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

105 Dokumente

Machine Learning for Trading

Diese Fallstudie erklärt, wie Forward-Return-Labels für eine querschnittliche Devisenstrategie erstellt werden, die Währungspaare ordnet und entsprechend ihrer relativen Platzierung kauft oder verkauft. Zunächst ordnet sie Vier-Stunden-Spot-Bars anhand der…

DevisenhandelSpotmärkteMomentumRückkehr zum Mittelwert
Machine Learning for Trading

Diese Konfiguration definiert ein wöchentliches Futures-Anlageuniversum aus Aktienindizes, Staatsanleihen, Energie, Metallen, Währungen, Agrarrohstoffen und Vieh. Als Entscheidungszeitpunkt wird der Freitagsschluss festgelegt, als Ausführungszeitpunkt die…

FuturesMulti-AssetCarryMomentum
Machine Learning for Trading

Dieses Notebook stellt ein Rahmenwerk vor, um zu prüfen, ob die scheinbare Qualität eines Momentum-Signals bei vertretbaren Forschungsentscheidungen Bestand hat. Anhand realer ETF-Daten aus dem Zeitraum vor dem festgelegten Holdout-Zeitraum wird jeweils ein…

AktienMomentumStatistikBacktesting
Machine Learning for Trading

Dieses Notebook stellt einen überwachten Autoencoder zur Prognose zukünftiger ETF-Renditen vor. Das Netzwerk komprimiert die Merkmalszeile eines Fonds in eine niedrigdimensionale Darstellung und prognostiziert Renditen direkt daraus. Anders als bedingte…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie sich prüfen lässt, ob Ereignisse wie Trading-Signale oder Ankündigungen Renditen über eine Marktbenchmark hinaus prognostizieren. Der Arbeitsablauf wird anhand von Momentum-Ausbrüchen bei liquiden ETFs demonstriert: Zunächst…

StatistikBacktestingMomentumAusbruch
Machine Learning for Trading

Dieses Dokument beschreibt einen täglichen ETF-Datensatz, der als Kandidatenpool für Momentum- und marktübergreifende Forschung dient. Er umfasst neun Kategorien, darunter US und internationale Aktien, festverzinsliche Wertpapiere, Rohstoffe, Spezialfonds…

Multi-AssetMomentumAktienFestverzinsliche Wertpapiere
Machine Learning for Trading

Dieses Dokument erläutert, wie sich tägliche Labels für künftige ETF-Renditen anhand bereinigter Schlusskurse zum Beobachtungszeitpunkt und einer späteren Handelssitzung erstellen lassen. Es erzeugt ein primäres Label mit monatlichem Horizont und eine…

AktienMaschinelles LernenStatistikMomentum
Machine Learning for Trading

Dieses Notebook zeigt, wie sich eine gemeinsame ETF-Momentumstrategie-Schnittstelle mit Alpaca verbinden lässt. Standardmäßig steht ein simulierter Offlinepfad zur Verfügung. Broker- und Marktdatenadapter können ausgetauscht werden, während Strategie,…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

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…

AktienMomentumStatistikBacktesting