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.
1,119 Dokumente
Dieses Dokument beschreibt einen täglichen US-Aktienmarktdatensatz mit rund 3,200 Unternehmen von 1962 bis März 2018. Er umfasst auch dekotierte Emittenten und eignet sich damit für historische Forschung, bei der der Ausschluss gescheiterter oder dekotierter…
Diese Merkmalsbewertung prüft finanzielle und modellbasierte Kandidaten anhand von Forward-Renditen für CME-Futures. Für jedes Merkmal prüft sie Datenabdeckung und Aktualität, misst die tägliche querschnittliche Rangkorrelation zwischen Merkmalswerten und…
Dieses Notebook untersucht, wie Annahmen zu Transaktionskosten den Validierungs-Sharpe einer ausgewählten Aktien- und Optionsallokation des S&P 500 beeinflussen. Wenn verfügbar, übernimmt es die Konfiguration, die anhand einer eingefrorenen Kandidatenmenge…
Dieses Kapitel vertritt die Auffassung, dass belastbare Trading-Forschung einen disziplinierten Prozess erfordert, der sich an veränderte Märkte, verrauschte Evidenz und Implementierungskosten anpassen kann. Es unterscheidet strukturelle Brüche, Regime,…
Dieses Evaluierungsnotebook prüft finanzielle und modellbasierte Merkmale auf ihren Zusammenhang mit der Rendite der nächsten acht Stunden bei Krypto-Perpetual-Futures. Es erstellt die Evaluierungsstichprobe aus Walk-Forward-Validierungsfenstern, lässt den…
Dieses Notebook untersucht, wie sich Regularisierung auf ein CME-Futures-Modell mit korrelierten Merkmalsfamilien auswirkt, darunter Carry, gleitende Sharpe Ratio, Momentum und Volatilitätskennzahlen. Es vergleicht Ridge, Lasso und ElasticNet: Ridge…
Dieses Notebook wendet konfigurierte Stop-Loss-, Trailing-Stop- und zeitbasierte Ausstiegsregeln auf das stärkste nach Validierung gereihte Signal oder die stärkste Allokationsstrategie für jeden Futures-Renditehorizont an. Jede Regel wird für sich auf ihrer…
Dieses Notebook führt eine zuvor ausgewählte Konfiguration für US-Aktien mit Holdout-Prognosen aus. Das ausgewählte Modell, die Prognosen, der Allokator, die Konzentration, das Risiko-Overlay, der Rebalancing-Takt und die Annahmen zu Transaktionskosten…
Dieses Notebook beschreibt die Anpassung von Diffusion-TS zur Erzeugung synthetischer ETF-Renditereihen. Der Entrauscher prognostiziert die unverrauschte Sequenz als Summe aus polynomialem Trend, Fourier-Saisonkomponente und Residuen, während ein…
Das Kapitel vertritt die Auffassung, dass wiederholbare Forschungsdisziplin eine beständigere Quelle für Handelsvorteile ist als jede einzelne Strategie. Es stellt einen Ablauf vor, der auf falsifizierbaren Hypothesen, Out-of-Sample-Auswertung und…
Dieses Dokument stellt eine Kostensensitivitätsanalyse für eine feste ETF-Momentumstrategie vor. Universum, Gewichtungen, Zeitplan und Simulator bleiben unverändert, während der Backtest mit einer Reihe von Gebühren pro Handelsseite erneut ausgeführt wird.…
Das Dokument erläutert, warum TabM zur Modellierung von Perpetual-Funding-Paneldaten eingesetzt wird: Sein gemeinsames neuronales Grundgerüst kombiniert alle Eingabemerkmale, während nichtlineare Schichten Interaktionen abbilden können. Anders als ein Baum,…
Dieses Notebook modelliert institutionelle Aktienbestände aus SEC 13F-Meldungen als Graph, der Fondsmanager mit Wertpapieren verknüpft und Sektorbeziehungen zur Aggregation enthält. Das Schema bewahrt sowohl das Berichtsdatum zum Quartalsende als auch das…
Dieses Notebook wendet eine zuvor ausgewählte ETF-Konfiguration auf ihren reservierten Holdout-Zeitraum an. Es leitet die passenden Holdout-Prognosen aus der ausgewählten Trainingsidentität und dem Prüfpunkt ab und verwendet dann Konzentration, Allokation,…
Dieser Evaluierungsablauf prüft Finanz- und modellbasierte Merkmale anhand zukünftiger Renditen für ein NASDAQ-100-Intraday-Panel. Zunächst wird der abschließende Testzeitraum reserviert; Beobachtungen, deren zukünftige Labels innerhalb dieses Zeitraums…
Diese Analyse schätzt, ob Momentum unter Auslassung der jüngsten Periode mit einer kausalen Veränderung der zukünftigen ETF-Renditen verbunden ist, statt zu fragen, wie gut Momentum Renditen prognostiziert. Double Machine Learning modelliert Ergebnis und…
Diese Methode zur Benchmark-Erstellung erzeugt eine gleichgewichtete tägliche Renditereihe aus den angegebenen Vermögenswerten einer Fallstudie. Zunächst wird für jedes Symbol der letzte Schlusskurs jeder Sitzung herangezogen; anschließend werden…
Dieses Dokument beschreibt einen täglichen Datensatz zu US-Aktien aus dem Wiki-Prices-Archiv von NASDAQ Data Link. Er umfasst Tausende Unternehmen von 1962 bis März 2018 und enthält dekotierte Unternehmen, wodurch er sich für historische Forschung eignet,…
Diese Analyse profiliert ein festes Universum aus 100 ETFs in neun Anlagegruppen. Sie prüft die Abdeckung nach Fonds und Jahr, bestätigt, dass das Preispanel zur Gruppenkonfiguration passt, überprüft fehlende Werte und die OHLC-Reihenfolge und vergleicht das…
Dieses Notebook untersucht Gradient-Boosting-Modelle zur Prognose von Renditen und Kursrichtung bei Krypto-Perpetuals. Das Raster variiert die Baumkapazität und die Verlustfunktion, einschließlich der Ziele quadratischer Fehler, absoluter Fehler und Huber,…
Dieses Dokument stellt das neuronale Netzwerk-Grundgerüst PatchTST zur Prognose multivariater Zeitreihen vor. Es teilt jede Eingabereihe in überlappende Abschnitte auf, projiziert jeden Abschnitt in einen erlernten Merkmalsraum, ergänzt Positionskodierungen…
Dieses Dokument erläutert, wie Renditen rund um Ereignisse wie Signalauslösungen, Gewinnmeldungen oder makroökonomische Veröffentlichungen gemessen werden. Das ausgearbeitete Beispiel verwendet Momentum-Ausbrüche bei liquiden ETFs. Für jedes Ereignis liefert…
Dieses Notebook schätzt, ob der Prämien-Z-Score eines Krypto-Perpetuals die nachfolgenden Acht-Stunden-Renditen beeinflusst, wenn drei festgelegte Treiber – Preisvolatilität, Funding-Satz und durchschnittliche Prämienabweichung – konstant gehalten werden. Da…
Dieses Notebook stellt ein unbedingtes Sig-Wasserstein-GAN zur Erzeugung von Finanzzeitreihen vor. Es ersetzt einen trainierten Diskriminator für echte und generierte Daten durch eine Distanz, die auf erwarteten Pfad-Signaturen beruht, mathematischen…