Wissensbibliothek

Diese rein lesende Analyse führt Validierungsvorhersagen mehrerer Modellfamilien zusammen, um ihre Vollständigkeit, die Qualität ihrer Aktienrangfolgen, deren Beständigkeit über Folds und den zusätzlichen Informationsgehalt offenbar ähnlicher Modelle zu…

Dieses Notebook verwendet SHAP, um Prognosen der Ridge-Regression für ETF-Renditen zu erklären. Bei einem linearen Modell besteht ein geschlossener Zusammenhang zwischen Merkmalsattributionen, angepassten Koeffizienten und Abweichungen von den…

Dieses Notebook erklärt Kalman-Filter als Methode, um Merkmale aus Finanzpreisen abzuleiten. Ein lokaler linearer Trendzustand erfasst sowohl ein latentes Preisniveau als auch dessen Steigung, während ein Beobachtungsmodell verrauschte Schlusskurse…

Dieses Notebook stellt die instrumentierte Hauptkomponentenanalyse (IPCA) vor, einen Latent-Factor-Ansatz zur Prognose von Renditen anhand von Unternehmensmerkmalen. Statt jedem Merkmal direkt ein Renditegewicht zuzuweisen, modelliert IPCA die…

Diese Analyse vergleicht registrierte Modellfamilien anhand eines anlageklassenübergreifenden ETF-Panels mit Walk-Forward-Validierungsergebnissen. Die Modelle prognostizieren Renditen über 21 Handelstage und werden anhand querschnittlicher…

Diese Studie verwendet Orderdaten von NVDA über zehn Handelstage, um zu untersuchen, wie die tägliche Handelsaktivität die Bildung von Bars beeinflusst. Sie filtert Trades auf die regulären Handelszeiten der US, klassifiziert Aggressor-Seiten anhand von…

Diese Fallstudie wendet Gradient-Boosting-Bäume auf NASDAQ-100-Mikrostrukturmerkmale an, um Renditen und Richtung über mehrere Intraday-Zeithorizonte vorherzusagen. Sie stellt Bäume linearen Modellen gegenüber: Bäume können bedingte Beziehungen erkennen,…

Dieses Notebook vergleicht deterministische relationale Suche mit Einbettungssuche in einem Bestand institutioneller 13F-Beteiligungen. Es erstellt eine zeitpunktbezogene Momentaufnahme, indem es für jede Institution die zuletzt gemeldete Position vor einem…

Dieses Notebook demonstriert das Training eines generativen adversarialen Netzwerks mit entwickelten ETF-Merkmalen unter differenzieller Privatsphäre. Es führt die Datenschutzparameter Epsilon und Delta ein, erläutert, warum DP-SGD den Gradienten jedes…

Dieses Notebook wendet klassische Inferenz mit gewöhnlicher Methode der kleinsten Quadrate auf ETF-Merkmale und zukünftige Renditen an. Es behandelt Koeffizientenschätzungen, Standardfehler, t-Statistiken, p-Werte sowie Tests auf Heteroskedastizität,…

Dieses Dokument beschreibt Hilfsprogramme zum Laden geparster NASDAQ-ITCH-Nachrichten und zum Wiederaufbau eines Limit-Orderbuchs aus Auftragserteilungen, Löschungen, Stornierungen, Ausführungen und Ersetzungen. Es verfolgt die verbleibenden Aktien je…

Dieses Notebook verfolgt die ETF-Ranking-Signale von der Portfoliobildung bis zu einem vereinfachten Backtest. Ridge-Regression und logistische Klassifikation werden mit Walk-Forward-Aufteilungen trainiert und anschließend mit Momentum- und gleich…

Dieses Notebook vergleicht zeitbasierte Bars mit Tick-, Volumen-, Dollar-, Imbalance- und Run-Bars, die aus den Börsentransaktionen von AAPL an einem einzigen Tag erstellt werden. Die ersten vier Stichprobenverfahren gruppieren Beobachtungen nach…

Dieses Notebook zeigt, wie ein Korrelationsnetzwerk aus einem Schätzfenster ein Aktienuniversum beschreiben und zum Aufbau eines netzwerkdiversifizierten Portfolios dienen kann. Es wählt liquide Symbole ausschließlich anhand von Daten aus, die vor der…

Diese explorative Analyse untersucht das ältere Quandl-WIKI-US-Aktienpanel mit Blick auf Kurskonventionen, Datenabdeckung und darauf, welche Backtests sich mit der Historie durchführen lassen. Sie unterscheidet Rohkurse, die gehandelte Kursniveaus…

Dieses Notebook erstellt Merkmale aus minutengenauen NASDAQ-100-Daten mit drei Verfahren: einer rollierenden heterogenen autoregressiven Regression für kurzfristige Varianzprognosen, einer Fourier-Transformation zur Beschreibung periodischer Strukturen in…

Diese Analyse verwendet NASDAQ-TotalView-ITCH-Nachrichten, um die Aktivität am Handelsplatz zu beschreiben und eine Tabelle mit Trades und den zugehörigen Ticker-, Seiten- und Ordermerkmalen zu erstellen. Sie zählt Nachrichtentypen, vergleicht Trades mit den…

Dieses Notebook prüft, ob sich eine monatliche Long-Short-Strategie auf Grundlage von Firmenmerkmalen mit einem veröffentlichten US-Unternehmenspanel untersuchen lässt. Es überprüft die Datencodierung, die zeitlichen Veränderungen des verfügbaren…

Das Dokument erläutert, wie sich handelsbasierte Mikrostrukturmerkmale aus zu Intraday-Balken aggregierten NASDAQ-Transaktionsdaten konstruieren lassen. Behandelt werden Kyle-Lambda, Amihud-Illiquidität, der Roll-Spread-Schätzer, Handelsintensität und das…

Das Dokument beschreibt, wie Validierungsprognosen linearer Modelle, Gradient Boosting, tabellarischen Deep Learnings und Sequenzmodellen für S&P-500-Optionen verglichen werden. Vor der Berichterstattung von Diagnosen wird geprüft, ob jede registrierte…

Das Dokument erläutert, wie Double Machine Learning (DML) schätzt, ob der Anteil des von Käufern initiierten Volumens künftige Renditen beeinflusst, nachdem Spread, kurzfristige Volatilität und zurückliegende Renditen berücksichtigt wurden. Mit Cross-Fitting…

Dieses Notebook erstellt aus registrierten NASDAQ-100-Mikrostruktur-Backtests eine Strategiebewertung, ohne Modelle zu trainieren oder Backtests erneut auszuführen. Es liest Kennzahlen und Provenienz aus der Registry, erstellt bei Bedarf abgeleitete…

Dieses Notebook zeigt, wie sich NASDAQ-TotalView-ITCH-Nachrichten mit Einzelauftragsdaten aus dem Binärformat in strukturierte Datensätze dekodieren lassen. Es erläutert den Nachrichtenaufbau und die layoutspezifischen Felder, zeigt das Entpacken der Felder…

Dieses Notebook erläutert, wie Feature Stores Trainingsdaten und Live-Modelleingaben aufeinander abstimmen. Es beschreibt Feature Views anhand ihres Entitätsschlüssels, Ereigniszeitpunkts, ihrer Gültigkeitsdauer und ihrer Merkmalsdaten und stellt…