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.
714 Dokumente
Dieses Notebook untersucht die Herausforderung zur kausalen Entdeckung von ADIA Lab als Benchmark für das Erlernen von Mustern innerhalb einer bekannten Simulatorfamilie. Die Aufgabe umfasst zahlreiche synthetische Datensätze mit bekannten gerichteten…
Dieses Notebook erläutert Tail-GAN, einen generativen adversariellen Ansatz zur Erzeugung finanzieller Renditeszenarien mit Fokus auf Value at Risk (VaR) und Expected Shortfall (ES). Differenzierbares Sortieren ermöglicht den Gradientenfluss durch…
Dieses Notebook zur Merkmalsentwicklung erläutert, wie langsam verfügbare Informationen Handelssignale mit höherer Frequenz ergänzen können: durch Fundamentaldaten, makroökonomische Daten und Kalenderkontext. Es beschreibt Bewertungskennzahlen wie Buchwert…
Dieses Python-Modul beschreibt Methoden, um die Unsicherheit von Strategie-Backtests anhand täglicher Renditen außerhalb der Stichprobe zu quantifizieren. Es kombiniert Intervalle aus einem stationären Block-Bootstrap für Renditestatistiken, einen um…
Dieses Notebook fasst registrierte Validierungsergebnisse für fünf Schätzer latenter Faktoren über mehrere Fallstudien hinweg zusammen. Zunächst zeigt es, für welche Panels Ergebnisse der einzelnen Schätzer vorliegen. Anschließend bestimmt es den führenden…
Dieses Notebook demonstriert die Bewertung einzelner Faktoren anhand realer ETF-Daten und eines aus Kursen abgeleiteten Momentum-Beispiels. Es misst querschnittliche Spearman-Informationskoeffizienten gegenüber zukünftigen Renditen, vergleicht Horizonte und…
Dieses Kapitel stellt Retrieval-Augmented Generation als Möglichkeit vor, Sprachmodelle für offene Finanzforschung nützlicher zu machen, bei der unbelegte Aussagen und Halluzinationen kostspielig sein können. Es führt durch das System – von der Aufnahme von…
Dieses Notebook wählt eine Fallstudie zu CME-Futures aus registrierten Validierungs-Backtests zu Signalregeln, Allokation und Risiko-Overlays aus. Es vergleicht Kandidaten über beide Renditehorizonte hinweg und wählt die Konfiguration mit der höchsten Sharpe…
Dieses Notebook entwickelt Merkmale, die mehrere Asset-Zeitreihen erfordern. Es vergleicht Engle-Granger- und Johansen-Tests auf Kointegration, erläutert, warum gemeinsame Bewegung allein keinen stationären Spread bedeutet, und schätzt Hedge Ratios sowohl…
Dieses Notebook erläutert die Konstruktion von Labels für zukünftige Intraday-Renditen bei NASDAQ-100-Aktien anhand von Minutenbalken und NBBO-Quotes. Es definiert Renditen vom nächsten Balken nach einem Signal bis zu einem festgelegten späteren Zeitpunkt,…
Das Dokument beschreibt einen operativen Ablauf, um tägliche Marktdaten aktuell zu halten: eine erste Historie laden, eine kleine überlappende Aktualisierung abrufen, fehlende Daten prüfen sowie Aktualität und Validierungsprobleme überwachen. Durch die…
Dieses Notebook trainiert einen gepatchten Transformer, um in einer Aktien- und Optionsstudie zum S&P 500 ein primäres Label vorherzusagen. Es teilt das historische Eingabefenster jeder Aktie in zusammenhängende Patches auf und behandelt jeden Patch als…
Diese explorative Analyse untersucht stündliche OHLCV-Daten für Binance-Perpetual-Kontrakte zusammen mit einem achtstündigen Premiumindex. Sie prüft die Datenabdeckung, wechselnde Kontraktzugehörigkeit, Einheiten, fehlende Werte und die Konsistenz der…
Dieser Code stellt eine überwachte Autoencoder-Architektur für Prognosen auf Basis von Finanzmerkmalen vor. Ein Encoder komprimiert normalisierte Eingaben zu einem Engpass, während ein Decoder die Eingaben als Regularisierungsaufgabe rekonstruiert. Ein…
Dieses Notebook erläutert ein stochastisches Diskontfaktormodell für ETF, das eine einzige Gewichtsreihe an die Preisrenditen verschiedener Fonds anpasst. Anders als Modelle, die Fonds-Exposures und Faktorrenditen getrennt schätzen, trainiert es zwei Netze…
Dieses Notebook stellt einen Ablauf zur Überwachung eines eingesetzten Handelsmodells vor, bei dem Holdout-Prognosen offline als Ersatz für Live-Daten dienen. Vor der Driftberechnung prüft es das eingehende Merkmals-Panel und vergleicht anschließend…
Dieses Notebook stellt GReaT vor, eine Methode zur Erzeugung synthetischer Finanztabellen mit einem Sprachmodell. Es serialisiert jede Zeile als Text, passt ein GPT-basiertes Modell anhand von ETF-Merkmalen an und parst den erzeugten Text zurück in gemischte…
Dieses Notebook erläutert, wie modellbasierte Merkmale für ein US-Aktien-Panel erstellt werden, ohne dass zukünftige Beobachtungen historische Werte beeinflussen. Die zentrale Methode ist ein Schätzplan: Modelle verwenden eine Aufwärmphase, werden nur mit…