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

918 مستندًا

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

يلخص هذا المرجع أشهر العقود المدرجة لـ 35 CME منتجاً من العقود الآجلة ضمن مؤشرات الأسهم وسندات الخزانة والطاقة والمعادن والعملات وأسعار الفائدة والزراعة والماشية والعملات الرقمية. ويشرح نظام رموز الأشهر لدى البورصة ويميز جداول الإدراج الشهرية والربع سنوية…

العقود الآجلةالبنية الدقيقة للسوقالاختبار التاريخيالسلع
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
Machine Learning for Trading

يعرض هذا الدفتر تحليل المكونات الرئيسية بالأدوات كنموذج للعوائد المقطعية. وبدلاً من إسناد أوزان عوائد مباشرة إلى خصائص كل شركة، يقدّر IPCA خريطة خطية مشتركة من الخصائص إلى التعرضات للعوامل، إلى جانب عوائد العوامل الشهرية. ويلائم الخريطة والعوائد معاً…

الأسهمالاستثمار بالعواملالتعلم الآليالإحصاء
Machine Learning for Trading

يحول هذا الدفتر مجموعات تنبؤات النماذج إلى اختبارات تاريخية قابلة للمقارنة لخيارات 500. وفي كل تاريخ قرار أسبوعي، يرتب العوائد المتوقعة، ويختار الرموز الأعلى ترتيباً من المجموعة السائلة، ويبيع عقود سترادل متساوية الأوزان عند سعر التنفيذ القريب من السعر…

الخياراتالأسهمالاختبار التاريخيتنفيذ الأوامر
Machine Learning for Trading

يقيّم هذا الدفتر تنبؤات التحقق المستمدة من أبحاث الأسهم والخيارات، بتحويلها إلى محافظ أسهم طويلة فقط. ويستخدم خط أساس متساوي الأوزان لأفضل K، ويقارن بين درجات متعددة لتركيز المحفظة، ويتبع وتيرة القرار الخاصة بكل تسمية. تُنفذ الإشارات المتشكلة عند الإغلاق عند…

الأسهمالخياراتالاختبار التاريخيبناء المحافظ
Machine Learning for Trading

يعرض هذا التحليل الاستكشافي لوحة OANDA لأربع ساعات تضم 20 زوجاً من العملات، ويوضح كيفية تفسير بياناتها. ويميز بين الأزواج المباشرة وغير المباشرة والمتقاطعة بحسب موضع الدولار، موضحاً ضرورة قلب الأسعار المباشرة قبل دمجها في مقياس لقوة الدولار. ويحصي حقل الحجم…

العملات الأجنبيةالبنية الدقيقة للسوقالإحصاءالاختبار التاريخي
Machine Learning for Trading

تعيد هذه الدفتر ملاءمة إعداد FX الذي اختاره التحقق بالفعل، وتسجل تنبؤاته لاختبار تاريخي لاحق على بيانات الاحتفاظ. وتحسم الاختيار بالاستناد إلى اختبارات تاريخية للتحقق مستوفية للشروط، ومقيدة بمجموعة مرشحين مجمدة، ثم تعيد بناء مواصفات التدريب من مواصفات التحقق…

العملات الأجنبيةالاختبار التاريخيالتعلم الآليإدارة المخاطر
Machine Learning for Trading

يقارن دفتر الملاحظات الأوزان المتساوية بقاعدتي تخصيص لاستراتيجيات خصائص الشركات US: الترجيح بالدرجة، الذي يخصص رأس مال أكبر للتنبؤات الأعلى للنموذج، والترجيح المطابقي، الذي يخفض رأس المال للتنبؤات ذات فترات الخطأ المعايرة الأوسع. ويجمع بين كل مخصص وعدة…

الأسهمتحديد حجم المركزبناء المحافظالاختبار التاريخي
Machine Learning for Trading

يعرض هذا الفصل مسارات عمل قائمة على الوكلاء لمهام البحث المالي، حيث يتمثل التحدي الأساسي في جمع الأدلة متفاوتة الجودة وتصفيتها وتركيبها. ويقارن هذه المسارات بالنماذج التقليدية التي تعمل جيدًا مع المدخلات المنظمة والمستقرة، ويضع حدًا للقراءة فقط: ينتج الوكلاء…

التعلم الآليالإحصاءإدارة المخاطرالاختبار التاريخي
Machine Learning for Trading

يقارن هذا التدقيق باك تريدر وزيبلاين مع ML4T في حالات استراتيجية حقيقية، مستخدمًا تركيبات الأصول والعقود التي يستطيع كل محرك وحزمة البيانات المجمدة تمثيلها أصليًا فقط. ويغطي تخصيص ETF ولوحة أسهم US لكلا المحركين، إضافة إلى عقود CME الآجلة وتخصيص FX المسعّر…

الاختبار التاريخيتنفيذ الأوامرالعقود الآجلةالعملات الأجنبية
Machine Learning for Trading

يحدد دفتر الملاحظات تسميات العوائد الشهرية ويدققها لدراسة مقطعية لخصائص شركات US. ويفحص كيفية مطابقة مزود البيانات خصائص كل صف بنتيجة العائد، مؤكدًا أن اللوحة محاذاة مسبقًا ويجب ألا تُزاح مرة أخرى. والتسمية الأساسية هي العائد الإجمالي الشهري؛ أما نسختا…

الأسهمالتعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يشرح دفتر الملاحظات كيفية تقييم النماذج المالية دون السماح بتسرب معلومات غير متاحة عند تاريخ القرار إلى التدريب أو اختيار النموذج. ويميز بين مجموعة التدريب والتحقق والاختبار النهائي، ويوضح سبب عدم ملاءمة التحقق ذي الطيات المتعددة المقسمة عشوائيًا للسلاسل…

الاختبار التاريخيالتعلم الآليالإحصاءإدارة المخاطر
Machine Learning for Trading

يقارن دفتر الملاحظات أربع طرق لاكتشاف العلاقات في لوحة عوائد ETF: NOTEARS للمخططات البيانية الموجهة غير الدورية الخطية المتزامنة، وVAR-LiNGAM للبنية المتأخرة والآنية، وPCMCI لاختبارات الاستقلال الشرطي، واختبارات غرانجر للفحص التنبؤي الثنائي. ويشرح هدف…

التعلم الآليالإحصاءالاختبار التاريخيمتعدد الأصول
Machine Learning for Trading

يدرس دفتر الملاحظات أثر تنظيم ريدج في أداء معامل المعلومات (IC) وكيف يمكن للبحث عن المعلمات الفائقة تحييز نتائج التحقق المبلّغ عنها. ويقيّم أولًا شبكة واسعة من قيم ألفا باستخدام طيات اختبار التقدم المتحرك، مع تحجيم السمات داخل كل طية تدريب. ويُستخدم مشهد…

التعلم الآليالإحصاءالاختبار التاريخي
Machine Learning for Trading

يقارن دفتر الملاحظات نماذج العمولات والانزلاق السعري للأسهم والعقود الآجلة، ثم يدرس أثر افتراضات العمولات في استراتيجية زخم ثابتة لـETF. ويوضح كيف تنتج العمولات النسبية أو لكل سهم أو الدنيا أو المركبة أو المتدرجة تكاليف مختلفة مع تغير حجم الصفقة. وبالنسبة…

الاختبار التاريخيتنفيذ الأوامرإدارة المخاطرالزخم
Machine Learning for Trading

يقارن دفتر الملاحظات إعادة الموازنة اليومية والأسبوعية وكل أسبوعين والشهرية لمحفظة زخم مرتبة في الصدارة ومبنية على مجموعة ثابتة من ETF. ويقيس معدل الدوران والأداء الإجمالي المعدل للمخاطر من الأسعار التاريخية، ثم يقدّر ألفا التعادل بضرب معدل الدوران السنوي…

الأسهمالزخمتنفيذ الأوامرالاختبار التاريخي
Machine Learning for Trading

يحوّل دفتر الملاحظات حمل العقود الآجلة، أي فجوة السعر بين آجال الاستحقاق القريبة، إلى سمات قائمة على النماذج. ويصف تنبؤات ARIMA ذات خطوة واحدة لكل منتج، ومقاييس فورييه المتحركة لقوة الدورة الموسمية، ونموذج ماركوف مخفيًا ذا حالتين يستدل على أنظمة الحمل…

العقود الآجلةعائد الاحتفاظالتعلم الآليالإحصاء
Machine Learning for Trading

تصف وحدة الإعداد هذه إطارًا لتحديد إعدادات اختبارات باك تست لكل دراسة حالة. وتقرأ مخططات الدخول وطرق التخصيص وشبكات تكاليف التداول وضوابط المخاطر من ملفات الإعداد، مع إظهار أخطاء صريحة عند غياب الإعدادات المطلوبة. كما تجمع افتراضات التنفيذ الافتراضية ونوافذ…

الاختبار التاريخيإدارة المخاطرتحديد حجم المركزبناء المحافظ
Machine Learning for Trading

يعرض دفتر الملاحظات طريقة لإعداد تقرير لاستراتيجية ارتداد متوسط RSI طويلة فقط على BTC. ويقارن الأداء الإجمالي والصافي، ثم يقيس الاستراتيجية إلى الشراء والاحتفاظ باستخدام تواريخ التداول والتعرّض ومحرك التنفيذ وتوقيت التعبئة وتكاليف المعاملات نفسها. وتمنع…

الأصول المشفرةالعودة إلى المتوسطالمؤشرات الفنيةالاختبار التاريخي
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

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

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