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

240 Dokumente

Machine Learning for Trading

Diese Live-Trading-Demonstration beschreibt einen täglichen Neugewichtungs-Workflow für ein festes Universum von US-Large-Cap-Aktien. Sie vergleicht die beim Broker gehaltenen Positionen mit Modellzielen, wandelt die Differenzen in einen Auftragssatz um und…

AktienOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook bewertet Modellvorhersagen als NASDAQ-100-Handelsstrategien mit einer gemeinsamen Backtest-Engine. Zunächst führt es mit Zufallssignalen eine Funktionsprüfung durch: Anhaltende Gewinne nach Kosten würden auf Probleme wie Lookahead, nicht…

AktienUS-MärkteBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook prüft, ob eine fünfzehnminütige Querschnittsstrategie zur Aktienrangfolge praktikabel ist, bevor ein Modell angepasst oder Prognosen erstellt werden. Es verwendet NASDAQ-100-Kursquotierungen, Mittelkursrenditen und ein Entwicklungsfenster vor…

AktienUS-MärkteMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieser Code beschreibt, wie Backtest-Einstellungen aus der Fallstudienkonfiguration abgeleitet werden und wie die Laufidentität Änderungen am gehandelten Universum und am Alter der Vorhersagen berücksichtigt. Die zentrale Erkenntnis: Jeder Filter, der das…

BacktestingOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook vergleicht Kommissions- und Slippage-Modelle für Aktien und Futures und untersucht anschließend, wie Kommissionsannahmen eine festgelegte ETF-Momentumstrategie beeinflussen. Es erläutert, wie prozentuale, je Aktie berechnete, Mindest-,…

BacktestingOrderausführungRisikomanagementMomentum
Machine Learning for Trading

Dieses Notebook fasst die Ausführung einer übergeordneten Order als Steuerungsproblem mit endlichem Zeithorizont auf. Ein tabellarischer Q-Learning-Agent wählt einen Multiplikator für eine auf VWAP basierende Handelsrate anhand der verbleibenden Zeit, des…

OrderausführungMaschinelles LernenMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook rekonstruiert das jeweils beste nationale Geld- und Briefangebot (NBBO) für jeden AAPL-Trade während der regulären Sitzung am 16. März 2020. Es führt Quote- und Trade-Ereignisse chronologisch zusammen, übernimmt das jeweils letzte Geld- und…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook analysiert NASDAQ-TotalView-ITCH-Nachrichten, um die marktweite Aktivität zu beschreiben und wiederverwendbare Handelsdaten zu erstellen. Es zählt die Nachrichten nach Typ und reichert anschließend Orderausführungsnachrichten an, indem es…

AktienUS-MärkteMarktmikrostrukturOrderausführung
Machine Learning for Trading

Dieses Analyse-Notebook erläutert, wie sich eine US-Aktienstrategie auf Basis von Unternehmensmerkmalen anhand von Registry-Ergebnissen statt neuer Backtests bewerten lässt. Es betrachtet Statistiken zur Performance unter Berücksichtigung von Unsicherheit,…

AktienBacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt ein aktuelles Audit vor, das VectorBT Pro und VectorBT OSS anhand unterstützter Strategieaufgaben mit realen Daten mit ML4T vergleicht. Beide VectorBT-Editionen werden für ETF-Allokation, USD-notierte Devisenallokation und ein…

Multi-AssetAktienFuturesDevisenhandel
Machine Learning for Trading

Dieses Audit vergleicht Backtrader und Zipline mit ML4T anhand realer Strategiefälle. Dabei werden nur Kombinationen aus Assets und Kontrakten berücksichtigt, die beide Engines und das eingefrorene Datenpaket nativ abbilden können. Untersucht werden die…

BacktestingOrderausführungFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook vergleicht tägliches, wöchentliches, zweiwöchentliches und monatliches Rebalancing für ein Momentum-Portfolio mit den höchsten Rangwerten, das aus einem festen ETF-Universum zusammengestellt wird. Es misst den Portfolioumschlag und die…

AktienMomentumOrderausführungBacktesting
Machine Learning for Trading

Das Notebook stellt eine Berichtsmethode für eine Long-only-RSI-Mean-Reversion-Strategie auf BTC vor. Es vergleicht Brutto- und Nettoperformance und misst die Strategie anschließend an Buy-and-Hold mit denselben Handelstagen, demselben Exposure, derselben…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie Beteiligungslimits den Anteil des Marktvolumens begrenzen, den eine Order je Intervall beanspruchen darf. Überschreitet eine übergeordnete Order den zulässigen Betrag, führt der Broker einen Teil aus und verschiebt den Rest auf…

AktienOrderausführungMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…

AktienMomentumMarktmikrostrukturBacktesting
Machine Learning for Trading

Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…

AktienTechnische IndikatorenBacktestingOrderausführung
Machine Learning for Trading

Dieses Tutorial erklärt, wie sich Marktdaten über einmalige Downloads hinaus organisieren lassen. Es stellt eine einheitliche Verwaltung zum Abruf einzelner Symbole oder ganzer Gruppen, vordefinierter und eigener Symboluniversen sowie zur…

Multi-AssetAktienBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook prüft Risiko-Overlays auf Positions- und Portfolioebene für führende ETF-Allokationskombinationen einer Monatsstrategie. Es hält jede registrierte Prognose, Konzentration und jeden Allokator fest und vergleicht die Ergebnisse mit…

AktienRisikomanagementBacktestingOrderausführung
Machine Learning for Trading

Diese Kapitelübersicht ordnet die Forschungsschritte zwischen validierten Marktdaten und der Modellevaluation. Sie behandelt eine an Datensplits angepasste Vorverarbeitung, Kodierung und Entscheidungen zum Umgang mit fehlenden Daten sowie die ausführungsnahe…

Maschinelles LernenStatistikBacktestingOrderausführung
Machine Learning for Trading

Das Dokument zeigt einen VectorBT-Ablauf für eine Long-only-Bitcoin-RSI-Mean-Reversion-Regel. Es berechnet RSI anhand täglicher Schlusskurse, eröffnet eine Position, wenn der Wert des Vortags unter einen unteren Schwellenwert fällt, und schließt sie, wenn er…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
Machine Learning for Trading

Das Dokument untersucht, wie Handelskosten die Validierungsleistung einer zuvor ausgewählten Aktien- und Optionsallokation im S&P 500 verändern. Es variiert Gebühren pro Handelsrichtung als Anteil des gehandelten Werts und vergleicht sie mit einer pauschalen…

AktienOptionenBacktestingOrderausführung
Machine Learning for Trading

Diese Prüfung vergleicht mehrere Backtesting-Engines mit gemeinsamen historischen Eingaben für ETF-Allokation, CME-Futures, Krypto-Perpetuals mit Funding, Devisen und US-Aktien. Jedes unterstützte Paar erhält dieselben inhaltsadressierten Marktdaten und…

BacktestingOrderausführungMulti-AssetFutures
Machine Learning for Trading

Dieses Notebook implementiert eine Long-only-RSI-Mean-Reversion-Regel für BTC/USDT-Perpetuals mit einer ereignisgesteuerten Backtesting-Engine. Es fasst untertägige Balken zu täglichen OHLCV-Daten in UTC zusammen, berechnet einen rollierenden RSI aus…

KryptoPerpetual FuturesRückkehr zum MittelwertTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument beschreibt, wie mithilfe geschätzter Round-Trip-Handelskosten eine feste Auswahl von Aktien für Validierungs- und Holdout-Backtests getroffen wird. Die Näherung kombiniert geschätzte Kosten je Aktie im Verhältnis zum durchschnittlichen…

AktienOrderausführungMarktmikrostrukturBacktesting