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.
32 Dokumente
Dieses Tutorial führt die Maximum-Likelihood-Schätzung anhand von Normal- und Exponentialverteilungen ein. Für eine Normalstichprobe leitet es Schätzwerte für Mittelwert und Standardabweichung her und vergleicht sie mit den Schätzwerten einer Bibliothek. Bei…
Dieses Einführungstutorial zeigt, wie Sie Jupyter-Notebooks für quantitative Analysen nutzen. Es erklärt den Unterschied zwischen Code- und Textzellen, das Ausführen von Zellen und die Ausgabe von Ergebnissen, das Importieren gängiger Analyse- und…
Die Vorlesung beschreibt, wie Transaktionskosten die Strategieperformance beeinflussen und wie institutionelle Handelsteams die Ausführung beurteilen. Sie unterscheidet explizite Provisionen und Gebühren von indirekten Kosten wie Spread und Marktauswirkung.…
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…
Dieses Tutorial führt NumPy-Arrays und lineare Algebraoperationen ein, die in der quantitativen Finanzanalyse verwendet werden. Es erklärt Array-Dimensionen und -Formen, Indizierung, Slicing und elementweise Funktionen und wendet sie anschließend auf…
Diese Lektion nutzt ein Faktormodell, um das Portfoliorisiko in gemeinsame Faktorrisiken und anlagenspezifische Risiken aufzuteilen. Sie erstellt Renditen für Markt-, Größen- und Value-Faktoren, schätzt mithilfe einer Regression die Faktorengagements jeder…
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 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…
Die Vorlesung stellt die Hauptkomponentenanalyse als Methode vor, eine große Matrix mit einer kleineren Zahl orthogonaler Komponenten zusammenzufassen, die einen großen Teil ihrer Variation erfassen. Ein synthetisches Bild veranschaulicht die Zerlegung der…
Diese Vorlesung behandelt Parameterschätzungen als unsichere Größen, die sich mit neuen Beobachtungen oder je nach Stichprobenzeitraum verändern können. Sie schlägt vor, diese Instabilität zu messen, indem eine Statistik für mehrere Teildatensätze geschätzt…
Diese Vorlesung erklärt, wie Verletzungen von Regressionsannahmen Parameterschätzungen und statistische Schlussfolgerungen beeinflussen und warum Residuenanalysen auch bei komplexen Modellen hilfreich sind. Sie behandelt nicht normalverteilte Residuen und…
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, warum Mittelwert und Varianz allein eine Renditeverteilung nicht beschreiben. Die Schiefe erfasst die Asymmetrie und Richtung eines längeren Verteilungsschwanzes; die Kurtosis beschreibt im Vergleich zu einer Normalverteilung die…
Diese Vorlesung stellt lineare Regression als Verfahren vor, um zu schätzen, wie sich eine Ergebnisvariable mit einer oder mehreren erklärenden Variablen verändert. Im Marktbeispiel werden die täglichen Renditen einer Aktie auf die einer anderen regressiert;…
Dieses Tutorial führt pandas Series und DataFrames als Strukturen zum Organisieren, Filtern, Transformieren und Analysieren von Finanzdaten ein. Series enthalten beschriftete eindimensionale Daten; DataFrames ordnen mehrere Spalten einem gemeinsamen Index…
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…
Diese Vorlesung führt Faktormodelle als Regressionen ein, die Renditen eines Vermögenswerts mithilfe anderer Renditezeitreihen erklären. Sie schätzt das Beta eines Vermögenswerts gegenüber einer Benchmark anhand historischer Renditen. Anschließend nutzt sie…
Diese Vorlesung erklärt Hebelwirkung als Kreditaufnahme, um das in einer Handelsstrategie eingesetzte Kapital zu erhöhen. Sie definiert die Hebelquote und zeigt anhand von Einperiodenbeispielen, wie geliehene Mittel Gewinne verstärken können, während Zinsen…
Diese Vorlesung erklärt, wie Hypothesentests anhand von Stichprobendaten Aussagen über Populationswerte prüfen. Die Beispiele untersuchen, ob die mittlere Rendite einer Aktie von null abweicht. Sie unterscheidet Null- und Alternativhypothesen, ein- und…
Das Dokument vergleicht das arithmetische und gewichtete arithmetische Mittel, den Median, den Modalwert sowie das geometrische und harmonische Mittel als Maße der zentralen Tendenz. Es erklärt, wie das arithmetische Mittel Werte durch Addition…
Das Dokument erläutert, wie die Kovarianz beschreibt, wie sich Assetrenditen gemeinsam verändern, und wie eine Kovarianzmatrix diese Zusammenhänge zusammen mit der Varianz jedes Assets erfasst. Der Portfolioaufbau verwendet diese Matrix, um das Gesamtrisiko…
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 erklärt, wie Marktbeta und Sektorexponierung dazu führen können, dass sich einzelne Prognosen eines Portfolios gemeinsam bewegen. Dadurch sinkt die Zahl unabhängiger Positionen und somit das risikobereinigte Potenzial. Es ordnet dies in das…