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 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,…
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…
Das Dokument erläutert, wie wöchentliche CFTC-Commitment-of-Traders-Daten für ausgewählte Futures-Produkte abgerufen und die Historie jedes Produkts als Parquet-Datei gespeichert wird. COT-Berichte erfassen die Positionierung vom Dienstag und werden am…
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…
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 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…