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

563 Dokumente

Machine Learning for Trading

Das Dokument stellt NLinear vor, ein minimales Sequenzmodell zur Prognose von Aktienrenditen des NASDAQ-100 anhand intratägiger Merkmale. Es verwendet ein festes zurückliegendes Fenster, zieht die jüngste Beobachtung ab, damit das Modell mit Veränderungen…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook bewertet Validierungsvorhersagen als reine Long-Aktienportfolios mit gleich gewichteter Top-K-Auswahl und einem Entscheidungsrhythmus, der durch die Frequenz der Labels bestimmt wird. Es prüft die zeitliche Reihenfolge von Schlusskurs und…

AktienOptionenBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Diese Fallstudie filtert potenzielle Finanz- und modellbasierte Merkmale anhand künftiger Renditen für eine NASDAQ-100-Mikrostrukturstrategie. Sie berechnet im Zeitverlauf querschnittliche Rang-Informationskoeffizienten, passt die Inferenz an Abhängigkeiten…

AktienMarktmikrostrukturStatistikMaschinelles Lernen
Machine Learning for Trading

Das Dokument erläutert drei Regeln, um Positionen vor dem planmäßigen Rebalancing eines Portfolios zu schließen: einen festen Verlust-Stop, einen Trailing-Stop, gemessen vom besten Kurs der Position, und einen zeitbasierten Ausstieg nach einer festgelegten…

AktienRisikomanagementBacktestingPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Dokument stellt öffentliche Datensätze mit Fama-French- und AQR-Faktorrenditen als Grundlage für Benchmarking, Risikoattribution und Faktorenforschung vor. Es beschreibt Markt-, Größen-, Value-, Profitabilitäts-, Investitions- und Momentumfaktoren aus…

FaktorinvestierenAktienStatistikBacktesting
Machine Learning for Trading

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…

AktienMaschinelles LernenMarktstimmungEreignisgesteuert
Machine Learning for Trading

Dieses Notebook zeigt die Abgrenzung zwischen einer Offline-Pipeline für maschinelles Lernen und der LEAN-Engine von QuantConnect. Es wählt über das ETF-Fallstudienregister eine Prognosemenge aus, prüft die Herkunft von Training und Prognosen und exportiert…

Maschinelles LernenOrderausführungBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook erklärt Pfadsignaturen als Merkmale fester Länge, die Reihenfolge und gemeinsame Form der Beobachtungen einer Zeitreihe bewahren. Es beschreibt, wie die erste Signaturstufe Gesamtveränderungen erfasst, während Terme der zweiten Stufe…

AktienMaschinelles LernenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook vergleicht die Übereinstimmung von Backtrader, Zipline Reloaded und einem internen Trading-Framework anhand ausgewählter realer Strategien aus Fallstudien. Es umfasst ETF und US-Vergleiche mit US-Aktienpanels für beide externen Engines sowie…

BacktestingOrderausführungMarktmikrostrukturAktien
Machine Learning for Trading

Dieses Notebook überführt institutionelle 13F-Beteiligungen in einen Graphen, der Vermögensverwalter und Aktien mit Sektorbeziehungen und Beteiligungskanten verbindet. Diese enthalten Aktienanzahl, Wert, Berichtszeitraum und öffentliches Meldedatum. Es…

AktienMarktmikrostrukturStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook bewertet 57 buchhalterische und kursbasierte Merkmale als einzelne Prognosevariablen für die Renditen von US-Aktien im Folgemonat. Es berechnet monatliche Rangkorrelationen im Querschnitt, mittelt sie über die Zeit und passt die Unsicherheit…

AktienFaktorinvestierenStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook verwendet aus NASDAQ ITCH abgeleitete Handels- und Orderdaten, um Mikrostrukturmuster zu veranschaulichen. Es untersucht die negative Autokorrelation erster Ordnung bei Tick-Renditen und vergleicht sie mit dem Effekt bei Mittelkursrenditen.…

AktienMarktmikrostrukturStatistikOrderausführung
Machine Learning for Trading

Diese Demonstration erweitert einen Ablauf für Einzelorders zu einem täglichen Rebalancing für ein festes Universum großkapitalisierter US-Aktien. Sie erklärt, wie aktuelle Brokerpositionen mit Modellzielen verglichen, Orders für die Differenzen erstellt und…

AktienOrderausführungRisikomanagementMarktmikrostruktur
Machine Learning for Trading

Dieses Lehr-Notebook gibt einen Überblick über Preis- und Volumenmerkmale für quantitative Forschung. Es behandelt einfache und logarithmische Renditen über verschiedene Horizonte, Momentum mit Auslassung der jüngsten Periode, Übernacht- und…

AktienTechnische IndikatorenVolatilitätMomentum
Machine Learning for Trading

Dieses Notebook stellt einen Ablauf vor, um zu untersuchen, ob Momentum mit Auslassung der jüngsten Periode über sechs Monate die Forward-Renditen über 21 Tage beeinflusst und ob sich der Effekt mit der Marktvolatilität verändert. Es schätzt Effekte auf…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht zwei vortrainierte Zeitreihen-Grundmodelle, Chronos und TinyTimeMixer, mit einem LSTM und einer regularisierten linearen Basislinie auf einem ETF-Panel. Jedes Modell erhält einen univariaten historischen Kontext; die vortrainierten…

Maschinelles LernenAktienMomentumBacktesting
Machine Learning for Trading

Dieses Kapitel stellt einen Rahmen zur Bewertung kausaler Aussagen in der quantitativen Trading-Forschung vor. Es beginnt mit klaren Definitionen von Behandlung, Ergebnis, Estimand, Gegenfaktum und Adjustierungsmenge und ordnet Forschungsfragen anschließend…

Maschinelles LernenStatistikBacktestingFaktorinvestieren
Machine Learning for Trading

Dieses Notebook passt lineare Modelle an NASDAQ-100-Mikrostrukturmerkmale an, die in Ein-Minuten-Intervallen beobachtet werden, um Renditen über mehrere zukünftige Horizonte zu prognostizieren. Es soll eine einfache Basislinie vor ausdrucksstärkeren Modellen…

AktienMaschinelles LernenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument beschreibt einen täglichen US-Aktienmarktdatensatz mit rund 3,200 Unternehmen von 1962 bis März 2018. Er umfasst auch dekotierte Emittenten und eignet sich damit für historische Forschung, bei der der Ausschluss gescheiterter oder dekotierter…

AktienUS-MärkteBacktesting
Machine Learning for Trading

Dieses Notebook untersucht, wie Annahmen zu Transaktionskosten den Validierungs-Sharpe einer ausgewählten Aktien- und Optionsallokation des S&P 500 beeinflussen. Wenn verfügbar, übernimmt es die Konfiguration, die anhand einer eingefrorenen Kandidatenmenge…

AktienOptionenOrderausführungBacktesting
Machine Learning for Trading

Dieses Notebook führt eine zuvor ausgewählte Konfiguration für US-Aktien mit Holdout-Prognosen aus. Das ausgewählte Modell, die Prognosen, der Allokator, die Konzentration, das Risiko-Overlay, der Rebalancing-Takt und die Annahmen zu Transaktionskosten…

AktienUS-MärkteBacktestingRisikomanagement
Machine Learning for Trading

Dieses Dokument stellt eine Kostensensitivitätsanalyse für eine feste ETF-Momentumstrategie vor. Universum, Gewichtungen, Zeitplan und Simulator bleiben unverändert, während der Backtest mit einer Reihe von Gebühren pro Handelsseite erneut ausgeführt wird.…

AktienMomentumBacktestingOrderausführung