Wissensbibliothek

Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…

Dieses Notebook stellt ein veröffentlichtes Panel für die Machine-Learning-Forschung zu US-Aktien vor. Es enthält monatliche Beobachtungen mit 46 Unternehmensmerkmalen und Überschussrenditen des Folgemonats über mehrere Jahrzehnte. Die Merkmale werden nach…

Dieses Kapitel erläutert den Aufbau und Einsatz finanzieller Wissensgraphen für Fragen, bei denen Beziehungen wie Eigentumsverhältnisse, Lieferketten oder Ansteckungseffekte eine Rolle spielen. Es behandelt die Identität von Entitäten, typisierte…

Dieses Notebook vergleicht zwei Transformer-Architekturen zur Prognose von 21-Tagesrenditen von ETF anhand von acht Momentum-Features aus zurückliegenden Zeiträumen. PatchTST gruppiert aufeinanderfolgende Tage zu Patches, wodurch die Zahl der…

Dieses Notebook analysiert ein Portfolio aus Aktien-ETFs mithilfe von CAPM- und Fama-French-Faktorregressionen und erweitert die Analyse anschließend um rollierende Exposures, Renditeattribution und residuale Abhängigkeiten. Es verwendet abgeglichene…

Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…

Dieses Notebook erklärt ein Modell mit stochastischem Diskontfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Es lernt Gewichte, mit denen diskontierte Asset-Renditen No-Arbitrage-Momentbedingungen erfüllen, statt einen Verlust für die…

Das Dokument beschreibt eine Ablationsstudie zur Frage, ob gelernte Graph-Einbettungen die Prognose von Aktienrenditen über gewöhnliche Tabellenmerkmale hinaus verbessern. Es erstellt ein Netzwerk aus historischen Korrelationen von Aktienrenditen, berechnet…

Dieses Notebook vergleicht Random-Forest-Bagging mit XGBoost, LightGBM und CatBoost bei der Prognose von Aktienrenditen anhand anonymisierter Unternehmensmerkmale. Es verwendet vorab festgelegte zeitliche Trainings-, Validierungs- und Testaufteilungen, misst…

Dieses Tutorial erklärt, wie sich Marktdaten über einmalige Downloads hinaus organisieren lassen. Es stellt eine einheitliche Verwaltung zum Abruf einzelner Symbole oder ganzer Gruppen, vordefinierter und eigener Symboluniversen sowie zur…

Dieses Notebook prüft Risiko-Overlays auf Positions- und Portfolioebene für führende ETF-Allokationskombinationen einer Monatsstrategie. Es hält jede registrierte Prognose, Konzentration und jeden Allokator fest und vergleicht die Ergebnisse mit…

Das Notebook behandelt jedes Renditefenster als empirische Verteilung und clustert Fenster anhand der eindimensionalen Wasserstein-Distanz. Bei gleich großen Stichproben ergibt das Sortieren die optimale Zuordnung der Quantile. Die Distanz bildet daher…

Dieses Notebook erklärt ein didaktisches, auf Mamba basierendes selektives Zustandsraummodell und evaluiert es für die Prognose von ETF-Renditen. Anders als ein Zustandsraummodell mit festen Parametern leitet es den Eingabe-Zustands-Term, den…

Dieses Notebook stellt eine Frage-Antwort-Anwendung für einen Neo4j-Graphen mit institutionellen 13F-Beteiligungen vor. Es leitet Fragen an eine von drei festgeschriebenen Cypher-Vorlagen weiter, statt aus der Frage eine Abfrage zu erzeugen, und verwendet…

Dieses Notebook erstellt eine Abrufpipeline für Auszüge aus Unternehmensberichten nach 10-K. Es lädt einen stabilen Satz von Berichten, teilt den Text in Satzfenster auf, erstellt lokale Einbettungen und indiziert die Abschnitte in einer Vektordatenbank. Der…

Diese Konfigurationsnotiz erläutert, warum eine mit L1 regularisierte logistische Regression mit drei Klassen SAGA und eine ausdrücklich verschärfte Toleranz verwendet. Sie vergleicht SAGA mit liblinear anhand eines…

Dieses Notebook stellt Pfadsignaturen als Merkmale fester Länge vor, die Reihenfolge und gemeinsame Geometrie von Beobachtungen in einem Zeitreihenfenster erhalten. Die erste Ebene erfasst die Gesamtänderung jeder Koordinate; die zweite bildet die…

Dieses Notebook beschreibt eine Double-Machine-Learning-Analyse mit expandierendem Fenster dazu, ob Momentum über 12 bis -2 Monate die Renditen von US-Unternehmen im Folgemonat vorhersagt, wenn Beta, IdioVol, LME und Varianz berücksichtigt werden.…

Dieses Notebook erstellt N-BEATS zur Prognose von Schlusskursen für SPY. Vollständig verbundene Blöcke verarbeiten ein ganzes Rückblickfenster; jeder erzeugt einen Backcast, der vor dem nächsten Block abgezogen wird, sowie eine Prognose für den künftigen…

Dieses Tutorial erläutert, wie sich Lookahead Bias in ETF- und makroökonomischen Daten erkennen und vermeiden lässt. Es zeigt, dass zentrierte gleitende Durchschnitte zukünftige Beobachtungen verwenden, während eine einfache Korrelation zwischen dem Niveau…

Das Dokument untersucht, wie Handelskosten die Validierungsleistung einer zuvor ausgewählten Aktien- und Optionsallokation im S&P 500 verändern. Es variiert Gebühren pro Handelsrichtung als Anteil des gehandelten Werts und vergleicht sie mit einer pauschalen…

Dieses Notebook gibt einen Überblick über Methoden zur Erkennung von Veränderungen in Finanzzeitreihen und verwendet SPY als Beispiel. Es stellt den Zivot-Andrews-Test, der einen Bruch schätzt und zugleich eine Einheitswurzelhypothese testet, PELT und der…

Dieses Notebook bewertet ein vortrainiertes Finanzstimmungsmodell anhand von FinMarBa-Schlagzeilen und erläutert, warum das Ergebnis kein sauberer Test der Übertragung von Sentiment ist. FinBERT wurde anhand menschlicher Einschätzungen der Textstimmung…

Dieses Notebook vergleicht Sequenzmodelle auf einem Wochenraster, um dieselbe Rendite über fünf Sitzungen vorherzusagen, die auch auf einem Tagesraster verwendet wird. Bei einer Abtastung freitags wird dieses Label ungefähr zu einem Ein-Schritt-Ziel. Dadurch…