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.
714 Dokumente
Dieses Modul stellt Prüfungen nach dem Training von Zeitreihengeneratoren vor, die auf dem TimeGAN-Auswertungsansatz beruhen. Es misst den Nutzen, indem es einen rekurrenten Prädiktor auf synthetischen Sequenzen trainiert und mit echten Daten testet. Ein…
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 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,…
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…
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…
Dieses Notebook beschreibt die Rekonstruktion eines Limit-Orderbuchs für ein einzelnes Symbol und einen einzelnen Tag anhand von NASDAQ- und ITCH-Nachrichten. Es verarbeitet Nachrichten zum Hinzufügen, Ausführen, Stornieren, Löschen und Ersetzen und verfolgt…
Dieses Notebook analysiert einen Bestand von Jahresberichten, bevor er für die Finanzforschung indexiert wird. Es zeigt vier Datenprobleme auf, die weder Zeilenzahlen noch Prüfungen auf fehlende Werte erkennen lassen: den Abstand zwischen Geschäftsjahresende…
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…
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…
Dieser Research-Agent-Datensatz untersucht, ob die Federal Reserve die Obergrenze ihres Zielzinssatzes im Jahr 2026 anheben wird. Er enthält einen Marktpreis, Suchverläufe und Wahrscheinlichkeitsprognosen des Agenten. Die erste Begründung spricht für eine…
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 stellt einfache Falsifikationsdiagnosen zur Prüfung von Merkmalen vor und unterscheidet ausdrücklich zwischen der Vereinbarkeit mit einem Mechanismus und kausaler Identifikation. Zunächst prüft es ETF-Merkmale über Horizonte zukünftiger…
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…
Dieses Notebook bewertet ETF-Merkmale einzeln, indem es für jedes Datum einen Rang-Informationskoeffizienten zwischen Merkmalswerten und nachfolgenden Monatsrenditen berechnet. Es prüft Finanz- und modellbasierte Merkmale über Walk-Forward-Validierungsdaten…
Dieses Notebook bewertet Kandidatenmerkmale zur Rangfolge von US-Aktien anhand nachfolgender Renditen. Es berechnet tägliche querschnittliche Informationskoeffizienten, fasst deren Mittelwert mit Unsicherheitsschätzungen unter Berücksichtigung serieller…
Dieses Notebook zeigt, wie makroökonomische Beobachtungen den Daten zugeordnet werden, an denen Händler tatsächlich darüber verfügen konnten. Es unterscheidet den Zeitraum, den ein Wert misst, von seinem Veröffentlichungsdatum, schätzt Veröffentlichungsdaten…
Dieses Notebook erläutert PCA als Basismodell latenter Faktoren zur Prognose von ETF-Renditen. Es zerlegt ein Trainingspanel zukünftiger Renditen in die führenden Richtungen und schätzt das Exposure jedes Fonds sowie die Faktorprämien. Der Schätzer ignoriert…