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.
563 Dokumente
Dieses Notebook bewertet Gradient-Boosted Trees anhand von Analysen zu Aktienoptionen, bei denen Features wie implizite Volatilität, Skew, Laufzeitstruktur und Varianzrisikoprämie Markterwartungen abbilden. Es untersucht, ob ein nichtlineares Modell diese…
Dieses Notebook erstellt preisbasierte Features für ein breites US-Aktienuniversum, darunter Momentum, gleitende Durchschnitte und Volatilitätsmaße. Die Aktien werden anhand dieser Features gegeneinander gerankt. Dafür werden ihre Handelbarkeit geprüft und…
Dieses Notebook erstellt minütliche Features aus NASDAQ-100-Kursnotierungen und Handelsdaten, um kurzfristigen Kursdruck zu untersuchen. Es behandelt die normalisierte Orderflow-Imbalance als wichtigsten Signalkandidaten und nutzt Spread, Markttiefe,…
Dieses Notebook prüft, ob Finanz- und modellbasierte Merkmale Aktien nach Zukunftsrenditen ordnen können. Es berechnet täglich querschnittliche Information Coefficients, schätzt Unsicherheit unter Berücksichtigung serieller Abhängigkeiten, korrigiert die…
Dieses Notebook vergleicht drei lineare Prognosemodelle, einen Transformer-Encoder und zwei parameterfreie Prognosen für tägliche SPY-Renditen. Lineare Modelle übertragen ein historisches Fenster auf eine Mehrtagesprognose; Varianten trennen zunächst eine…
Dieses Notebook fasst die Prognose von 21-Sitzungs-ETF-Zukunftsrenditen als binäre Aufgabe: Positive Renditen werden als steigend und alle übrigen als fallend klassifiziert. Es passt eine logistische Regression mit L2- und L1-Regularisierung anhand…
Dieses Notebook prüft, ob ein LSTM zeitliche Strukturen aus ETF-Merkmalshistorien extrahieren kann, die flache Merkmalsmodelle möglicherweise übersehen. Vor dem Fitten gleicht es die definierte Sequenzpopulation mit verfügbaren Merkmalen, Labels, Entitäten…
Diese Fallstudie erstellt minutengenaue Merkmale aus NASDAQ-100-Quote- und Transaktionsdaten, um zu untersuchen, ob jüngste aggressive Käufe oder Verkäufe kurzfristige Kursdrifts vorhersagen. Orderflow-Imbalance ist das vorgeschlagene Signal; Spread,…
Dieses Notebook erstellt mehrere Stichprobenverfahren aus einem einzelnen Handelstag mit NASDAQ ITCH-Transaktionen einer Aktie: zeitbasierte, Tick-, Volumen-, Dollar-, Imbalance- und Run-Balken. Es vergleicht ihre statistischen Eigenschaften, darunter…
Dieses Notebook zeigt zwei sequenzielle Überwachungsverfahren für Validierungsprognosefehler aus zwei linearen Aktienmodellkonfigurationen: einen Mittelwertverschiebungsdetektor mit zwei Fenstern und einen Monitor für die Häufigkeit schlechter Tage. Jeder…
Dieses Notebook bewertet vier aus Nachrichtentext abgeleitete Signale: gewichtete Überraschung, durchschnittliche Stimmung, Stimmungsdynamik und Artikelabdeckung. Es verwendet zukünftige Renditen, die in einem früheren Schritt zur Merkmalsbildung vorbereitet…
Dieses Notebook wendet Double Machine Learning (DML) an, um den Effekt von Skip-Recenter-Momentum auf zukünftige ETF-Renditen zu schätzen – eine Kausalfrage, die sich von der Prognose von Renditen unterscheidet. Es modelliert das Ergebnis und die…
Das Notebook demonstriert die Abstimmung von LightGBM für die Prognose von ETF-Renditen mit Optunas TPE-Sampler. Es durchsucht Einstellungen für Baumstruktur, Stichprobenziehung und Regularisierung, wählt mithilfe vorzeitigen Abbruchs die Boosting-Runden aus…
Dieses Notebook wandelt institutionelle 13F-Bestände in einen bipartiten Graphen von Institutionen und Aktien um und leitet daraus Forschungsmerkmale ab, darunter Ähnlichkeit gemeinsamer Aktienbestände, Breite und Konzentration des Eigentums sowie…
Dieses Notebook vergleicht eine vollständige Gittersuche mit Optunas TPE-Bayes-Sampler, um ein LightGBM-Modell für die Prognose künftiger ETF-Renditen abzustimmen. Zunächst erhalten beide Methoden dasselbe Versuchskontingent für ein kleines kategoriales…
Dieses Notebook untersucht, wie Zeit-, Tick-, Volumen-, Dollar- und Imbalance-Bars anhand mehrerer Handelssitzungen mit NVDA-Handelsdaten auf Auftragsebene kalibriert werden. Es filtert die Trades auf die regulären Handelszeiten, verwendet die…
Dieses Notebook definiert Labels für künftige Renditen in einem US-Aktienpanel und erläutert, warum ihre Konstruktion alle nachgelagerten Modelle und Backtests beeinflusst. Es legt Renditefenster anhand bereinigter Preise und Handelssitzungen fest, prüft, ob…
Dieses Notebook trainiert TabM-neuronale Netze, um ETFs anhand derselben flachen Merkmalstabelle wie lineare und Boosting-Modelle zu ordnen. Jedes Ensemblemitglied teilt sich ein zweischichtiges Backbone, verfügt aber über einen eigenen Skalierungsvektor und…
Dieses Notebook erläutert, wie sich Renditen und Risiken von ETF anhand von CAPM- und Fama-French-Faktorregressionen zerlegen lassen. Es schätzt Engagements über die gesamte Stichprobe mit robusten Standardfehlern gegen Heteroskedastizität und…
Dieses Notebook passt Skip-Gram-Word2Vec an institutionelle Bestände an: Jedes 13F-Portfolio wird als Satz behandelt, jede Aktienkennung als Token und der Rang der Positionsgröße als Tokenreihenfolge. Benachbarte Positionen bilden den Kontext. So können…
Dieses Notebook beschreibt die Anpassung von PatchTST an Minutendaten des NASDAQ-100, um Renditen über mehrere künftige Horizonte vorherzusagen. Das Modell gruppiert aufeinanderfolgende Beobachtungen in Abschnitte und wendet Aufmerksamkeit auf diese an. So…
Dieses Notebook vergleicht Methoden zur Kapitalallokation auf US-Aktienpositionen, während Modell, Checkpoint, Rebalancing-Termine und ausgewählte Aktien konstant bleiben. Es untersucht Gewichtungen anhand der Prognosestärke, der Breite des…
Dieses Notebook erläutert ein unbedingtes, signaturbasiertes Wasserstein-GAN zur Erzeugung finanzieller Zeitreihen. Es transformiert Renditen in erweiterte Pfade, berechnet gekürzte Pfadsignaturen und trainiert einen durch Brownsches Rauschen gesteuerten…
Dieses Notebook bewertet Stop-Loss, Trailing-Stop und Ausstiege nach fester Haltedauer bei ausgewählten US-Aktienstrategien. Ein Stop-Loss reagiert auf Verluste seit dem Einstieg, ein Trailing-Stop auf Rückgänge vom Höchststand einer Position und ein…