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

160 Dokumente

Machine Learning for Trading

Dieses Notebook erläutert eine Familie von ETF-Modellen, die Renditen anhand gemeinsamer latenter Richtungen darstellt und schätzt, wie Fondsmerkmale auf Exposures abgebildet werden. Es unterscheidet fünf Ansätze: unbedingte Hauptkomponenten, Instrumented…

AktienMaschinelles LernenStatistikFaktorinvestieren
Machine Learning for Trading

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…

Maschinelles LernenStatistikFaktorinvestierenPortfolio-Konstruktion
Machine Learning for Trading

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)…

Multi-AssetBacktestingPortfolio-KonstruktionMomentum
Machine Learning for Trading

Dieses Notebook prüft, ob eine Standard-Portfolioallokation eine NASDAQ-100-Handelsstrategie verbessern kann, die bei jedem Balken handelt und bereits durch Transaktionskosten belastet ist. Es wählt Prognosen anhand der Validierungsperformance im…

AktienPositionsgrößenbestimmungPortfolio-KonstruktionOrderausführung
Machine Learning for Trading

Dieses Notebook untersucht, wie sich die Positionsgröße auf FX-Backtests auswirkt, nachdem das Modell bereits die zu handelnden Währungspaare ausgewählt hat. Es übernimmt Prognosen, Signalzuordnung, Kosten und Ausführungseinstellungen der besten Baseline und…

DevisenhandelPositionsgrößenbestimmungPortfolio-KonstruktionBacktesting
Machine Learning for Trading

Dieses Notebook fragt Backtest-Register aus neun Fallstudien ab und erstellt vergleichbare Tabellen für nachgelagerte Analysen. Es ordnet Ergebnisse nach Anlageklasse und Datenfrequenz und erfasst die Performance über die Phasen Signal, Allokation, Kosten…

BacktestingStatistikPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt eine Brücke für die Bereitstellung zwischen einer Offline-Pipeline für maschinelles Lernen und der Handels-Engine LEAN von QuantConnect vor. Es wählt reproduzierbar einen Modelllauf aus einer Registry aus, exportiert dessen…

Maschinelles LernenPortfolio-KonstruktionOrderausführungBacktesting
Machine Learning for Trading

Dieses Kapitel beschreibt den Portfolioaufbau als Umwandlung von Renditeprognosen, Risikoschätzungen und Beschränkungen in Gewichtungen, Hebel und Rebalancing-Entscheidungen. Es skizziert einen Forschungsablauf, der Allokationsentscheidungen dokumentiert,…

Portfolio-KonstruktionRisikomanagementPositionsgrößenbestimmungBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie sich Ausstiege auf Positionsebene bewerten und mit portfolioweiten Kontrollen kombinieren lassen. Feste Stop-Loss-, Take-Profit- und zeitbasierte Ausstiege werden mit nachziehenden und enger werdenden Stops verglichen; ein…

RisikomanagementPositionsgrößenbestimmungBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook führt die Ergebnisse aus neun Marktfallstudien in einem mehrstufigen Prüfprozess für Strategien zusammen. Es prüft nacheinander, ob ein Modell einen positiven Informationskoeffizienten aufweist, seine ausgewählte Konfiguration einen positiven…

BacktestingStatistikRisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook vergleicht Referenz-ETF-Portfolios anhand historischer Krisen, manuell festgelegter gleichzeitiger Anlageschocks und Monte-Carlo-Verlustszenarien. Zu den historischen Zeiträumen zählen starke Aktien- und zinsbedingte Kursverluste; die…

Multi-AssetPortfolio-KonstruktionRisikomanagementVolatilität
Machine Learning for Trading

Dieses Notebook entwickelt einen Portfolio-Allocator, der einem Variablenauswahl-Netzwerk im Stil eines Temporal Fusion Transformer einen LSTM-Encoder vorschaltet. Das Auswahl-Netzwerk bettet jedes Eingabemerkmal separat ein und weist ihm Softmax-Gewichte…

AktienMaschinelles LernenPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Notebook wendet die Hauptkomponentenanalyse auf Veränderungen von Treasury-Renditen über verschiedene Laufzeiten an. Durch die Standardisierung der Veränderungen erhält jede Laufzeit den gleichen Einfluss; die resultierenden Komponenten werden als…

Festverzinsliche WertpapiereStatistikRisikomanagementPortfolio-Konstruktion
Machine Learning for Trading

Dieses Tutorial leitet den Kelly-Anteil für eine binäre Wette her, indem es das erwartete logarithmische Vermögenswachstum maximiert, und erweitert das Konzept anschließend auf stetige Renditen und ein Mehrwertpapierportfolio. Es verwendet symbolische…

PositionsgrößenbestimmungPortfolio-KonstruktionRisikomanagementStatistik
Machine Learning for Trading

Dieses Kapitel behandelt Transaktionskosten als Einschränkung während der gesamten Strategieentwicklung und -umsetzung – von der Faktorevaluierung und dem Backtesting über die Portfoliozusammenstellung und Risikoüberwachung bis zur Produktionskontrolle. Es…

OrderausführungMarktmikrostrukturBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook wandelt institutionelle 13F-Bestände in einen bipartiten Graphen von Institutionen und Aktien um und leitet daraus Forschungsmerkmale ab, darunter Ähnlichkeit gemeinsamer Aktienbestände, Breite und Konzentration des Eigentums sowie…

AktienStatistikPortfolio-KonstruktionMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook erläutert, wie sich Renditen und Risiken von ETF anhand von CAPM- und Fama-French-Faktorregressionen zerlegen lassen. Es schätzt Engagements über die gesamte Stichprobe mit robusten Standardfehlern gegen Heteroskedastizität und…

AktienFaktorinvestierenRisikomanagementStatistik
Machine Learning for Trading

Dieses Notebook passt Skip-Gram-Word2Vec an institutionelle Bestände an: Jedes 13F-Portfolio wird als Satz behandelt, jede Aktienkennung als Token und der Rang der Positionsgröße als Tokenreihenfolge. Benachbarte Positionen bilden den Kontext. So können…

AktienMaschinelles LernenPortfolio-KonstruktionStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Methoden zur Kapitalallokation auf US-Aktienpositionen, während Modell, Checkpoint, Rebalancing-Termine und ausgewählte Aktien konstant bleiben. Es untersucht Gewichtungen anhand der Prognosestärke, der Breite des…

AktienPositionsgrößenbestimmungPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Notebook wandelt Validierungsvorhersagen aus mehreren Modellfamilien in gleichgewichtete Long-Short-Portfolios um. Es ordnet Aktien nach prognostizierter Rendite, kauft die obersten Werte und verkauft die untersten leer. Mit einer gemeinsamen…

AktienUS-MärkteBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook vergleicht sechs Long-only-Verfahren zur ETF-Portfolioaufteilung, die die Abhängigkeit von instabilen Schätzungen verringern sollen. Bei Schätzern mit Kovarianz verwendet es die Kovarianz-Shrinkage nach Ledoit-Wolf. Außerdem vergleicht es die…

Multi-AssetAktienFestverzinsliche WertpapierePortfolio-Konstruktion
Machine Learning for Trading

Dieses Kapitel fasst neun Fallstudien zusammen, in denen Machine-Learning-Signale über Portfolioaufteilung, Handelskosten und Risiko-Overlays bis zur Auswertung eines eingefrorenen Holdouts verfolgt werden. Als Analyseeinheit dient der Verlauf jeder…

Maschinelles LernenAktienBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook vergleicht Verfahren zur Positionsgrößenbestimmung in einem US-Aktienpanel, während Modell, Checkpoint, Rebalancing-Termine und ausgewählte Aktien unverändert bleiben. Prognosebasierte Verfahren skalieren das Kapital anhand der Prognosehöhe…

AktienUS-MärktePortfolio-KonstruktionPositionsgrößenbestimmung