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

4 Dokumente

Machine Learning for Trading

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…

Maschinelles LernenStatistikVolatilitätTrendfolge
Machine Learning for Trading

Dieses Notebook untersucht die Performance einer festen Long-only-ETF-Momentum-Baseline unter verschiedenen Marktbedingungen von 2010 bis 2024. Es ordnet jede Tagesrendite anhand von Volatilitäts- und Trendmaßen ein, die vor Beginn dieser Rendite bekannt…

AktienMomentumTrendfolgeVolatilität
Machine Learning for Trading

Das Dokument überführt eine Cross-Asset-Momentumhypothese in einen monatlichen explorativen Test mit einem Universum von 100-ETF. Es erstellt angepasste Monatsendkurse, misst Momentum von 12 bis -1 Monaten, teilt anschließend geeignete ETFs in fünf gleich…

Multi-AssetMomentumTrendfolgeStatistik
Machine Learning for Trading

Dieses Feature-Engineering-Modul bereitet tägliche Kursdaten für systematische Makro-Portfoliomodelle auf. Es erstellt Renditen über verschiedene Zeithorizonte, skaliert mit der geschätzten Volatilität, mehrere MACD-Signale über verschiedene Skalen und…

Multi-AssetMomentumTrendfolgeVolatilität