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 erläutert, wie sich künftige Spotrenditen über eine, fünf und 21 Sitzungen für ein festes Universum von FX-Paaren berechnen lassen. Zunächst ordnet es Vier-Stunden-Balken mithilfe eines New Yorker Tageswechselkalenders Handelssitzungen zu und…

DevisenhandelSpotmärkteMomentumRückkehr zum Mittelwert
Machine Learning for Trading

Dieses Notebook führt die bereits ausgewählte Spezifikation einer FX-Strategie anhand registrierter Holdout-Prognosen aus. Es übernimmt Signal, Allokation, Risikokontrollen, Rebalancing-Regel, Kosten und Kontoeinstellungen der Strategie; Prognosemenge und…

DevisenhandelBacktestingRisikomanagementPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook passt ein latentes PCA-Faktormodell an ein Panel von Aktienrenditen an, ohne Optionsoberflächenmerkmale, andere Merkmale oder Zielinformationen zu verwenden. PCA extrahiert die führenden Richtungen der historischen querschnittlichen…

AktienOptionenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Kommissions- und Slippage-Modelle für Aktien und Futures und untersucht anschließend, wie Kommissionsannahmen eine festgelegte ETF-Momentumstrategie beeinflussen. Es erläutert, wie prozentuale, je Aktie berechnete, Mindest-,…

BacktestingOrderausführungRisikomanagementMomentum
Machine Learning for Trading

Dieses Dokument beschreibt einen monatlichen US-Aktiendatensatz für Machine-Learning-Forschung im Asset Pricing. Er enthält 94 nach Rang transformierte Unternehmensmerkmale, darunter Rechnungslegungskennzahlen und technische Merkmale, sowie Renditen.…

AktienMaschinelles LernenFaktorinvestierenUS-Märkte
Machine Learning for Trading

Dieses Notebook fasst die Ausführung einer übergeordneten Order als Steuerungsproblem mit endlichem Zeithorizont auf. Ein tabellarischer Q-Learning-Agent wählt einen Multiplikator für eine auf VWAP basierende Handelsrate anhand der verbleibenden Zeit, des…

OrderausführungMaschinelles LernenMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook erläutert, wie sich ein Quartalspanel mit Fundamentaldaten von US-Aktien aus SEC-XBRL-Daten erstellen und prüfen lässt, wobei sowohl der Zeitraum, auf den sich eine Angabe bezieht, als auch das Datum ihrer Veröffentlichung erhalten bleiben.…

AktienFaktorinvestierenBacktestingUS-Märkte
Machine Learning for Trading

Dieses Notebook verwendet eine korrelationsbasierte Hauptkomponentenanalyse der Renditen von Sektor-ETF, um gemeinsame Risikofaktoren und Sektorrotation zu beschreiben. Durch die Standardisierung der Renditen erhält jeder Sektor vor der Zerlegung eine…

AktienFaktorinvestierenStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook erstellt einen Retrieval-Augmented-Research-Assistenten auf Grundlage von Auszügen aus US-Unternehmensmeldungen nach 10-K. Es lädt Meldungen, zerlegt Texte in Satzfenster, bettet die Abschnitte mit einem lokalen Modell ein und erstellt einen…

Maschinelles LernenAktienStatistik
Machine Learning for Trading

Dieses Notebook demonstriert das Training eines generativen adversarialen Netzwerks mit täglichen ETF-Merkmalen und differenzieller Privatsphäre. Es erläutert die Datenschutzgarantie und das Budget und verwendet anschließend Opacus, um den…

Maschinelles LernenStatistikAktienRisikomanagement
Machine Learning for Trading

Dieses Dokument beschreibt Umsetzungsprinzipien für einen gemeinsamen Backtest-Runner und konzentriert sich darauf, Renditeraster bei der Annualisierung der Performance korrekt zu interpretieren. Es schätzt die beobachtete Stichprobenfrequenz anhand…

BacktestingRisikomanagementStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook rekonstruiert das jeweils beste nationale Geld- und Briefangebot (NBBO) für jeden AAPL-Trade während der regulären Sitzung am 16. März 2020. Es führt Quote- und Trade-Ereignisse chronologisch zusammen, übernimmt das jeweils letzte Geld- und…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook erklärt TSMixer, ein neuronales Zeitreihenmodell, das zwei Operationen abwechselt: eine gemeinsame lineare Abbildung über zurückliegende Tage für jedes Merkmal und ein gemeinsames Merkmals-MLP, das unabhängig auf jeden Tag angewendet wird.…

Maschinelles LernenMomentumStatistikBacktesting
Machine Learning for Trading

Diese Analyse wählt eine Konfiguration aus einem eingefrorenen Pool von Krypto-Perpetual-Futures-Kandidaten mit vier Vorhersagelabels und mehreren Strategiestufen aus. Sie wählt den höchsten Validierungs-Sharpe und behandelt Label, Aufteilung und…

KryptoPerpetual FuturesStatistikBacktesting
Machine Learning for Trading

Dieses Notebook trainiert ein Long-Short-Term-Memory-Netzwerk mit NASDAQ-100-Mikrostrukturmerkmalen, um künftige Renditen über mehrere Horizonte im Minutenbereich vorherzusagen. Anders als ein abgeflachtes lineares Modell verarbeitet ein LSTM jede…

Maschinelles LernenMarktmikrostrukturAktienBacktesting
Machine Learning for Trading

Dieses Notebook zeigt, wie sich aus dem MD&A-Text quartalsweiser SEC 10-Q zwei mögliche Aktiensignale ableiten lassen. FinBERT bewertet Textabschnitte nach positiver, neutraler oder negativer Tonalität; die Abschnittswerte werden zu einer durchschnittlichen…

AktienMaschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook analysiert NASDAQ-TotalView-ITCH-Nachrichten, um die marktweite Aktivität zu beschreiben und wiederverwendbare Handelsdaten zu erstellen. Es zählt die Nachrichten nach Typ und reichert anschließend Orderausführungsnachrichten an, indem es…

AktienUS-MärkteMarktmikrostrukturOrderausführung
Machine Learning for Trading

Dieses Analyse-Notebook erläutert, wie sich eine US-Aktienstrategie auf Basis von Unternehmensmerkmalen anhand von Registry-Ergebnissen statt neuer Backtests bewerten lässt. Es betrachtet Statistiken zur Performance unter Berücksichtigung von Unsicherheit,…

AktienBacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt ein aktuelles Audit vor, das VectorBT Pro und VectorBT OSS anhand unterstützter Strategieaufgaben mit realen Daten mit ML4T vergleicht. Beide VectorBT-Editionen werden für ETF-Allokation, USD-notierte Devisenallokation und ein…

Multi-AssetAktienFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook erklärt die instrumentierte Hauptkomponentenanalyse (IPCA), die die Faktor-Exposures jedes ETF als gemeinsame lineare Funktion der beobachteten Merkmale dieses Fonds modelliert. Abwechselnde kleinste Quadrate schätzen gemeinsam die Abbildung…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook untersucht sechs Allokationsmethoden für ausgewählte Konfigurationen von Krypto-Perpetual-Strategien. Rangfolgen und Einstiegsregeln bleiben fest, während sich das den einzelnen Positionen zugewiesene Kapital ändert. Die Methoden verwenden…

KryptoPerpetual FuturesPositionsgrößenbestimmungPortfolio-Konstruktion
Machine Learning for Trading

Das Notebook stellt einen autonomen Forschungsablauf vor, in dem ein Sprachmodell allgemeine Werkzeuge verwendet, um Dateien zu prüfen, Befehle auszuführen, ein Backtest-Register abzufragen und Daten zu untersuchen. Statt Forschungsaktionen fest zu…

Maschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses gemeinsame Modul zur Feature-Konstruktion definiert Regeln für die Erstellung finanzieller Prognosemerkmale, die in mehreren Fallstudien verwendet werden, und prüft diese. Für jede Merkmalsfamilie hält es Hypothese, Eingaben, rollierenden…

Technische IndikatorenStatistikMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook erklärt, warum eine berichtete Sharpe-Ratio eine unsichere Schätzung und kein definitives Maß für die Qualität einer Strategie ist. Es entwickelt Konfidenzintervalle und die probabilistische Sharpe-Ratio, die anhand von Stichprobenlänge,…

StatistikBacktestingRisikomanagement