Wissensbibliothek

Dieses Notebook wandelt Finanzmeldungen in Signale auf Aktienebene um und bewertet sie anhand zukünftiger Renditen. Es erstellt Embeddings der Meldungen, misst Nachrichtenüberraschungen als semantischen Abstand zu einer rollierenden Embedding-Referenz und…

Dieses Dokument erläutert, wie eine zuvor ausgewählte US-Aktienstrategie mit Holdout-Daten bewertet wird, während ihre Konfiguration unverändert bleibt. Es leitet die korrekte Holdout-Vorhersagemenge aus der Trainingsidentität und dem Checkpoint des…

Das Notebook demonstriert eine Pipeline, die Lieferanten-, Kunden- und Wettbewerberbeziehungen aus regulatorischen Jahresberichten von Unternehmen extrahiert und als Wissensgraph speichert. Ein lokales Sprachmodell erzeugt aus Texten regulatorischer…

Dieses Notebook misst, wie sich Handelskosten auf Strategien auswirken, die bereits anhand von Signalen, Allokation und Risikosteuerung ausgewählt wurden. Bevor die Kosten variiert werden, wird je Label eine anhand der Validierung ausgewählte Konfiguration…

Dieses Dokument erläutert, warum Stop-Losses, Trailing-Stops und zeitbasierte Ausstiege in einer Fallstudie nicht bewertet werden können, deren Backtest Gewichte über einen Monat hält und nur die realisierte monatliche Vorwärtsrendite beobachtet. Solche…

Dieses Dokument beschreibt ein Bewertungsverfahren für registrierte NASDAQ-100-Mikrostruktur-Backtests. Es liest bestehende Durchläufe ein, statt Modelle zu trainieren oder Backtests erneut auszuführen, verfolgt Herkunfts- und Abstammungsketten ausgewählter…

Dieses Dokument stellt eine schrittweise Methode vor, um Unternehmensnamen aus alternativen Daten, regulatorischen Einreichungen, Nachrichten und Kursquellen Wertpapieren zuzuordnen. Zunächst werden verfügbare Kennungen in einer festgelegten…

Dieses Dokument beschreibt den Aufbau einer querschnittlichen Merkmalsmatrix für S&P-500-Aktien aus bereinigten Aktienkursverläufen und zusammengefassten optionsimpliziten Volatilitätsflächen. Es ordnet Merkmale nach Rolle, Eingabe, Rückblickszeitraum und…

Dieses Notebook definiert monatliche Gesamtrendite-Labels für eine querschnittliche Studie zu Unternehmensmerkmalen in US und prüft, wie diese Ergebnisse zu den Zeilen des Datenanbieters passen. Das Panel verknüpft Merkmale des Vormonats mit der Rendite des…

Dieses Notebook erläutert, wie ein temporales Faltungsnetzwerk (TCN) Renditen aus geordneten Finanzdaten prognostizieren kann. Kausale Faltungen stellen sicher, dass eine Ausgabe zu einem bestimmten Zeitpunkt nur von aktuellen und früheren Eingaben abhängt.…

Dieses Dokument stellt eine ereignisgesteuerte Methode vor, um eine begrenzte Zahl von Intraday-Positionen zu halten. Vorhersagen werden anhand des jeweils neuesten verfügbaren Scores den Kursbars zugeordnet, optional begrenzt durch eine Aktualitätsgrenze.…

Diese Fallstudie wandelt gespeicherte Modellvorhersagen für US-Aktien in gleichgewichtete Long-Short-Portfolios um. Sie untersucht mehrere Einstiegsschemata, die jeweils die höchstplatzierten Namen für Long-Positionen und die niedrigstplatzierten für…

Diese Live-Trading-Demonstration beschreibt einen täglichen Neugewichtungs-Workflow für ein festes Universum von US-Large-Cap-Aktien. Sie vergleicht die beim Broker gehaltenen Positionen mit Modellzielen, wandelt die Differenzen in einen Auftragssatz um und…

Dieses Notebook vergleicht sklearn HistGradientBoosting, XGBoost, LightGBM und CatBoost bei einer ETF-Renditeprognose. Es misst den querschnittlichen Informationskoeffizienten, die Trainingszeit und den Prozessspeicherverbrauch bei CPU und, sofern…

Dieses Notebook wandelt querschnittliche Aktienvorhersagen in Long-Short-Portfolios um: Bei jeder Neugewichtung werden Aktien ranggeordnet, die obersten k gekauft und die untersten k mit gleichem Kapitaleinsatz je Position leerverkauft. Die Gleichgewichtung…

Das Notebook zeigt eine Vorschau von S&P-100-Berichtsdaten der Formulare 10-K und 8-K, die für den Aufbau finanzieller Wissensgraphen vorgesehen sind. Es prüft die Vollständigkeit des Schemas, eindeutige Unternehmens- und Akzessionsschlüssel,…

Dieses Notebook bewertet Modellvorhersagen als NASDAQ-100-Handelsstrategien mit einer gemeinsamen Backtest-Engine. Zunächst führt es mit Zufallssignalen eine Funktionsprüfung durch: Anhaltende Gewinne nach Kosten würden auf Probleme wie Lookahead, nicht…

Dieses Notebook prüft, ob eine fünfzehnminütige Querschnittsstrategie zur Aktienrangfolge praktikabel ist, bevor ein Modell angepasst oder Prognosen erstellt werden. Es verwendet NASDAQ-100-Kursquotierungen, Mittelkursrenditen und ein Entwicklungsfenster vor…

Das Dokument beschreibt die Anpassung eines einfachen linearen Sequenzmodells an NASDAQ-100-Ein-Minuten-Merkmale, um zukünftige Renditen für mehrere Horizonte vorherzusagen. Jede Eingabe umfasst die vorangegangene Stunde für eine Aktie, ausgedrückt als…

Das Dokument beschreibt das Laden von ETF-Marktdaten mit optionalen Symbol- und Datumsfiltern sowie einer deterministischen Begrenzung der zurückgegebenen Symbole. Der zentrale analytische Punkt ist, die Kursreihe an die gemessene Größe anzupassen:…

Dieses Notebook erstellt modellbasierte bedingte Volatilitätsmerkmale für S&P-500-Aktien mit einem GJR-GARCH(1,1)-Modell. Anschließend vergleicht es einen optionsimpliziten Volatilitätsaufschlag gegenüber der realisierten Volatilität mit einem Aufschlag…

Dieses Notebook untersucht, wie sich Ridge-Regularisierungsentscheidungen auf den Informationskoeffizienten eines ETF-Panels auswirken und wie eine Hyperparametersuche die berichtete Performance überhöhen kann. Zunächst wertet es ein breites Alpha-Raster…

Dieses Notebook passt ein latentes PCA-Faktormodell an ein Panel von Aktienrenditen an, ohne Optionsoberflächenmerkmale, andere Merkmale oder Zielinformationen zu verwenden. PCA extrahiert die führenden Richtungen der historischen querschnittlichen…

Dieses Dokument beschreibt einen monatlichen US-Aktiendatensatz für Machine-Learning-Forschung im Asset Pricing. Er enthält 94 nach Rang transformierte Unternehmensmerkmale, darunter Rechnungslegungskennzahlen und technische Merkmale, sowie Renditen.…