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

240 Dokumente

Machine Learning for Trading

Dieses explorative Notebook beschreibt Aufbau und Interpretation der vorab berechneten Felder in AlgoSeek-NASDAQ-100-Minutenbalken. Es ordnet sie in Quotepreise und -größen, Handelspreise, Spreads, Volumen, Handelsort-Kategorien, Tick-Richtung, Kauf- und…

AktienMarktmikrostrukturOrderausführungUS-Märkte
Machine Learning for Trading

Das Dokument zeigt einen Broker-Wrapper, der Orders und den Portfoliostatus prüft, bevor er Trades weiterleitet. Zu den Kontrollen gehören Obergrenzen für Stückzahl und Wert je Order, Positionslimits, Orderratenlimits, Positiv- und Sperrlisten für…

RisikomanagementPositionsgrößenbestimmungOrderausführungBacktesting
Machine Learning for Trading

Diese Fallstudie bewertet monatliche Long-Short-Dezilstrategien auf Basis von Unternehmensmerkmalen aus den US. Sie vergleicht lineare Modelle, Gradient Boosting und Ansätze mit latenten Faktoren unter Berücksichtigung zeitpunktbezogener Verzögerungen bei…

AktienUS-MärkteFaktorinvestierenMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook vergleicht eingebettete, serverbasierte, universelle und auf den Handel ausgerichtete Datenbanken bei Aufgaben mit Finanzzeitreihen: Massenschreibvorgänge, vollständige Scans, Zeitfensterabfragen, OHLCV-Aggregation und die Zuordnung von…

BacktestingStatistikMarktmikrostrukturOrderausführung
Machine Learning for Trading

Diese Analyse vergleicht drei Verfahren, um vorzeichenbehaftete Modellprognosen von Renditen in binäre Positionen umzuwandeln: einen festen Schwellenwert von null, ein nachlaufendes Perzentil je Symbol und ein Perzentil im Querschnitt der Symbole. Sie wendet…

Maschinelles LernenOrderausführungBacktestingKrypto
Machine Learning for Trading

Dieses Notebook demonstriert operative Schutzmaßnahmen für den Live-Handel mit einem synthetischen Broker. Es zeigt, wie eine Order abgelehnt wird, wenn der Marktsnapshot älter als die festgelegte Dauer ist, und wie ein Rückgang des Kontowerts den täglichen…

RisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook misst, wie sich veränderte proportionale Transaktionskosten auf jeweils eine anhand der Validierung ausgewählte FX-Strategie je Renditelabel auswirken. Zunächst wählt es eine übergeordnete Strategie aus Kandidaten für Signal, Allokation und…

DevisenhandelBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Diese Analyse erläutert, wie Informationskoeffizienten (ICs) im Querschnitt für CME-Futuresmodelle zu lesen sind und wie sie mit späteren Portfoliotests zusammenhängen. Sie berechnet für jedes Datum die Rangkorrelation zwischen prognostizierten und…

FuturesStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook untersucht, ob historische ETF-Daten eine monatliche Rangstrategie unterstützen können, bevor ein Modell oder eine Prognose erstellt wird. Es prüft die zeitpunktbezogene Eignung anhand der Liquidität des Vorjahres, zählt verfügbare Fonds an…

AktienBacktestingOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook untersucht, warum zwei Backtesting-Engines bei identischen Signalen unterschiedliche Ergebnisse liefern können. Es hält eine vorab berechnete ETF-Strategie konstant, bildet anhand ihrer Prognosen ein deterministisches Portfolio und verändert…

BacktestingOrderausführungMarktmikrostrukturPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook nutzt aus NASDAQ ITCH abgeleitete Trades und Auftragsmeldungen, um Muster der Markt-Mikrostruktur zu veranschaulichen. Es untersucht eine negative Autokorrelation erster Ordnung bei Renditen aus Tick-Handelspreisen und erläutert, wie…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook entwickelt eine simulierte Market-Making-Aufgabe, in der ein PPO-Agent Quotierungsverschiebung und Spannenbreite wählt. Die Ausführungswahrscheinlichkeit sinkt, je weiter sich die Quotierungen vom Mittelkurs entfernen, während das…

Market-MakingMaschinelles LernenOrderausführungMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook verwendet aus NASDAQ ITCH abgeleitete Handelsdatensätze, um die Intraday-Handelsaktivität zu untersuchen. Es fasst einzelne Trades in Zeitbalken zusammen und vergleicht Aktienvolumen, Handelszahlen, letzte Kurse und volumengewichtete Kurse…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie der Marktimpact mit der Auftragsgröße wächst, und nutzt das Wurzelmodell der Partizipation zur Einordnung der Strategiekapazität. Es unterscheidet Eingaben aus Marktdaten wie Volatilität und durchschnittlichem Tagesvolumen vom…

MarktmikrostrukturOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieser Leitfaden stellt zwei Quellen für US-Tickdaten zu US-Aktienorderbüchern für die Mikrostrukturforschung vor: Databento-Market-by-Order-Ereignisse und NASDAQ-TotalView-ITCH-Nachrichten. Er beschreibt ihre Formate, Abdeckung, ungefähren Datenmengen und…

AktienMarktmikrostrukturOrderausführungUS-Märkte
Machine Learning for Trading

Dieses Modul erläutert, wie historische S&P-500-Kurse aufbereitet werden, wenn Tickersymbole im Zeitverlauf für unterschiedliche Wertpapiere stehen können. Es wendet Anpassungsfaktoren für Kapitalmaßnahmen an, verfolgt Wertpapierkennungen und markiert…

AktienUS-MärkteBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook beschreibt, wie sich Bruttorenditen in eine Nettoperformance überführen lassen, indem Handelsfriktionen, Finanzierung und Fondskosten getrennt modelliert werden. Das parametrisierte Kostenmodell berechnet Handelskosten anhand von…

AktienOrderausführungRisikomanagementBacktesting
Machine Learning for Trading

Das Dokument erläutert zwei Verfahren zur Schätzung von Geld-Brief-Spreads, wenn nur tägliche OHLCV-Daten verfügbar sind. Corwin-Schultz vergleicht Hoch-Tief-Spannen über benachbarte Ein- und Zwei-Tages-Intervalle und nutzt das unterschiedliche Verhalten von…

MarktmikrostrukturStatistikOrderausführungVolatilität
Machine Learning for Trading

Dieses Notebook schätzt, wie Ausführungskosten hypothetische Intraday-Strategierenditen schmälern können. Zunächst misst es volumen­gewichtete notierte Spreads für die NASDAQ-100-Bestandteile anhand von Minutenbalken-Kursnotierungen und verwendet dann den…

AktienOrderausführungMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieses Notebook misst, wie eine in der Validierung ausgewählte FX-Strategie auf Änderungen proportionaler Transaktionskosten reagiert. Für jedes Prognoselabel wählt es anhand der Ergebnisse zu Signal, Allokation und Risiko-Overlay eine übergeordnete…

DevisenhandelBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook misst, wie sich die Validierungsperformance einer S&P-500-Optionsstrategie unter verschiedenen angenommenen Anteilen des gezahlten notierten Spreads verändert. Es wählt eine Basisstrategie pro Modellfamilie aus und führt jede anschließend mit…

OptionenOrderausführungBacktestingRisikomanagement
Machine Learning for Trading

Dieses Dokument stellt eine wiederverwendbare Zustandsmaschine für automatisierte Handelsstopps mit den Zuständen geschlossen, offen und halb offen vor. Dieselbe Übergangslogik gilt für vier Risiken: Drawdown des Kontos, Tagesverlust, aufeinanderfolgende…

RisikomanagementOrderausführungBacktesting
Machine Learning for Trading

Dieser Datensatzleitfaden vergleicht zwei Quellen für US-Aktien-Tickdaten zur Orderbuch- und Markt-Mikrostruktur-Forschung. Die Market-by-Order-Datensätze von Databento liefern vorverarbeitete Hinzufügungs-, Änderungs-, Stornierungs- und Handelsereignisse,…

AktienMarktmikrostrukturOrderausführung