزدوج لتقدير ما إذا كانت انحرافات علاوات العقود الآجلة الدائمة ترتبط بعوائد الساعات الثماني التالية، وما إذا كانت العلاقة المقدرة تختلف بين أسواق التقلب المرتفع والمنخفض. وتصف تصميمًا لوحيًا عبر رموز العملات المشفرة، مع ضبط…

الأصول المشفرةالعقود الآجلة الدائمةالتعلم الآليالإحصاء
Machine Learning for Trading

يقارن هذا الدفتر LightGBM بشبكة إدراك متعددة الطبقات بسيطة وTabM وTabPFN اختيارياً، للتنبؤ بعوائد ETF المقطعية. وتُقيّم النماذج على طيات مشتركة لاختبار التقدم المتحرك باستخدام معامل معلومات الرتب، مع استخدام شرائح تحقق زمنية لإيقاف التدريب المبكر أو اختيار…

التعلم الآليالأسهمالإحصاءالاختبار التاريخي
Machine Learning for Trading

يشرح الدفتر القيمة المعرضة للمخاطر بوصفها كمية للخسارة، والقيمة المعرضة للمخاطر المشروطة، أو الخسارة المتوقعة، بوصفها متوسط الخسارة التي تتجاوز ذلك الحد. ويقدر مخاطر الذيل ليوم واحد لصندوق أسهم واسع ETF بأربعة أساليب: الكميات التاريخية التجريبية، ونموذج…

الأسهمالتقلبإدارة المخاطرالإحصاء
Machine Learning for Trading

تشرح مذكرة الإعداد اختيار محلل saga وحداً أدق لتحمل التقارب في الانحدار اللوجستي L1 لتسميات الفئات الثلاث. وتقارن saga بـ liblinear، مستشهدة بقياسات زمن التشغيل على لوحة للبنية المجهرية في Nasdaq وبمقاييس منشورة للخسارة اللوغاريتمية والدقة خارج العينة. ورجحت…

التعلم الآليالإحصاءالأسهمالبنية الدقيقة للسوق
Machine Learning for Trading

يقارن هذا الدفتر طرق قياس التقلب ويطور نماذج التقلب ذاتية الانحدار غير المتجانسة (HAR) إلى جانب تحليل الخشونة. ويستخدم العوائد خلال اليوم لتقدير التباين المحقق للجلسة، ويميز حركة اليوم عن العوائد الليلية، ويفحص مقدرات النطاق اليومي مقارنة بالمقياس الأعلى…

التقلبالإحصاءالمؤشرات الفنيةالأسهم
Machine Learning for Trading

يقارن هذا الدفتر أربعة توزيعات مرجعية لمحافظ ETF باستخدام نوافذ أزمات تاريخية وصدمات متزامنة للأصول صيغت يدوياً ومحاكاة مونت كارلو بتوزيع Student-t وإحصاءات أنظمة السوق. ويشرح مقياساً للانخفاض الأقصى من القمة، ويستخدم محافظ يومية بأوزان ثابتة لفحص العوائد…

متعدد الأصولإدارة المخاطربناء المحافظالتقلب
Machine Learning for Trading

يوضح هذا الدفتر تفسيرات SHAP لنموذج LightGBM يتنبأ بالعوائد الآجلة لـ ETF. توفر TreeSHAP مساهمات الميزات في التنبؤات الفردية وملخصات الأهمية الإجمالية. وتبين مخططات السرب والاعتماد كيف ترتبط قيم الميزات بالمساهمات، بينما يفكك تفسير محلي تنبؤاً واحداً نسبة…

الأسهمالتعلم الآليالإحصاءالمؤشرات الفنية
Machine Learning for Trading

يعرض هذا الفصل بيانات السوق بوصفها نتاجاً لقواعد التداول والسيولة وسلوك المشاركين. ويستعرض البيانات بدءاً من عروض أفضل الأسعار وصولاً إلى تدفقات البيانات على مستوى الأوامر، ثم يصف تحليل رسائل البورصة وإعادة تشغيلها في دفتر أوامر محدد بمنصة التداول. ويغطي…

البنية الدقيقة للسوقتنفيذ الأوامرالتداول عالي الترددالإحصاء
Machine Learning for Trading

تدعم وحدة الأدوات المشتركة هذه التحليل السببي لبيانات التداول باستخدام التعلم الآلي المزدوج للسلاسل الزمنية (DML). وتشمل أدواتها الموثقة التقدير باختبار التقدم المتحرك مع فترة حظر، ونماذج المتغيرات المساعدة، وفحوص التفنيد. ويحافظ تبديل الكتل على الاعتماد…

الإحصاءالتعلم الآليالاختبار التاريخيإدارة المخاطر
Machine Learning for Trading

يشرح هذا الدفتر TSMixer، وهي شبكة عصبية للسلاسل الزمنية تتناوب فيها عمليتان: خريطة خطية مشتركة عبر أيام الرجوع لكل ميزة، وشبكة MLP ميزات مشتركة تطبق مستقلة في كل يوم. وتدعم الوصلات المتبقية والتطبيع المسبق هذا التراص، بينما يهيئ رأس خرج صغير البنية للتنبؤ…

التعلم الآليالزخمالإحصاءالاختبار التاريخي
Machine Learning for Trading

يطبق هذا الدفتر TabM، وهو تجميع عصبي يشترك في الأوزان، على لوحة أسهم US ممثلة بصف ميزات واحد لكل سهم وجلسة. وتغذي بنية أساسية مشتركة من طبقتين عدة أعضاء، لكل منهم متجه تحجيم وطبقة خرج خاصان به؛ وتضيف متوسطات تنبؤاتهم أعضاءً إلى التجميع بتكلفة أقل من تدريب…

الأسهمالتعلم الآليالاختبار التاريخيالإحصاء
Machine Learning for Trading

يطور هذا الدفتر ميزات قائمة على النماذج للعقود الآجلة الدائمة للعملات الرقمية: توقعات التقلب الشرطي لكل أصل من GJR-GARCH، واحتمال النظام الضاغط على مستوى السوق من نموذج ماركوف مخفي غاوسي ثنائي الحالة، ملائم لتسويات التمويل. وخلافاً للميزات الحسابية المحسوبة…

الأصول المشفرةالعقود الآجلة الدائمةالتقلبالتعلم الآلي