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.
1,119 Dokumente
Dieses Notebook definiert monatliche Gesamtrendite-Labels für eine querschnittliche Studie zu Unternehmensmerkmalen in US und prüft, wie diese Ergebnisse zu den Zeilen des Datenanbieters passen. Das Panel verknüpft Merkmale des Vormonats mit der Rendite des…
Dieses Notebook erläutert, wie ein temporales Faltungsnetzwerk (TCN) Renditen aus geordneten Finanzdaten prognostizieren kann. Kausale Faltungen stellen sicher, dass eine Ausgabe zu einem bestimmten Zeitpunkt nur von aktuellen und früheren Eingaben abhängt.…
Dieses Dokument stellt eine ereignisgesteuerte Methode vor, um eine begrenzte Zahl von Intraday-Positionen zu halten. Vorhersagen werden anhand des jeweils neuesten verfügbaren Scores den Kursbars zugeordnet, optional begrenzt durch eine Aktualitätsgrenze.…
Diese Fallstudie wandelt gespeicherte Modellvorhersagen für US-Aktien in gleichgewichtete Long-Short-Portfolios um. Sie untersucht mehrere Einstiegsschemata, die jeweils die höchstplatzierten Namen für Long-Positionen und die niedrigstplatzierten für…
Dieses Dokument beschreibt mehrere Möglichkeiten, Prognose-Scores in Handelssignale umzuwandeln: feste Schwellen, rollierende Perzentile je Asset und Querschnittsperzentile. Feste Schwellen verwenden einen gewählten Score-Wert; rollierende Schwellen passen…
Dieses Notebook untersucht eine ausgewählte Devisenstrategie und die Herkunftskette ihrer Holdout-Artefakte anhand registrierter Forschungsartefakte. Es reproduziert die Auswahl aus einer eingefrorenen Validierungskandidatenmenge, indem es zulässige…
Diese Live-Trading-Demonstration beschreibt einen täglichen Neugewichtungs-Workflow für ein festes Universum von US-Large-Cap-Aktien. Sie vergleicht die beim Broker gehaltenen Positionen mit Modellzielen, wandelt die Differenzen in einen Auftragssatz um und…
Dieses Notebook bildet beschreibende Marktregime aus monatlichen Wirtschaftsdaten der Federal Reserve: Arbeitslosigkeit, Federal Funds Rate, Treasury-Zinskurve und Inflation. Es erklärt, wie Reihen mit unterschiedlichen Veröffentlichungshäufigkeiten…
Dieses Dokument beschreibt Hilfsfunktionen zum Vergleich registrierter Handelsstrategien und zur Erstellung strukturierter Fallstudienbewertungen. Eine zentrale Rangordnungsmethode beschränkt Renditereihen vor der Berechnung von Portfoliokennzahlen auf exakt…
Dieses Kapitel behandelt Methoden, um gemeinsame Strukturen in Rendite- und Merkmals-Panels zu ermitteln, von PCA und Eigenportfolios über IPCA, risikoprämienbezogene PCA und bedingte Autoencoder bis hin zur Schätzung stochastischer Diskontfaktoren und…
Dieses Notebook vergleicht sklearn HistGradientBoosting, XGBoost, LightGBM und CatBoost bei einer ETF-Renditeprognose. Es misst den querschnittlichen Informationskoeffizienten, die Trainingszeit und den Prozessspeicherverbrauch bei CPU und, sofern…
Dieses Notebook wandelt querschnittliche Aktienvorhersagen in Long-Short-Portfolios um: Bei jeder Neugewichtung werden Aktien ranggeordnet, die obersten k gekauft und die untersten k mit gleichem Kapitaleinsatz je Position leerverkauft. Die Gleichgewichtung…
Das Notebook zeigt eine Vorschau von S&P-100-Berichtsdaten der Formulare 10-K und 8-K, die für den Aufbau finanzieller Wissensgraphen vorgesehen sind. Es prüft die Vollständigkeit des Schemas, eindeutige Unternehmens- und Akzessionsschlüssel,…
Dieses Notebook stellt einen Merkmalsauswahl-Workflow für ETF-Forschung vor, der zahlreiche mögliche Transformationen und Rückblickfenster auf eine kleinere Auswahl für spätere Modellierung eingrenzt. Es berechnet querschnittliche…
Dieses Notebook bewertet Modellvorhersagen als NASDAQ-100-Handelsstrategien mit einer gemeinsamen Backtest-Engine. Zunächst führt es mit Zufallssignalen eine Funktionsprüfung durch: Anhaltende Gewinne nach Kosten würden auf Probleme wie Lookahead, nicht…
Dieses Notebook prüft, ob eine fünfzehnminütige Querschnittsstrategie zur Aktienrangfolge praktikabel ist, bevor ein Modell angepasst oder Prognosen erstellt werden. Es verwendet NASDAQ-100-Kursquotierungen, Mittelkursrenditen und ein Entwicklungsfenster vor…
Dieser Code beschreibt, wie Backtest-Einstellungen aus der Fallstudienkonfiguration abgeleitet werden und wie die Laufidentität Änderungen am gehandelten Universum und am Alter der Vorhersagen berücksichtigt. Die zentrale Erkenntnis: Jeder Filter, der das…
Das Dokument beschreibt Möglichkeiten, Strategierenditen mit zwei externen Benchmarks zu vergleichen: täglichen SPY-Gesamtrenditen und Fama-French-Marktrenditen, die sich aus der Addition von Marktrisikoprämie und risikofreiem Zinssatz ergeben. Es bietet…
Das Dokument beschreibt die Anpassung eines einfachen linearen Sequenzmodells an NASDAQ-100-Ein-Minuten-Merkmale, um zukünftige Renditen für mehrere Horizonte vorherzusagen. Jede Eingabe umfasst die vorangegangene Stunde für eine Aktie, ausgedrückt als…
Das Dokument beschreibt einen Workflow für Machine-Learning-Handelsforschung, der Ideen von Daten und Merkmalskonstruktion über Modelltraining, Backtesting, Transaktionskosten, Portfolio- und Risikoentscheidungen bis hin zu Einsatz und Überwachung führt. Es…
Das Dokument beschreibt das Laden von ETF-Marktdaten mit optionalen Symbol- und Datumsfiltern sowie einer deterministischen Begrenzung der zurückgegebenen Symbole. Der zentrale analytische Punkt ist, die Kursreihe an die gemessene Größe anzupassen:…
Dieses Notebook erstellt modellbasierte bedingte Volatilitätsmerkmale für S&P-500-Aktien mit einem GJR-GARCH(1,1)-Modell. Anschließend vergleicht es einen optionsimpliziten Volatilitätsaufschlag gegenüber der realisierten Volatilität mit einem Aufschlag…
Diese CME-Futures-Studie variiert die Kapazität und Verlustfunktion von Gradient-Boosting-Bäumen und zeichnet Vorhersagen an mehreren Trainings-Checkpoints auf. Die Anzahl der Blätter bestimmt, wie fein ein Modell den Merkmalsraum aufteilt, während sich…
Dieses Notebook untersucht, wie sich Ridge-Regularisierungsentscheidungen auf den Informationskoeffizienten eines ETF-Panels auswirken und wie eine Hyperparametersuche die berichtete Performance überhöhen kann. Zunächst wertet es ein breites Alpha-Raster…