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

Dieses Notebook wandelt die vorwärts gerichteten 21-Tagesrenditen von ETF in ein Aufwärts- oder Abwärtsziel um und bewertet die logistische Regression mit L1- und L2-Regularisierung auf chronologischen Walk-Forward-Folds. Es skaliert Merkmale anhand der…

Maschinelles LernenStatistikPositionsgrößenbestimmungAktien
Machine Learning for Trading

Dieses Notebook richtet Feast als Feature-Store für Finanz- und Modelldaten ein und vergleicht anschließend historische und zeitpunktbezogene Abrufe mit einem transparenten, manuell erstellten Join. Es definiert Entitäten, zeitgestempelte Quellen,…

Maschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Zielfunktionen für Gradient Boosting bei monatlichen Aktienrenditen aus den US und hält Merkmale, Zielvariable und Walk-Forward-Folds konstant. Es stellt den quadratischen Fehler dem absoluten Fehler und dem Huber-Verlust…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Modul koordiniert Walk-Forward-Anpassung und -Bewertung für mehrere latente Faktormodelle, darunter Hauptkomponenten, instrumentierte Hauptkomponenten und neuronale Autoencoder. Es bereitet Paneldaten und Folds vor, ruft modellspezifische Abläufe auf…

FaktorinvestierenMaschinelles LernenBacktesting
Machine Learning for Trading

Diese Implementierung beschreibt einen bedingten Autoencoder für das Asset Pricing. Ein Beta-Netzwerk ordnet den Merkmalen jeder Aktie latente Faktorladungen zu, während ein lineares Faktornetzwerk verwaltete Portfoliorenditen auf Faktorrenditen abbildet.…

AktienFaktorinvestierenMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook demonstriert operative Schutzmaßnahmen für den Live-Handel mit einem synthetischen Broker. Es zeigt, wie eine Order abgelehnt wird, wenn der Marktsnapshot älter als die festgelegte Dauer ist, und wie ein Rückgang des Kontowerts den täglichen…

RisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook misst, wie sich veränderte proportionale Transaktionskosten auf jeweils eine anhand der Validierung ausgewählte FX-Strategie je Renditelabel auswirken. Zunächst wählt es eine übergeordnete Strategie aus Kandidaten für Signal, Allokation und…

DevisenhandelBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Diese Referenz beschreibt die Financial Phrasebank, eine Sammlung gekennzeichneter Finanznachrichtensätze, die zum Trainieren oder Bewerten von Modellen zur Verarbeitung natürlicher Sprache verwendet wird. Menschliche Annotatoren weisen positive, neutrale…

MarktstimmungMaschinelles Lernen
Machine Learning for Trading

Diese Analyse erläutert, wie Informationskoeffizienten (ICs) im Querschnitt für CME-Futuresmodelle zu lesen sind und wie sie mit späteren Portfoliotests zusammenhängen. Sie berechnet für jedes Datum die Rangkorrelation zwischen prognostizierten und…

FuturesStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook untersucht, ob historische ETF-Daten eine monatliche Rangstrategie unterstützen können, bevor ein Modell oder eine Prognose erstellt wird. Es prüft die zeitpunktbezogene Eignung anhand der Liquidität des Vorjahres, zählt verfügbare Fonds an…

AktienBacktestingOrderausführungStatistik
Machine Learning for Trading

Das Dokument erläutert, wie die Deflated Sharpe Ratio (DSR) den Sharpe-Wert einer ausgewählten Strategie um die Anzahl getesteter Strategien, die Streuung ihrer Sharpe-Schätzungen und nicht normalverteilte Renditen bereinigt. Es vergleicht sie mit einer…

BacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook prüft potenzielle Merkmale für eine Strategie, die auf dieselbe Aktie Call- und Put-Optionen am Geld mit identischem Verfallsdatum verkauft und den Straddle bis zum Verfall hält. Für jedes Merkmal wird gemessen, ob es die verfügbaren Titel in…

OptionenAktienStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht die BM25-Schlüsselwortsuche, dichte Einbettungen, Reciprocal Rank Fusion (RRF) und das Reranking durch Cross-Encoder anhand von Passagen aus 10-K-Meldungen von Unternehmen. Es erstellt jeden Suchansatz und bewertet die Rangfolge…

Maschinelles LernenStatistikAktien
Machine Learning for Trading

Dieses Notebook untersucht, warum zwei Backtesting-Engines bei identischen Signalen unterschiedliche Ergebnisse liefern können. Es hält eine vorab berechnete ETF-Strategie konstant, bildet anhand ihrer Prognosen ein deterministisches Portfolio und verändert…

BacktestingOrderausführungMarktmikrostrukturPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook vergleicht LightGBM-Modelle in einem Panel mit US-Aktien über drei Renditehorizonte. Das Raster variiert die Anzahl der Baumblätter und die Verlustfunktionen; anschließend bewertet es jede Konfiguration bei mehreren Baumzahl-Prüfpunkten. Die…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook verarbeitet die vierteljährlichen Massendaten zu 13F-Beständen der SEC, um institutionelle Beteiligungen, Manager-Rangfolgen und Netzwerke gemeinsamer Beteiligungen zu untersuchen. Es wählt für jeden Manager anhand der Meldedaten die jüngste…

AktienUS-MärkteStatistikMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook erstellt Labels für künftige Renditen kurzfristiger Straddles am Geld bei Aktien des S&P 500. Da das tägliche Panel mit 30-Tage-Straddles in jeder Sitzung zu einem anderen Basispreis oder Verfallstermin wechselt, würde eine verschobene…

OptionenBewertung von DerivatenVolatilitätBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Gleichgewichtung, inverse Volatilität, Minimum-Varianz und hierarchische Risikoparität mit demselben ETF-Universum, denselben Prognosen, demselben Umschichtungsplan und demselben Backtestverfahren. Ein rollierendes Ridge-Modell…

Portfolio-KonstruktionBacktestingRisikomanagementMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook nutzt aus NASDAQ ITCH abgeleitete Trades und Auftragsmeldungen, um Muster der Markt-Mikrostruktur zu veranschaulichen. Es untersucht eine negative Autokorrelation erster Ordnung bei Renditen aus Tick-Handelspreisen und erläutert, wie…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Hilfsmodul stellt statistische Funktionen zur Diagnose von Panels mit Trading-Daten bereit. Seine Autokorrelationsmethode berechnet die Kurve zunächst für jede Einheit einzeln und bündelt die Ergebnisse erst danach, um eine scheinbare Abhängigkeit…

StatistikBacktestingMarktmikrostrukturAktien
Machine Learning for Trading

Diese Fallstudie zu US-Aktien unterscheidet zwischen der Prognose künftiger Renditen und der Behauptung, Momentum verursache diese Renditen. Als Behandlung verwendet sie die Rendite einer Aktie im Vorjahr ohne den jüngsten Monat, als Ergebnis die…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Das Notebook erläutert den Value at Risk (VaR), der ein Verlustquantil markiert, und den Conditional Value at Risk (CVaR), der die Verluste jenseits dieser Schwelle mittelt. Anhand täglicher ETF-Renditen vergleicht es historische, gaußsche,…

RisikomanagementVolatilitätBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook entwickelt eine simulierte Market-Making-Aufgabe, in der ein PPO-Agent Quotierungsverschiebung und Spannenbreite wählt. Die Ausführungswahrscheinlichkeit sinkt, je weiter sich die Quotierungen vom Mittelkurs entfernen, während das…

Market-MakingMaschinelles LernenOrderausführungMarktmikrostruktur
Machine Learning for Trading

Dieses Lehr-Notebook vergleicht Methoden zur Erstellung von Ziel-Labels für überwachte Trading-Modelle anhand von ETF-Daten. Es behandelt Renditen und Richtungs-Labels mit festem Horizont, rollierende Zeitreihen-Perzentile, querschnittliche Perzentile,…

Maschinelles LernenStatistikBacktestingRisikomanagement