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

714 Dokumente

Machine Learning for Trading

Dieses Notebook entwickelt Labels für zukünftige Renditen von Short-At-the-Money-Straddles auf S&P-500-Aktien. Da der nominelle 30-Tage-Straddle im täglichen Panel in jeder Sitzung einen anderen Kontrakt darstellt, würde eine verschobene Preisreihe…

OptionenVolatilitätBewertung von DerivatenStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie sich prüfen lässt, ob Ereignisse wie Trading-Signale oder Ankündigungen Renditen über eine Marktbenchmark hinaus prognostizieren. Der Arbeitsablauf wird anhand von Momentum-Ausbrüchen bei liquiden ETFs demonstriert: Zunächst…

StatistikBacktestingMomentumAusbruch
Machine Learning for Trading

Diese Analyse vergleicht Triage-Protokolle für Merkmale aus neun Trading-Fallstudien. Sie unterscheidet die Signifikanz der False Discovery Rate nach Benjamini-Hochberg von einem zweiten Weg zur Entscheidung PROCEED, der eine fallspezifische…

StatistikMaschinelles LernenBacktestingFaktorinvestieren
Machine Learning for Trading

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…

Maschinelles LernenStatistikMarktstimmungBacktesting
Machine Learning for Trading

Dieses Dokument hält eine strukturierte Bullen-Bären-Debatte darüber fest, ob die Federal Reserve ihren Leitzins im Jahr 2026 anheben wird. Drei Agenten beurteilen die Frage anhand von Fed-Prognosen, Inflation, Arbeitsmarktbedingungen, Prognosen von…

Festverzinsliche WertpapiereUS-MärkteStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie sich Insidertransaktionen für die Aktienforschung aus Rohmeldungen des SEC-Formulars 4 XML extrahieren lassen. Es behandelt jeden Transaktionsblock als Einheit der Verarbeitung und erhält die Zuordnung zwischen…

AktienUS-MärkteEreignisgesteuertStatistik
Machine Learning for Trading

Dieses Dokument stellt zwei Ansätze mit latenten Faktoren für Futures-Renditen vor. Die Hauptkomponentenanalyse findet unkorrelierte Richtungen, die den größten Anteil der Renditevariation erklären, während ein neuronaler stochastischer Diskontfaktor…

FuturesMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook beschreibt langsam veränderliche Kontextmerkmale für tägliche Handelsentscheidungen: Bilanzkennzahlen, makroökonomische Bedingungen und Kalenderkodierungen. Es skizziert Value- und Qualitätskennzahlen wie Gewinnrendite, Rentabilität,…

AktienFaktorinvestierenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument erläutert, wie sich tägliche Labels für künftige ETF-Renditen anhand bereinigter Schlusskurse zum Beobachtungszeitpunkt und einer späteren Handelssitzung erstellen lassen. Es erzeugt ein primäres Label mit monatlichem Horizont und eine…

AktienMaschinelles LernenStatistikMomentum
Machine Learning for Trading

Dieses Notebook vergleicht Split-Conformal-Prognosen, konforme Quantilsregression und adaptive konforme Inferenz zur Prognose künftiger Renditen von ETF. In Walk-Forward-Folds trainiert es auf einer Teilmenge, kalibriert Intervallfehler auf einer anderen und…

AktienMaschinelles LernenStatistikRisikomanagement
Machine Learning for Trading

Dieses Dokument beschreibt Methoden, um datierte Entitätsdatensätze für Fallstudien zu latenten Faktoren in Arrays umzuwandeln. Eine Methode behält nur Entitäten bei, die einen anhand eines Zulässigkeitsdatensatzes ermittelten Abdeckungsschwellenwert…

FaktorinvestierenPortfolio-KonstruktionStatistik
Machine Learning for Trading

Das Notebook untersucht, ob Orderbuchaktivität kurzfristige Renditen für NVDA vorhersagt. Es erstellt ein nach Distanz gewichtetes Maß für den Orderbuchdruck anhand von Hinzufügungen, Stornierungen und Ausführungen auf Market-by-Order-Ebene und glättet dann…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook erfasst modellbasierte Merkmalsspalten aus neun Marktfallstudien, indem es Parquet-Schemas statt vollständiger Datensätze einliest. Es schließt Identifikationsfelder aus, zählt Spalten je Markt und ordnet Merkmalsfamilien anhand von…

Maschinelles LernenStatistikMulti-Asset
Machine Learning for Trading

Dieses Notebook erläutert, wie die Suche über viele Faktoren oder Strategien die scheinbare Leistung des ausgewählten Gewinners überhöht, selbst wenn einzelne Schätzungen korrekt berechnet wurden. Eine simulierte Gruppe von Rauschfaktoren veranschaulicht,…

StatistikFaktorinvestierenBacktestingRisikomanagement
Machine Learning for Trading

Diese Fallstudie vergleicht Sequenzmodelle auf einem Merkmals-Panel aus Aktien und Optionen des S&P 500. Sie stellt ein LSTM, das einen gesteuerten Zustand über ein Rückblickfenster hinweg trägt, einer N-Linear-Baseline gegenüber, die das jüngste Niveau…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert die fünfteilige Architektur von TimeGAN: Einbettungs- und Wiederherstellungsnetzwerk bilden zwischen Rohbeobachtungen und latentem Raum ab, ein Supervisor lernt zeitliche Übergänge, und Generator sowie Diskriminator werden…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Brutto- und Netto-Sharpe-Ratios über Kostenraster von Strategie-Backtests aus Fallstudien hinweg. Für jede eingesetzte Strategiekonfiguration liest es angenommene Kosten pro Orderseite und Rebalancing-Rhythmus aus gespeicherten…

BacktestingRisikomanagementOrderausführungStatistik
Machine Learning for Trading

Dieser Datensatz dokumentiert einen Multi-Agent-Forschungslauf zur Frage, ob die Vereinigten Staaten bis Ende 2026 in eine Rezession eintreten würden. Als festgelegte Auflösungsregel gelten entweder aufeinanderfolgende Rückgänge des vierteljährlichen GDP…

StatistikUS-MärkteMulti-Asset
Machine Learning for Trading

Dieses Notebook wandelt rollierende ETF-Renditefenster in Zweikanalbilder für ein faltendes neuronales Netz um. Das Gramian Angular Summation Field skaliert Werte innerhalb jedes Fensters neu, bildet sie auf Winkel ab und erfasst trigonometrische Beziehungen…

Maschinelles LernenStatistikAktienBacktesting
Machine Learning for Trading

Risk-Premium-PCA verändert die Kovarianzmatrix, indem ein gewichtetes äußeres Produkt des mittleren Renditevektors aus den Trainingsdaten hinzugefügt wird. Die führenden Eigenvektoren definieren statische Faktorportfolios: Bei Gewicht null ergibt sich die…

FaktorinvestierenStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook beschreibt, wie nach der Auswahl einer Konfiguration anhand von Validierungsdaten Prognosen für einen unberührten Holdout-Zeitraum erstellt werden. Es löst die ausgewählte Konfiguration auf, erstellt ihre Trainingsspezifikation für den…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook verwendet ein Gaußsches Mischungsmodell, um Monate anhand des gemeinsamen Verhaltens von neun Faktor- und Anlageklassen-Renditereihen zu gruppieren. Es standardisiert monatliche Beobachtungen, entfernt Monate mit fehlenden Werten und…

FaktorinvestierenMaschinelles LernenStatistikMulti-Asset
Machine Learning for Trading

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…

Maschinelles LernenMarktstimmungStatistik