Zum Inhalt springen

Wissensbibliothek

Zusammenfassungen und Kernaussagen zu den Büchern, Aufsätzen, Artikeln und zum Code, den unsere KI-Agenten lesen – verfasst vom Research-Agenten von Stratmill. Jede Seite verlinkt auf das Original.

Bibliothek durchsuchen

1,119 Dokumente

Machine Learning for Trading

Dieses Notebook trainiert einen einfachen Autoencoder mit stündlichen Renditen eines Korbs von Krypto-Perpetual-Märkten. Die Renditen werden anhand des Trainingszeitraums standardisiert, und ein neuronales Netz komprimiert die Eingabe mit mehreren Assets vor…

KryptoMaschinelles LernenStatistikVolatilität
Machine Learning for Trading

Diese Fallstudie bewertet einen wöchentlichen Short Straddle auf S&P-500-Optionen anhand registrierter Backtests. Sie wählt eine Konfiguration aus einem festgelegten liquiden Universum aus, ordnet Kandidaten anhand der Validierung und bewertet die…

OptionenAktienBacktestingRisikomanagement
Machine Learning for Trading

Das Dokument beschreibt einen gemeinsamen Analyseablauf zum Vergleich von Modellkonfigurationen über Fallstudien hinweg. Zunächst wählt es eine Konfiguration je Fallstudie aus und erstellt anschließend Fold- und fallstudienübergreifende Zusammenfassungen auf…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Diese Analyse rekonstruiert Lebenszyklen von NASDAQ-Limitaufträgen anhand von ITCH-Nachrichten. Sie verfolgt Aufträge von der Übermittlung bis zum ersten stornierungsbezogenen Ereignis oder zur Ausführung. Sie unterscheidet Hinzufügungen, Löschungen,…

MarktmikrostrukturOrderausführungAktienStatistik
Machine Learning for Trading

Dieser Prüfdatensatz legt fest, wie mehrere Backtesting-Frameworks mit ML4T anhand realer Strategiefallstudien und eines synthetischen Stresstests verglichen werden. Er definiert Vergleichsregeln für geordnete Ausführungen, Zeitstempel, Kontogeldwerte,…

BacktestingOrderausführungMarktmikrostrukturFutures
Machine Learning for Trading

Dieses Notebook vergleicht die Korrektheit und Laufzeit von VectorBT Pro und VectorBT OSS mit ML4T anhand unterstützter Fallstudienstrategien. Es behandelt die Portfolioallokation mit ETF, den Devisenhandel mit USD-Notierung und ein Aktienpanel aus US für…

BacktestingOrderausführungFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook wandelt Prognosen auf Aktienebene in Validierungsportfolios um. An jedem Rebalancing-Datum sortiert es Aktien nach prognostizierter Rendite, kauft die oberste Gruppe, geht bei der untersten Short-Positionen ein und weist jeder Position gleich…

AktienMaschinelles LernenBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook definiert zukunftsgerichtete Preisrenditelabels für ein festes Panel von Krypto-Perpetual-Kontrakten und erläutert, wie die Labelkonstruktion jedes spätere Modell und jeden Backtest beeinflusst. Es verschiebt Zeitstempel des Balkenbeginns auf…

KryptoPerpetual FuturesBacktestingStatistik
Machine Learning for Trading

Dieses Quellmodul erstellt Katalogtabellen aus Experimentregistern für Modellprognosen und Backtests. Es definiert reservierte Felder für Herkunft, Identität, Abschlussstatus, Verfügbarkeit von Artefakten und Kennzahlen. Der Katalog enthält mehrere Maße für…

BacktestingStatistikRisikomanagementPortfolio-Konstruktion
Machine Learning for Trading

Dieses Abschlussprojekt erläutert, wie sich Wahrscheinlichkeitsprognosen mit Brier-Score, Log-Score, erwarteter Kalibrierungsabweichung und Schärfe bewerten lassen und wie Zuverlässigkeitsdiagramme über- oder unterkonfidente Prognosen sichtbar machen. Es…

StatistikMaschinelles LernenRisikomanagement
Machine Learning for Trading

Dieses Notebook veranschaulicht, wie ein Auftrag mit festem Dollarbetrag bei verschiedenen Aktien sehr unterschiedliche Kosten verursachen kann, da seine Größe im Verhältnis zum verfügbaren Handelsvolumen entscheidend ist. Es wendet ein Markteinflussmodell…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook bewertet Sequenzkonfigurationen von LSTM und NLinear für CME-Futures. Sequenzmodelle verarbeiten geordnete Beobachtungsfenster und prüfen, ob der jüngste Verlauf zusätzliche Informationen gegenüber konstruierten Zusammenfassungsmerkmalen…

FuturesMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook beschreibt einen gemeinsamen Ablauf zum Anpassen temporaler Faltungsnetzwerke an tägliche FX-Paardaten. Statt jedes Datum als isolierte Merkmalszeile zu behandeln, verwendet das Modell einen festen Rückblick auf aufeinanderfolgende…

DevisenhandelMaschinelles LernenBacktesting
Machine Learning for Trading

Diese Fallstudie bewertet tägliche Momentum- und Carry-Signale in einem kleinen, korrelierten Universum von G10-Spot-Währungspaaren. Der Ablauf reicht von Machbarkeitsprüfungen und zukunftsgerichteten Renditelabels über konstruierte und modellbasierte…

DevisenhandelMomentumCarryBacktesting
Machine Learning for Trading

Dieses Notebook wendet SHAP auf Tokenebene auf ein festgelegtes FinBERT-Modell an, das Finanztexte als negativ, neutral oder positiv klassifiziert. Es kapselt die Modellinferenz, um die Label-Reihenfolge des Checkpoints beizubehalten, und erklärt…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook erläutert, warum die beobachtete Sharpe-Ratio einer Strategie angepasst werden muss, wenn sie aus vielen Tests ausgewählt wurde. Es stellt die Deflated Sharpe Ratio (DSR) vor, die das ausgewählte Ergebnis mit einem Referenzwert vergleicht,…

BacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook wandelt einen Wissensgraphen zu Lieferketten und Meldungen institutioneller Eigentümer in Merkmale für nachgelagerte Finanzmodelle um. Aus dem Unternehmensnetzwerk leitet es Topologiemaße, Lieferantenkonzentration, Wettbewerbsexposition und…

AktienMaschinelles LernenFaktorinvestierenPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook erläutert, wie ein Transformer für die finanzielle Named-Entity-Erkennung feinabgestimmt wird, die Textstellen wie Organisationen, Personen, Beträge, Daten und Prozentangaben identifiziert. Es konzentriert sich auf BIO-Grenzlabels und das…

Maschinelles LernenAktienStatistik
Machine Learning for Trading

Dieses Notebook passt einen überwachten Autoencoder an tägliche US-Aktien an. Das Modell rekonstruiert rangtransformierte Preis- und Volumenmerkmale, während zusätzliche und zentrale Klassifikationsköpfe gemeinsam eine latente Darstellung trainieren, um über…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook zeigt einen Workflow zur Datenqualität für tägliche US-Aktien-OHLCV-Daten. Strukturelle Prüfungen umfassen Nullwerte, Duplikate, chronologische Reihenfolge, Preiskonsistenz, negative Werte, veraltete Kurse und extreme Renditen. Anschließend…

AktienStatistikRisikomanagementMarktmikrostruktur
Machine Learning for Trading

Dieser Datensatzleitfaden beschreibt ein monatliches US-Aktienpanel mit anonymisierten Unternehmen und Merkmalen für Asset-Pricing-Forschung mit maschinellem Lernen. Die Daten umfassen Rechnungslegungs- und technische Merkmale, Renditen sowie vordefinierte…

AktienUS-MärkteMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook stellt einen Arbeitsablauf vor, der eine große Menge von ETF-Merkmalen auf Kandidaten für spätere Modellierung reduziert. Es ordnet Merkmale anhand querschnittlicher Spearman-Informationskoeffizienten gegenüber künftigen Renditen, berechnet…

AktienStatistikMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook erläutert, wie ein stochastischer Diskontfaktor (SDF) einen Querschnitt von Aktienoptionssignalen bewertet. Anders als Faktormodelle, die Expositionen und Faktorrenditen schätzen, schätzt der SDF-Ansatz eine Zufallsvariable, die konsistente…

OptionenAktienMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Dokument stellt latente Faktoren als gemeinsame Renditemuster von Aktien vor; die Ladung jeder Aktie beschreibt ihre Exposition gegenüber einem Muster. Es stellt die Hauptkomponentenanalyse, die Faktoren und Aktienladungen allein aus dem Renditepanel…

AktienFaktorinvestierenMaschinelles LernenStatistik