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.
738 Dokumente
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…
Dieses Notebook beschreibt, wie Holdout-Prognosen für eine ausgewählte Konfiguration eines CME-Futures-Modells erstellt werden. Die Konfiguration wird anhand von Validierungsergebnissen ausgewählt und anschließend mit Daten neu angepasst, deren Zeitraum vor…
Dieses Notebook beschreibt, wie Holdout-Prognosen für eine ausgewählte NASDAQ-100-Mikrostrukturkonfiguration erstellt werden, nachdem Modell und Strategie anhand von Validierungs-Folds ausgewählt wurden. Es rekonstruiert die ausgewählte…
Dieser Leitfaden stellt die öffentlichen CFTC-Commitment-of-Traders-Berichte als Quelle wöchentlicher Positionsdaten zu Futures vor. Er unterscheidet den Bericht Traders in Financial Futures, der Teilnehmer wie Händler, Vermögensverwalter und gehebelte…
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 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 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,…
Diese Fallstudie vergleicht Gradient-Boosting-Modelle, die Renditen bis zum Verfall für Short Straddles am Geld prognostizieren. Sie variiert die Baumkapazität und drei Optimierungsziele: quadratischer Fehler, absoluter Fehler und Huber-Verlust. Die…
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…
Das Dokument beschreibt, wie eine Futures-Studie zu CME Prognosen für einen Holdout-Zeitraum erstellt, nachdem eine Modellkonfiguration anhand von Validierungsdaten ausgewählt wurde. Die ausgewählte Konfiguration und der Checkpoint werden aus den…
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 Konfiguration beschreibt eine Studie zum wöchentlichen Verkauf von Straddles am Geld für Bestandteile des S&P 500. Positionen werden am Freitag eröffnet und bis zum Verfall gehalten; tägliche Aktien-Hedges werden durch Änderungen des Options-Deltas…
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 beschreibt, wie Holdout-Prognosen für eine zuvor ausgewählte US-Aktienmodellkonfiguration erstellt werden. Da Modellauswahl und Strategieeinstellungen anhand von Validierungsergebnissen getroffen wurden, können dieselben Ergebnisse die…
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…