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.
44 Dokumente
Diese Referenz beschreibt zwei Korpora mit Finanznachrichten für Sentimentanalysen, die Entwicklung von Textmerkmalen und Experimente zum Zusammenhang zwischen Nachrichten und Renditen. FNSPID verknüpft Schlagzeilen mit Aktientickern und deckt einen langen…
Dieses Dokument beschreibt einen Arbeitsablauf, um vierteljährliche SEC 13F-Bulkmeldungen in ein Panel institutioneller Beteiligungen umzuwandeln. Pro Vermögensverwalter wird anhand des Meldedatums die jüngste Meldung ausgewählt. Zur Identifizierung von…
Dieses Notebook zeigt, wie ein Transformer für die Erkennung benannter finanzieller Entitäten feinabgestimmt wird, um Textspannen in strukturierte Felder für Organisationen, Personen, Geldbeträge, Datumsangaben und Prozentsätze umzuwandeln. Es führt…
Dieses Notebook bewertet Sicherheitsregeln für einen auf Dokumenten beruhenden Finanzassistenten anhand von sechs manuell erstellten Fällen. Die Fälle behandeln Prompt-Injection, erfundene Zahlen in nicht vertrauenswürdigem Material, versuchte Aktionen und…
Dieses Notebook trainiert ein Skip-gram-Word2Vec-Modell mit einem kleinen, nach Sentiment gekennzeichneten Finanznachrichtenkorpus und untersucht, was dessen nächste Nachbarn zeigen. Die Methode bildet Wörter anhand der Kontexte ab, in denen sie auftreten.…
Dieses Notebook setzt einen Prognoseagenten aus einem Sprachmodell-Client, einem Suchwerkzeug und einer begrenzten Zugfolge zusammen. Der Agent sucht nach Belegen und gibt eine binäre Wahrscheinlichkeit mit Begründung zurück. Sein Antwortparser behandelt…
Dieses Notebook beschreibt einen Ablauf, um aus den vierteljährlichen MD&A-Angaben von S&P-500-Unternehmen Handelsmerkmale abzuleiten. Als zeitpunktgenauen Anker dienen die Annahmedaten der Meldungen. Mehrere Meldungen eines Unternehmens am selben Datum…
Dieses Notebook vergleicht drei Verfahren, um Finanznachrichtensätze als positiv, neutral oder negativ zu klassifizieren: TF-IDF-Wort- und Wortpaarmerkmale mit logistischer Regression, gemittelte vortrainierte GloVe-Vektoren mit logistischer Regression und…
Dieses Notebook erläutert, wie narrative Abschnitte aus 10-K- und 10-Q-Meldungen für spätere Textanalysen extrahiert werden. Es ordnet formularspezifische Abschnittsnummern zu, wandelt das HTML der Meldung um und erhält dabei Absatzgrenzen, bereinigt…
Dieses Notebook erläutert, wie sich Wahrscheinlichkeitsprognosen mehrerer Agenten kombinieren und die resultierenden Wahrscheinlichkeiten kalibrieren lassen. Es stellt die Neyman-Extremisierung vor, die den Mittelwert der Prognosen abhängig von der…
Dieses Notebook zeigt einen Diagnose-Workflow auf Trade-Ebene, der realisierte Verluste mit den SHAP-Erklärungen eines Modells verknüpft. Es trainiert ein LightGBM-Modell mit verzögerten Preis- und Volatilitätsmerkmalen sowie Makro-Eingaben, um Renditen von…
Dieses Notebook stellt einen Research-Agenten zusammen, der nach Belegen sucht und eine strukturierte Wahrscheinlichkeit für eine binäre Frage ausgibt. Es beschreibt die Analyse und Validierung von Aktionen, ein Rundenlimit und ein gespeichertes…
Dieses Modul beschreibt zwei Komponenten einer Multi-Agenten-Pipeline für Prognosen. Ein Debattenagent wechselt zwischen bullischen und bärischen Argumenten. Jede Seite muss auf die Behauptungen der anderen eingehen und eine Wahrscheinlichkeitsschätzung mit…
Dieses Notebook stimmt drei Transformer-Checkpoints für die dreiklassige Klassifikation des Finanzsentiments in Sätzen fein ab und vergleicht Genauigkeit, Makro-F1, Konfusionsmatrizen, Parameteranzahl und Trainingszeit. Es verwendet eine geschichtete…
Dieses Notebook untersucht eine stichwortbasierte ESG-Schlagzeilenpipeline und vergleicht ihre strukturierten Klassifikatorausgaben mit den Anforderungen an einen Retrieval-Augmented-Generation-Assistenten. Eine erste Stichwortliste wählt Schlagzeilen aus,…
Das Notebook verwendet SHAP, um die Wahrscheinlichkeiten von FinBERT für drei Finanzsentimentklassen auf Token-Ebene zu erklären. Es legt einen Modell-Checkpoint fest, ordnet die Ausgabelabels explizit zu und untersucht anschließend, welche Tokens die…
Dieses Notebook erstellt einen Prognose-KI-Agenten, der in einem ReAct-Loop zwischen Schlussfolgerungen und Aktionen wechselt. Sein Aktionsraum ist bewusst klein: Der Agent kann nach Belegen suchen oder eine Wahrscheinlichkeitsprognose abgeben. Eine…
Dieser Leitfaden stellt die öffentlichen CFTC-Commitment-of-Traders-Berichte als Quelle wöchentlicher Positionsdaten zu Futures vor. Er unterscheidet den Bericht Traders in Financial Futures, der Teilnehmer wie Händler, Vermögensverwalter und gehebelte…
Dieses Kapitel stellt Retrieval-Augmented Generation als Möglichkeit vor, Sprachmodelle für offene Finanzforschung nützlicher zu machen, bei der unbelegte Aussagen und Halluzinationen kostspielig sein können. Es führt durch das System – von der Aufnahme von…
Das Dokument erläutert, wie wöchentliche CFTC-Commitment-of-Traders-Daten für ausgewählte Futures-Produkte abgerufen und die Historie jedes Produkts als Parquet-Datei gespeichert wird. COT-Berichte erfassen die Positionierung vom Dienstag und werden am…