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.
22 Dokumente
Dieses Tutorial erklärt, wie bedingte Volatilität in einem ARCH- oder GARCH-Prozess Renditereihen mit schwereren Verteilungsschwänzen als eine Normalverteilung erzeugen kann. Es simuliert eine GARCH(1,1)-Reihe, vergleicht deren Randverhalten mit…
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.…
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…
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 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 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 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 das Capital Asset Pricing Model erwartete Vermögenswertrenditen mit einem risikofreien Zinssatz und dem Engagement im breiten Marktrisiko verknüpft. Sie unterscheidet diversifizierbares, unternehmensspezifisches Risiko von…
Diese Vorlesung führt den Value at Risk (VaR) eines Portfolios als Verlustschwelle für ein gewähltes Konfidenzniveau ein. Anschließend veranschaulicht sie den historischen VaR, indem sie über einen Rückblickzeitraum ein niedriges Perzentil der gewichteten…
Das Dokument gibt einen Überblick darüber, wie stark Beobachtungen um einen zentralen Wert streuen. Es definiert Spannweite, mittlere absolute Abweichung, Varianz und Standardabweichung. Dabei wird erläutert, dass die Standardabweichung in derselben Einheit…
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 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 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…
Diese Vorlesung verwendet Faktormodelle, um Portfoliorenditen zu erklären und Exponierungen gegenüber systematischen Risikoquellen zu quantifizieren. Sie beschreibt, wie aktive Renditen relativ zu einer Benchmark auf Faktorrenditen regressiert werden und wie…
Das Dokument erläutert, wie die Verteilung des Engagements auf unabhängige oder schwach korrelierte Positionen die Portfoliovolatilität senken kann, während zusätzliche stark korrelierte Assets das Risiko möglicherweise kaum verändern. Es veranschaulicht das…
Das Dokument definiert Korrelation als Kovarianz geteilt durch die Standardabweichungen zweier Reihen. So entsteht ein Maß zwischen -1 und 1, das sich leichter über Datensätze hinweg vergleichen lässt. Es erläutert Kovarianz- und Korrelationsmatrizen anhand…