Wissensbibliothek

Dieses Notebook führt ein Panel identischer Forschungsagenten aus oder spielt es erneut ab. Die Agenten beantworten eine gemeinsame Prognosefrage; anschließend werden ihre Prognosen, Suchaktivitäten und Gesprächsverläufe untersucht. Separate Protokolle für…

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 beschreibt mehrere Möglichkeiten, Prognose-Scores in Handelssignale umzuwandeln: feste Schwellen, rollierende Perzentile je Asset und Querschnittsperzentile. Feste Schwellen verwenden einen gewählten Score-Wert; rollierende Schwellen passen…

Dieses Notebook untersucht eine ausgewählte Devisenstrategie und die Herkunftskette ihrer Holdout-Artefakte anhand registrierter Forschungsartefakte. Es reproduziert die Auswahl aus einer eingefrorenen Validierungskandidatenmenge, indem es zulässige…

Dieses Notebook bildet beschreibende Marktregime aus monatlichen Wirtschaftsdaten der Federal Reserve: Arbeitslosigkeit, Federal Funds Rate, Treasury-Zinskurve und Inflation. Es erklärt, wie Reihen mit unterschiedlichen Veröffentlichungshäufigkeiten…

Dieses Dokument beschreibt Hilfsfunktionen zum Vergleich registrierter Handelsstrategien und zur Erstellung strukturierter Fallstudienbewertungen. Eine zentrale Rangordnungsmethode beschränkt Renditereihen vor der Berechnung von Portfoliokennzahlen auf exakt…

Dieses Kapitel behandelt Methoden, um gemeinsame Strukturen in Rendite- und Merkmals-Panels zu ermitteln, von PCA und Eigenportfolios über IPCA, risikoprämienbezogene PCA und bedingte Autoencoder bis hin zur Schätzung stochastischer Diskontfaktoren 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…

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 stellt einen Merkmalsauswahl-Workflow für ETF-Forschung vor, der zahlreiche mögliche Transformationen und Rückblickfenster auf eine kleinere Auswahl für spätere Modellierung eingrenzt. Es berechnet querschnittliche…

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…

Das Dokument beschreibt Möglichkeiten, Strategierenditen mit zwei externen Benchmarks zu vergleichen: täglichen SPY-Gesamtrenditen und Fama-French-Marktrenditen, die sich aus der Addition von Marktrisikoprämie und risikofreiem Zinssatz ergeben. Es bietet…

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…

Diese CME-Futures-Studie variiert die Kapazität und Verlustfunktion von Gradient-Boosting-Bäumen und zeichnet Vorhersagen an mehreren Trainings-Checkpoints auf. Die Anzahl der Blätter bestimmt, wie fein ein Modell den Merkmalsraum aufteilt, während sich…

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 erläutert, wie sich künftige Spotrenditen über eine, fünf und 21 Sitzungen für ein festes Universum von FX-Paaren berechnen lassen. Zunächst ordnet es Vier-Stunden-Balken mithilfe eines New Yorker Tageswechselkalenders Handelssitzungen zu und…

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 Notebook verwendet eine korrelationsbasierte Hauptkomponentenanalyse der Renditen von Sektor-ETF, um gemeinsame Risikofaktoren und Sektorrotation zu beschreiben. Durch die Standardisierung der Renditen erhält jeder Sektor vor der Zerlegung eine…

Dieses Notebook erstellt einen Retrieval-Augmented-Research-Assistenten auf Grundlage von Auszügen aus US-Unternehmensmeldungen nach 10-K. Es lädt Meldungen, zerlegt Texte in Satzfenster, bettet die Abschnitte mit einem lokalen Modell ein und erstellt einen…

Dieses Notebook demonstriert das Training eines generativen adversarialen Netzwerks mit täglichen ETF-Merkmalen und differenzieller Privatsphäre. Es erläutert die Datenschutzgarantie und das Budget und verwendet anschließend Opacus, um den…

Dieses Dokument beschreibt Umsetzungsprinzipien für einen gemeinsamen Backtest-Runner und konzentriert sich darauf, Renditeraster bei der Annualisierung der Performance korrekt zu interpretieren. Es schätzt die beobachtete Stichprobenfrequenz anhand…