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

Diese Analyse erklärt, wie der Premium-Index von Binance für Perpetual-Futures mit Spotpreisen zusammenhängt und wie die Börse diese Prämie in regelmäßige Funding-Zahlungen umwandelt. Der Index verwendet ausführbare Impact-Bid- und Ask-Preise im Verhältnis…

KryptoPerpetual FuturesCarryArbitrage
Machine Learning for Trading

Dieses Notebook beschreibt, wie eine ausgewählte Funding-Strategie für Krypto-Perpetuals in einem späteren Holdout-Zeitraum bewertet wird. Es verwendet Prognosen wieder, die mit vor dem Holdout endenden Trainingsdaten erzeugt wurden, führt das gewählte…

KryptoPerpetual FuturesCarryBacktesting
Machine Learning for Trading

Dieses Notebook stellt Pfadsignaturen als Merkmale fester Länge vor, die Reihenfolge und gemeinsame Geometrie von Beobachtungen in einem Zeitreihenfenster erhalten. Die erste Ebene erfasst die Gesamtänderung jeder Koordinate; die zweite bildet die…

AktienTechnische IndikatorenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook beschreibt eine Double-Machine-Learning-Analyse mit expandierendem Fenster dazu, ob Momentum über 12 bis -2 Monate die Renditen von US-Unternehmen im Folgemonat vorhersagt, wenn Beta, IdioVol, LME und Varianz berücksichtigt werden.…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument beschreibt ein zweistufiges Verfahren zur Extraktion von Quelldaten für eine S&P-500-Straddle-Studie. Zunächst werden Call- und Put-Kontrakte anhand einer Auswahl nahe am Geld ermittelt, die auf Tagen bis zum Verfall, absolutem Delta,…

OptionenVolatilitätBewertung von DerivatenStatistik
Machine Learning for Trading

Das Dokument zeigt einen VectorBT-Ablauf für eine Long-only-Bitcoin-RSI-Mean-Reversion-Regel. Es berechnet RSI anhand täglicher Schlusskurse, eröffnet eine Position, wenn der Wert des Vortags unter einen unteren Schwellenwert fällt, und schließt sie, wenn er…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
Machine Learning for Trading

Dieses Notebook erstellt N-BEATS zur Prognose von Schlusskursen für SPY. Vollständig verbundene Blöcke verarbeiten ein ganzes Rückblickfenster; jeder erzeugt einen Backcast, der vor dem nächsten Block abgezogen wird, sowie eine Prognose für den künftigen…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Das Dokument beschreibt durchgängige Pipelines, die historische und aktuelle Aktiendaten zusammenführen und stündliche Daten zu Krypto-Perpetuals aufbereiten. Im zentralen Beispiel werden WikiPrices- und Yahoo-Beobachtungen an der Grenze ihrer Datenabdeckung…

Multi-AssetStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt einen strukturierten Zustandsdatensatz für Research-Agenten vor, der die Frage eines Durchlaufs, den Stichtag, Belege, offene Fragen, den Werkzeugverlauf, Ergebnisse der Qualitätsprüfungen und den Synthesestatus bewahrt. Es…

Maschinelles LernenStatistikRisikomanagement
Machine Learning for Trading

Dieses Tutorial erläutert, wie sich Lookahead Bias in ETF- und makroökonomischen Daten erkennen und vermeiden lässt. Es zeigt, dass zentrierte gleitende Durchschnitte zukünftige Beobachtungen verwenden, während eine einfache Korrelation zwischen dem Niveau…

BacktestingStatistikAktienUS-Märkte
Machine Learning for Trading

Das Dokument untersucht, wie Handelskosten die Validierungsleistung einer zuvor ausgewählten Aktien- und Optionsallokation im S&P 500 verändern. Es variiert Gebühren pro Handelsrichtung als Anteil des gehandelten Werts und vergleicht sie mit einer pauschalen…

AktienOptionenBacktestingOrderausführung
Machine Learning for Trading

Das Notebook trainiert einen einfachen Autoencoder mit standardisierten Stundenrenditen einer Gruppe von Krypto-Perpetual-Märkten. Der Encoder komprimiert den anlageklassenübergreifenden Renditevektor in eine zweidimensionale latente Darstellung, und der…

KryptoPerpetual FuturesMaschinelles LernenVolatilität
Machine Learning for Trading

Das Notebook vergleicht Monte-Carlo-Dropout und tiefe Ensembles als Verfahren zur Schätzung der Unsicherheit täglicher ETF-Renditeprognosen. Bei Dropout bleibt die Ausblendung während wiederholter Prognosen aktiv, während die Ensemblemitglieder getrennt…

Maschinelles LernenStatistikRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Diese Prüfung vergleicht mehrere Backtesting-Engines mit gemeinsamen historischen Eingaben für ETF-Allokation, CME-Futures, Krypto-Perpetuals mit Funding, Devisen und US-Aktien. Jedes unterstützte Paar erhält dieselben inhaltsadressierten Marktdaten und…

BacktestingOrderausführungMulti-AssetFutures
Machine Learning for Trading

Dieses Notebook gibt einen Überblick über Methoden zur Erkennung von Veränderungen in Finanzzeitreihen und verwendet SPY als Beispiel. Es stellt den Zivot-Andrews-Test, der einen Bruch schätzt und zugleich eine Einheitswurzelhypothese testet, PELT und der…

AktienStatistikMaschinelles LernenRisikomanagement
Machine Learning for Trading

Dieses Notebook bewertet ein vortrainiertes Finanzstimmungsmodell anhand von FinMarBa-Schlagzeilen und erläutert, warum das Ergebnis kein sauberer Test der Übertragung von Sentiment ist. FinBERT wurde anhand menschlicher Einschätzungen der Textstimmung…

Maschinelles LernenMarktstimmungAktienStatistik
Machine Learning for Trading

Dieses Notebook implementiert eine Long-only-RSI-Mean-Reversion-Regel für BTC/USDT-Perpetuals mit einer ereignisgesteuerten Backtesting-Engine. Es fasst untertägige Balken zu täglichen OHLCV-Daten in UTC zusammen, berechnet einen rollierenden RSI aus…

KryptoPerpetual FuturesRückkehr zum MittelwertTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook erläutert eine Baseline mit Hauptkomponenten zur Prognose von CME-Futuresrenditen. PCA wird an die Renditematrix der Produkte im Trainingsfold angepasst, sodass die Komponenten gemeinsame Bewegungsrichtungen über Kontrakte hinweg darstellen…

FuturesFaktorinvestierenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Sequenzmodelle auf einem Wochenraster, um dieselbe Rendite über fünf Sitzungen vorherzusagen, die auch auf einem Tagesraster verwendet wird. Bei einer Abtastung freitags wird dieses Label ungefähr zu einem Ein-Schritt-Ziel. Dadurch…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Dokument beschreibt, wie mithilfe geschätzter Round-Trip-Handelskosten eine feste Auswahl von Aktien für Validierungs- und Holdout-Backtests getroffen wird. Die Näherung kombiniert geschätzte Kosten je Aktie im Verhältnis zum durchschnittlichen…

AktienOrderausführungMarktmikrostrukturBacktesting
Machine Learning for Trading

Diese explorative Analyse beschreibt ein tägliches Panel börsengehandelter Fonds aus neun Gruppen. Sie prüft die Symbolabdeckung im Zeitverlauf, vergleicht das Panel mit dem Klassifikationsverzeichnis, untersucht fehlende Werte und Nullvolumen und bewertet…

AktienPortfolio-KonstruktionOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook wendet TabM, ein neuronales Ensemble mit gemeinsamen Gewichten, auf Aktienrendite-Zielwerte an, die aus Aktienoptionsmerkmalen gebildet werden. Die Mitglieder nutzen ein gemeinsames zweischichtiges Netzwerk als Grundgerüst sowie separate…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erklärt, wie Labels für zukünftige Kursrenditen in einem Panel aus Krypto-Perpetuals mit achtstündigen Intervallen erstellt werden. Es verschiebt die Zeitstempel der Balkenöffnung auf den Zeitpunkt, zu dem Daten eines abgeschlossenen Balkens…

KryptoPerpetual FuturesRückkehr zum MittelwertStatistik