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.
16 Dokumente
Dieses Tutorial erklärt, wie ein Modell historische Beobachtungen genau abbilden kann, indem es das Rauschen statt des zugrunde liegenden Prozesses lernt. Es nennt kleine Stichproben und übermäßige Modellkomplexität als häufige Ursachen. Anhand einer…
Das Dokument erklärt die multiple lineare Regression als Methode, ein Ergebnis mithilfe mehrerer Einflussgrößen zu modellieren. Die Methode der kleinsten Quadrate wählt Koeffizienten, indem sie die quadrierten Vorhersagefehler minimiert. Jeder Koeffizient…
Diese Lektion führt Pairs Trading als Ansatz ein, um eine vermutete wirtschaftliche Beziehung zwischen zwei Wertpapieren zu handeln. Sie unterscheidet Kointegration von Korrelation, veranschaulicht beide Konzepte anhand simulierter Reihen und beschreibt, wie…
Die Vorlesung erklärt, wie Regressionsresiduen – die Differenzen zwischen beobachteten und prognostizierten Werten – Aufschluss darüber geben können, ob die Annahmen eines linearen Modells plausibel sind. Ein Residuenplot sollte eine strukturlose Wolke um…
Die Vorlesung stellt einen Ablauf vor, mit dem sich prüfen lässt, ob ein Aktienfaktor die Aktien nach ihrer künftigen relativen Wertentwicklung einordnet. Im Momentum-Beispiel wird die Kursveränderung über einen langen Rückblickzeitraum gemessen, wobei der…
Diese Vorlesung gibt einen Überblick darüber, wie ein Regressionsmodell falsch spezifiziert werden kann und wie sich diese Entscheidungen auf Schätzungen und Prognosen auswirken. Wird eine mit den enthaltenen Einflussgrößen korrelierte Variable ausgelassen,…
Diese Vorlesung erklärt, wie ein Stichprobenmittelwert den Populationsmittelwert schätzen kann und wie ein Konfidenzintervall dessen Unsicherheit ausdrückt. Sie leitet den Standardfehler aus der Streuung und Größe der Stichprobe ab und beschreibt…
Diese Vorlesung erklärt, wie Zufallsvariablen unsichere Ergebnisse darstellen und wie Wahrscheinlichkeitsverteilungen ihr Verhalten beschreiben. Sie unterscheidet diskrete Ergebnisse, die durch eine Wahrscheinlichkeitsfunktion zusammengefasst werden, von…
Diese Vorlesung untersucht, warum sich Regressionskoeffizienten zwischen Stichproben deutlich verändern können und dadurch die Zuverlässigkeit eines Modells für neue Daten begrenzt ist. Anhand einfacher Beispiele zur linearen Regression zeigt sie, wie kleine…
Das Dokument führt autoregressive Modelle ein, die eine Zeitreihe anhand ihrer eigenen verzögerten Werte prognostizieren. Es erklärt, dass aussagekräftige Schätzungen Kovarianzstationarität voraussetzen: einen über die Zeit stabilen, endlichen Mittelwert,…
Das Dokument beschreibt einen Ablauf zur Prüfung eines Trading-Portfolios anhand von Performancekennzahlen und Diagnosegrafiken. Es erläutert gängige Größen wie Sharpe-Ratio, Marktbeta und maximalen Drawdown sowie Renditeverteilungen, kumulierte und…
Das Dokument unterscheidet Aktienvolumen von Dollarvolumen und erklärt, warum Balkendaten durchschnittliche, volumen-gewichtete oder zuletzt gehandelte Preise ausweisen können. Es beschreibt typische Intraday-Volumenmuster bei US-Aktien, einschließlich einer…
Das Dokument erläutert eine Long-Short-Aktienstrategie im Querschnitt: Aktien werden anhand eines Modells gerankt, die höchstplatzierten Titel gekauft und die niedrigstplatzierten mit ausgeglichenem Dollarengagement leerverkauft. Das Rankingsignal wird als…
Diese Vorlesung erläutert Stationarität, Integrationsordnungen und die Bedeutung dieser Eigenschaften für die Analyse finanzieller Zeitreihen. Ein stationärer Prozess hat stabile datenerzeugende Eigenschaften, während Veränderungen wie ein driftender…
Das Dokument erklärt die Spearman-Rangkorrelation als Maß dafür, ob sich zwei Variablen in derselben oder entgegengesetzten Reihenfolge bewegen, auch wenn ihr Zusammenhang monoton, aber nicht linear ist. Die Korrelation wird aus gerankten Beobachtungen…
Diese Vorlesung erläutert, warum viele statistische Tests die Wahrscheinlichkeit erhöhen, zufällig scheinbar signifikante Zusammenhänge zu finden. Sie veranschaulicht dies mit paarweisen Spearman-Rangkorrelationen zwischen unabhängigen Zufallsreihen. Wenn…