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 erklärt, warum eine tägliche Optionsreihe mit konstanter Laufzeit nicht die Renditehistorie eines einzelnen handelbaren Kontrakts darstellt. Wird täglich ein neuer Straddle nahe am Geld ausgewählt, können sich der Ausübungspreis, der Verfall…
Diese Referenz beschreibt akademische Faktor-Renditedatensätze aus der Fama-French-Bibliothek und von AQR für Strategieanalysen und Faktormodellierung. Zu den Daten von Fama-French gehören Reihen zu Markt, Größe, Value, Profitabilität, Investitionen und…
Dieses Dokument stellt ein gemeinsames Datensystem für quantitative Handelsforschung vor und katalogisiert Datensätze zu Aktien, Optionen, Futures, Krypto, Devisen, Faktoren, Makroökonomie, Unternehmensmeldungen, Positionierung, Nachrichten und…
Diese Fallstudie beschreibt die Erstellung eines Prognosedatensatzes außerhalb der Stichprobe für ein bereits ausgewähltes Modell für S&P-500-Optionen. Die Konfiguration für die Testperiode wird anhand von Validierungsergebnissen festgelegt und anschließend…
Diese Fallstudie vergleicht Prognosemodelle für eine monatliche Rotation über Anlageklassen hinweg, anhand von ETFs für Aktien, festverzinsliche Anlagen, Rohstoffe, Währungen und Immobilien. Die zentrale Erkenntnis lautet, dass Informationskoeffizient (IC)…
Dieser Research-Agent-Datensatz untersucht, ob die Federal Reserve die Obergrenze ihres Zielzinssatzes im Jahr 2026 anheben wird. Er enthält einen Marktpreis, Suchverläufe und Wahrscheinlichkeitsprognosen des Agenten. Die erste Begründung spricht für eine…
Dieses Notebook erläutert, wie Double Machine Learning (DML) schätzt, ob FX-Momentum zukünftige Renditen beeinflusst, nachdem konfigurierte Störfaktoren berücksichtigt wurden. Es unterscheidet diese Interventionsfrage von einer Prognose: Prädiktive Modelle…
Dieses Notebook stellt einfache Falsifikationsdiagnosen zur Prüfung von Merkmalen vor und unterscheidet ausdrücklich zwischen der Vereinbarkeit mit einem Mechanismus und kausaler Identifikation. Zunächst prüft es ETF-Merkmale über Horizonte zukünftiger…
Dieses Notebook untersucht Labels für überwachtes Lernen anhand von ETF-Kursdaten. Es behandelt Renditen über feste Horizonte für Regression oder Richtungsklassifikation, rollierende Zeitreihenperzentile, querschnittliche Perzentil-Labels,…
Dieses Notebook fasst Registry-Ergebnisse für OLS, Ridge, Lasso und ElasticNet aus neun Fallstudien zusammen. Es wählt vollständige Validierungsergebnisse zum jeweiligen primären Label der Studie aus, vergleicht mittlere tägliche querschnittliche…
Dieses Notebook vergleicht gelernte und analytische Absicherungen für einen leerverkauften europäischen Call bei diskretem Rebalancing und proportionalen Handelskosten. Es definiert den selbstfinanzierenden End-P&L aus Absicherungsgewinnen,…
Dieses Notebook bewertet ETF-Merkmale einzeln, indem es für jedes Datum einen Rang-Informationskoeffizienten zwischen Merkmalswerten und nachfolgenden Monatsrenditen berechnet. Es prüft Finanz- und modellbasierte Merkmale über Walk-Forward-Validierungsdaten…
Dieses Notebook veranschaulicht anhand konstruierter Beispiele Ausstiege auf Positionsebene und Kontrollen auf Portfolioebene. Zu den statischen Regeln gehören Stop-Losses, Gewinnziele und zeitbasierte Ausstiege; dynamische Regeln umfassen Trailing-Stops,…
Dieses Notebook bewertet Kandidatenmerkmale zur Rangfolge von US-Aktien anhand nachfolgender Renditen. Es berechnet tägliche querschnittliche Informationskoeffizienten, fasst deren Mittelwert mit Unsicherheitsschätzungen unter Berücksichtigung serieller…
Dieses Notebook zeigt, wie makroökonomische Beobachtungen den Daten zugeordnet werden, an denen Händler tatsächlich darüber verfügen konnten. Es unterscheidet den Zeitraum, den ein Wert misst, von seinem Veröffentlichungsdatum, schätzt Veröffentlichungsdaten…
Dieses Notebook erläutert PCA als Basismodell latenter Faktoren zur Prognose von ETF-Renditen. Es zerlegt ein Trainingspanel zukünftiger Renditen in die führenden Richtungen und schätzt das Exposure jedes Fonds sowie die Faktorprämien. Der Schätzer ignoriert…
Dieses Notebook zeigt, wie drei Transformer-Checkpoints für die Sentimentanalyse von Finanzsätzen mit drei Klassen feinjustiert und anhand von Genauigkeit, Makro-F1 und Konfusionsmatrizen bewertet werden. Es verwendet eine stratifizierte Aufteilung in…
Dieses Notebook schätzt mithilfe von Double Machine Learning den bereinigten Effekt eines kontinuierlichen ETF-Momentummaßes auf zukünftige Renditen. Es vergleicht eine unbereinigte Regression mit DML-Schätzungen, die jüngere und längerfristige Volatilität,…
Dieser Leitfaden beschreibt einen täglichen Datensatz für US Aktien von NASDAQ Data Link Wiki Prices mit angepassten OHLCV-Daten und einer Abdeckung von 1962 bis März 2018. Er erklärt, wie Sie das Archiv mit einem API-Schlüssel abrufen, laden, nach Symbol…
Dieses Hilfsprogramm misst die absolute relative Änderung der Prämie eines eröffneten Optionsstraddles über festgelegte Sitzungshorizonte. Es bildet eine gültige Straddle-Prämie aus zusammengehörigen Call- und Put-Kursen mit positiven Geldkursen und…
Dieses Notebook stellt ein deterministisches Verfahren vor, um zu prüfen, ob Backtest- und Live-Trading-Pipelines gleich funktionieren. Es vergleicht aufeinanderfolgende Stufen: Merkmale aus denselben Balken, Prognosen anhand dieser Merkmale, Signale bei…
Dieses Notebook erläutert, wie ein bedingter Autoencoder die instrumentierte Hauptkomponentenanalyse (IPCA) erweitert: Er behält die zweistufige Struktur bei, in der Fondsmerkmale auf latente Faktorbelastungen abgebildet und diese mit Faktorrenditen…
Diese Analyse vergleicht Prognosemodelle zur Rangordnung von NASDAQ-100-Aktien anhand ihrer Rendite in den nächsten 15 Minuten. Verwendet werden Intraday-Mikrostrukturmerkmale wie Spreads, Ungleichgewicht der Markttiefe, vorzeichenbehaftetes Volumen und…
Dieses Notebook erprobt einen Bereitstellungszyklus für ein Modell zur Prognose der Richtung von Krypto-Finanzierungsraten. Es trainiert einen LightGBM-Klassifikator anhand historischer, von Binance abgeleiteter Perpetual-Daten, ruft Live-Stundenbalken und…