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

1,075 Dokumente

Machine Learning for Trading

Dieses Notebook implementiert eine didaktische Anpassung eines adversativen stochastischen Diskontfaktormodells auf Tagesbasis. Ein Portfolio-Gewichtungsnetzwerk konstruiert anhand von Merkmalen und Marktinformationen, die zum vorherigen Börsenschluss…

AktienMaschinelles LernenStatistikFaktorinvestieren
Machine Learning for Trading

Diese Analyse beurteilt die Zuverlässigkeit ausgewählter Handelssignale, indem sie Evidenz zum Informationskoeffizienten (IC) mit den Sharpe Ratios vergleicht, die entstehen, wenn Prognosen in Positionen umgesetzt werden. Sie aggregiert Ergebnisse von…

Maschinelles LernenStatistikBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook aggregiert bereits berechnete Walk-Forward-Ergebnisse, um LSTM, NLinear, TSMixer, TCN und PatchTST in Fallstudien mit linearen, Gradient-Boosting- und TabM-Baselines zu vergleichen. Es berichtet durchschnittliche tägliche…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Diese Machbarkeitsanalyse prüft, ob Daten und Annahmen für eine wöchentliche, delta-gehedgte Short-Straddle-Strategie auf S&P-500-Bestandteile plausibel sind, bevor ein Modell angepasst wird. Sie erläutert, wie Calls und Puts mit demselben Strike und…

OptionenVolatilitätRisikomanagementBacktesting
Machine Learning for Trading

Dieses explorative Notebook untersucht stündliche CME-Futuresdaten über Produkte und Anlageklassen hinweg und verwendet den E-mini S&P 500 als Beispiel. Es erläutert die Hierarchie von Produkt über auslaufenden Kontrakt bis zur fortlaufenden Reihe, fasst…

FuturesStatistikBacktestingMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook vergleicht Gewichtungsregeln für den Verkauf von Straddles auf ausgewählten S&P-500-Symbolen. Die ausgewählten Symbole bleiben gleich, während die Allokation variiert wird; Gleichgewichtung dient als Basis. Zu den Methoden zählen Gewichtung…

OptionenPortfolio-KonstruktionPositionsgrößenbestimmungBacktesting
Machine Learning for Trading

Dieses Notebook testet, wie eine ausgewählte Strategie mit Merkmalen von US-Unternehmen auf veränderte Annahmen zu Transaktionskosten reagiert. Die Strategiekonfiguration bleibt fest; erneute Backtests auf Validierungsdaten durchlaufen ein festgelegtes…

AktienOrderausführungBacktestingRisikomanagement
Machine Learning for Trading

Dieses Dokument beschreibt eine Benutzeroberfläche zur Untersuchung von Backtest-Ergebnissen, die in einem Register gespeichert sind. Sie unterstützt Zusammenfassungen der Anzahl von Läufen, die Prüfung von Spezifikationen und einzelnen Läufen, das Sortieren…

BacktestingStatistikPortfolio-KonstruktionMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook führt eine festgelegte Strategie mit Aktienmerkmalen auf einem reservierten Holdout-Zeitraum aus und verwendet dabei zuvor ausgewählte Prognosen und einen Portfolio-Allokator. Konfiguration, Positionsgröße, Konzentration, Rebalancing-Takt und…

AktienFaktorinvestierenBacktestingPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook analysiert mit Zeitstempeln versehene Finanzereignis-Kanten eines Wissensgraphen und unterscheidet, wann ein Ereignis stattfand, wann es öffentlich wurde und wann die Extraktionspipeline die Kante erzeugte. Es berechnet Verzögerungen bei…

Maschinelles LernenStatistikBacktestingEreignisgesteuert
Machine Learning for Trading

Diese Kapitelbesprechung beschreibt einen hypothesengeleiteten Prozess zur Definition von Handelsstrategien vor dem Backtesting. Sie verbindet dokumentierte Datenannahmen und unveränderliche Konfigurationen mit explorativer Analyse, Ereignisstudien und einem…

MomentumRückkehr zum MittelwertStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie Futures-Kontraktspezifikationen die Abrechnung im Backtest beeinflussen. Es zeigt, wie der Kontraktmultiplikator Preisbewegungen in Dollar-P&L umrechnet, wie sich der Nominalwert für die Positionsbemessung aus Preis mal…

FuturesRohstoffeMomentumPositionsgrößenbestimmung
Machine Learning for Trading

Diese Fallstudie bewertet einen wöchentlichen Short Straddle auf S&P-500-Optionen anhand registrierter Backtests. Sie wählt eine Konfiguration aus einem festgelegten liquiden Universum aus, ordnet Kandidaten anhand der Validierung und bewertet die…

OptionenAktienBacktestingRisikomanagement
Machine Learning for Trading

Das Dokument beschreibt einen gemeinsamen Analyseablauf zum Vergleich von Modellkonfigurationen über Fallstudien hinweg. Zunächst wählt es eine Konfiguration je Fallstudie aus und erstellt anschließend Fold- und fallstudienübergreifende Zusammenfassungen auf…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieser Prüfdatensatz legt fest, wie mehrere Backtesting-Frameworks mit ML4T anhand realer Strategiefallstudien und eines synthetischen Stresstests verglichen werden. Er definiert Vergleichsregeln für geordnete Ausführungen, Zeitstempel, Kontogeldwerte,…

BacktestingOrderausführungMarktmikrostrukturFutures
Machine Learning for Trading

Dieses Notebook vergleicht die Korrektheit und Laufzeit von VectorBT Pro und VectorBT OSS mit ML4T anhand unterstützter Fallstudienstrategien. Es behandelt die Portfolioallokation mit ETF, den Devisenhandel mit USD-Notierung und ein Aktienpanel aus US für…

BacktestingOrderausführungFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook wandelt Prognosen auf Aktienebene in Validierungsportfolios um. An jedem Rebalancing-Datum sortiert es Aktien nach prognostizierter Rendite, kauft die oberste Gruppe, geht bei der untersten Short-Positionen ein und weist jeder Position gleich…

AktienMaschinelles LernenBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook definiert zukunftsgerichtete Preisrenditelabels für ein festes Panel von Krypto-Perpetual-Kontrakten und erläutert, wie die Labelkonstruktion jedes spätere Modell und jeden Backtest beeinflusst. Es verschiebt Zeitstempel des Balkenbeginns auf…

KryptoPerpetual FuturesBacktestingStatistik
Machine Learning for Trading

Dieses Quellmodul erstellt Katalogtabellen aus Experimentregistern für Modellprognosen und Backtests. Es definiert reservierte Felder für Herkunft, Identität, Abschlussstatus, Verfügbarkeit von Artefakten und Kennzahlen. Der Katalog enthält mehrere Maße für…

BacktestingStatistikRisikomanagementPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook veranschaulicht, wie ein Auftrag mit festem Dollarbetrag bei verschiedenen Aktien sehr unterschiedliche Kosten verursachen kann, da seine Größe im Verhältnis zum verfügbaren Handelsvolumen entscheidend ist. Es wendet ein Markteinflussmodell…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook bewertet Sequenzkonfigurationen von LSTM und NLinear für CME-Futures. Sequenzmodelle verarbeiten geordnete Beobachtungsfenster und prüfen, ob der jüngste Verlauf zusätzliche Informationen gegenüber konstruierten Zusammenfassungsmerkmalen…

FuturesMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook beschreibt einen gemeinsamen Ablauf zum Anpassen temporaler Faltungsnetzwerke an tägliche FX-Paardaten. Statt jedes Datum als isolierte Merkmalszeile zu behandeln, verwendet das Modell einen festen Rückblick auf aufeinanderfolgende…

DevisenhandelMaschinelles LernenBacktesting
Machine Learning for Trading

Diese Fallstudie bewertet tägliche Momentum- und Carry-Signale in einem kleinen, korrelierten Universum von G10-Spot-Währungspaaren. Der Ablauf reicht von Machbarkeitsprüfungen und zukunftsgerichteten Renditelabels über konstruierte und modellbasierte…

DevisenhandelMomentumCarryBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, warum die beobachtete Sharpe-Ratio einer Strategie angepasst werden muss, wenn sie aus vielen Tests ausgewählt wurde. Es stellt die Deflated Sharpe Ratio (DSR) vor, die das ausgewählte Ergebnis mit einem Referenzwert vergleicht,…

BacktestingStatistikRisikomanagement