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.
738 Dokumente
Dieses Notebook beschreibt einen Backtest außerhalb der Stichprobe für eine ausgewählte Krypto-Perpetual-Funding-Strategie. Es verwendet Prognosen aus einer Trainingshistorie, die vor dem Holdout-Zeitraum endet, und wendet anschließend die gewählte…
Das Dokument zeigt, wie wöchentliche Commitment-of-Traders-Berichte in Positionsmerkmale für Futures umgewandelt werden. Es erläutert die Händlerkategorien in den Formaten für Finanz-Futures und aufgeschlüsselte Rohstoffe sowie die Bedeutung der…
Das Dokument erläutert, wie ein stochastischer Diskontfaktor (SDF) einen Preiskern schätzt, der jedes Asset bewerten sollte, statt gemeinsame Renditefaktoren zu schätzen. Es beschreibt adversariales Training: Ein Netzwerk schlägt den Diskontfaktor vor,…
Dieses Notebook verwendet Optuna, um XGBoost, LightGBM und CatBoost anhand eines zeitlich aufgeteilten Datensatzes mit Unternehmensmerkmalen abzustimmen. Bei jeder Bibliothek wird die Verlustfunktion – mittlerer quadratischer Fehler oder mittlerer absoluter…
Dieser Benchmark vergleicht pandas und Polars anhand typischer Vorgänge in Finanzdaten-Pipelines, darunter rollierende Merkmale, Gruppenberechnungen, Fenstertransformationen, Filterung, Joins, verzögerte Datenscans, Speicherbedarf und…
Dieses Notebook erläutert, wie vier Markteinflussmodelle in einem Backtest angewendet werden: ohne Einfluss, linearer Einfluss, Einfluss nach einer Quadratwurzelfunktion und ein konfigurierbares Potenzgesetz. Jedes Modell schätzt anhand von Orderrichtung,…
Dieses Notebook wendet TabM, einen Ansatz mit neuronalen Netzen für Tabellendaten, auf Prognosezeilen für Wechselkurspaare an, ohne die Daten als Sequenz zu behandeln. Es verwendet eine gemeinsame Runner-Infrastruktur, um die Vorverarbeitung innerhalb jedes…
Dieses Dokument erläutert, wie sich wöchentliche Commitment-of-Traders-Berichte in Merkmale zur Positionierung in Futures umwandeln lassen. Es beschreibt Berichtskategorien für Finanz-Futures und physische Rohstoffe, erklärt, wie Nettopositionen die…
Dieses Notebook beschreibt einen schreibgeschützten Vergleich von Validierungsprognosen mehrerer Modellfamilien auf einem US-Aktienpanel. Es prüft zunächst, ob jeder vorab definierte Prognosesatz vollständig ist, bewertet dann die Querschnittsrangfolge…
Dieses Dokument erläutert, wie verborgene Markov-Modelle unbeobachtete Marktphasen anhand von Renditen und jüngster Volatilität ableiten. Zunächst legt es zwei transparente Vergleichswerte fest: einen Schwellenwert des Volatilitätsindex für Stress und den…
Dieses Notebook erstellt univariate Prognosen der täglichen Schlusskurse von SPY mit PyTorch ohne Abstraktionsschicht, sktime und Darts. Es vergleicht die praktische Nutzung jeder Schnittstelle, einschließlich Implementierungsaufwand,…
Diese Analyse vergleicht Prognose-, Latent-Faktor- und Kausalmodelle für eine Querschnittsstrategie mit S&P-500-Aktien und wöchentlichen Vorwärtsrenditen. Der Merkmalsumfang kombiniert Momentum- und Volatilitätsmaße für Aktien mit Optionsdaten wie impliziter…
Diese schreibgeschützte Bewertung rekonstruiert die ausgewählte Strategie anhand konfigurierter Registry-Ergebnisse mit vollständiger Abdeckung. Sie folgt der Entwicklung von einer gleichgewichteten Baseline über Allokation, Risikokontrollen und Sensitivität…
Dieses Notebook untersucht, ob ein LSTM die Reihenfolge von ETF-Merkmalshistorien nutzen kann, um Modelle mit flachen Merkmalen, linearen Modellen und Gradient Boosting zu übertreffen. Es gleicht die deklarierte Sequenzpopulation mit den aktuellen Daten ab,…
Dieses Notebook veranschaulicht Instrumented PCA anhand eines synthetischen Anlagepanel. Dabei hängen Faktorladungen linear von Merkmalen ab, die vor den Renditen beobachtet werden. Abwechselnde Kleinste-Quadrate-Schätzungen ermitteln die Abbildung von…
Dieses Notebook untersucht ARIMA als Merkmalsgenerator für Modelle, die seine Ausgabe neben anderen Prognosevariablen verwenden können. Es erklärt, wie ACF- und PACF-Diagramme Modellordnungen nahelegen können, wie Informationskriterien Kandidatenordnungen…
Dieses Notebook wendet eine zuvor ausgewählte NASDAQ-100-Handelskonfiguration auf Prognosen für ein unangetastetes Holdout-Zeitfenster an. Strategie, Portfoliokonzentration, Allokationsmethode, Rebalancing-Zeitplan, Risiko-Overlay und Annahme zu…
Dieses Notebook erklärt, warum eine tägliche Optionsreihe mit konstanter Laufzeit nicht die Renditehistorie eines einzelnen handelbaren Kontrakts darstellt. Wird täglich ein neuer Straddle nahe am Geld ausgewählt, können sich der Ausübungspreis, der Verfall…
Diese Referenz beschreibt akademische Faktor-Renditedatensätze aus der Fama-French-Bibliothek und von AQR für Strategieanalysen und Faktormodellierung. Zu den Daten von Fama-French gehören Reihen zu Markt, Größe, Value, Profitabilität, Investitionen und…
Diese Fallstudie beschreibt die Erstellung eines Prognosedatensatzes außerhalb der Stichprobe für ein bereits ausgewähltes Modell für S&P-500-Optionen. Die Konfiguration für die Testperiode wird anhand von Validierungsergebnissen festgelegt und anschließend…
Diese Fallstudie vergleicht Prognosemodelle für eine monatliche Rotation über Anlageklassen hinweg, anhand von ETFs für Aktien, festverzinsliche Anlagen, Rohstoffe, Währungen und Immobilien. Die zentrale Erkenntnis lautet, dass Informationskoeffizient (IC)…
Dieses Notebook erläutert, wie Double Machine Learning (DML) schätzt, ob FX-Momentum zukünftige Renditen beeinflusst, nachdem konfigurierte Störfaktoren berücksichtigt wurden. Es unterscheidet diese Interventionsfrage von einer Prognose: Prädiktive Modelle…
Dieses Notebook untersucht Labels für überwachtes Lernen anhand von ETF-Kursdaten. Es behandelt Renditen über feste Horizonte für Regression oder Richtungsklassifikation, rollierende Zeitreihenperzentile, querschnittliche Perzentil-Labels,…
Dieses Notebook fasst Registry-Ergebnisse für OLS, Ridge, Lasso und ElasticNet aus neun Fallstudien zusammen. Es wählt vollständige Validierungsergebnisse zum jeweiligen primären Label der Studie aus, vergleicht mittlere tägliche querschnittliche…