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

7 Dokumente

Machine Learning for Trading

Dieses Dokument beschreibt den Datenzugriff und die Konventionen zur zeitlichen Ausrichtung für Krypto-Perpetual-Futures und zugehörige On-Chain-Reihen. Es erläutert, dass Premium-Index-Balken mit ihrem Eröffnungszeitpunkt als Zeitstempel versehen sind: Ein…

KryptoPerpetual FuturesOn-Chain-DatenDeFi
Machine Learning for Trading

Dieses Notebook untersucht, ob der Total Value Locked als Alternativdatensignal für Ether-Renditen dienen kann. TVL fasst den Dollarwert der in dezentralen Finanzprotokollen hinterlegten Kryptoanlagen zusammen. Da es sich um einen preisbewerteten Bestand und…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Dieses Notebook behandelt Total Value Locked als alternative Datenquelle und prüft die Hypothese, dass Kapitalbedingungen in DeFi Ether-Renditen vorhersagen können. Es definiert TVL als Dollarwert der in Protokollen hinterlegten Krypto-Assets und betont,…

KryptoOn-Chain-DatenDeFiStatistik
Machine Learning for Trading

Dieses Notebook bewertet eine DeFi-Zeitreihe zum Total Value Locked als alternative Datenquelle für den Ether-Handel. Die Prüfung orientiert sich an vier Fragen: Besteht ein Zusammenhang der Zeitreihe mit Forward-Renditen? Sind die Daten zuverlässig und…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Diese Fallstudie bewertet die Total-Value-Locked-Daten von DeFi Llama als möglichen Input für eine Ether-Handelsforschungspipeline. Sie trennt Signalstärke, Datenqualität, rechtliche Eignung und kommerziellen Wert; rechtliche Fragen und das Fehlen…

KryptoDeFiOn-Chain-DatenStatistik
Machine Learning for Trading

Das Kapitel vertritt die Auffassung, dass wiederholbare Forschungsdisziplin eine beständigere Quelle für Handelsvorteile ist als jede einzelne Strategie. Es stellt einen Ablauf vor, der auf falsifizierbaren Hypothesen, Out-of-Sample-Auswertung und…

Maschinelles LernenStatistikRisikomanagementDeFi
Machine Learning for Trading

Dieses Kapitel zeigt, wie sich zeitkonsistente Analysen von Fundamentaldaten und alternativen Daten für Aktien, makroökonomische Reihen, Futures, Krypto und Prognosemärkte aufbauen lassen. Im Mittelpunkt stehen bitemporale Speicherung und Abfragen zum…

BacktestingStatistikMaschinelles LernenOn-Chain-Daten