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

837 Dokumente

Machine Learning for Trading

Dieses Notebook zeigt einen Workflow, der Verlusttrades mit den zugehörigen Modellerklärungen verbindet. Es erstellt ein Feature-Panel für den einzelnen Vermögenswert SPY aus Kurs- und makroökonomischen Daten, trainiert ein LightGBM-Modell mit früheren…

AktienMaschinelles LernenRisikomanagementStatistik
Machine Learning for Trading

Diese Demo skizziert einen durchgehend laufenden Krypto-Handelsablauf, der mit dem USD-Spotmarkt von Alpaca verbunden ist. Sie ordnet ein Anlageuniversum aus einer Perpetual-Futures-Fallstudie den vom Handelsplatz unterstützten Spot-Paaren zu und macht…

KryptoSpotmärktePerpetual FuturesMomentum
Machine Learning for Trading

Dieses Notebook schätzt, wie stark ein gleich gewichtetes Portfolio überlebender US-Aktien die Renditen gegenüber einem Portfolio überzeichnen kann, das auch Unternehmen enthält, die aus dem Datensatz ausgeschieden sind. Zunächst wird untersucht, wann das…

AktienUS-MärkteBacktestingStatistik
Machine Learning for Trading

Dieses Notebook zeigt das Monitoring von Kovariaten-Drift bei ETF-Momentum-Features und Merkmalen von Krypto-Perpetual-Futures in unterschiedlichen Marktphasen. Es vergleicht den Population Stability Index, der Veränderungen einzelner Feature-Verteilungen…

Maschinelles LernenStatistikRisikomanagementKrypto
Machine Learning for Trading

Dieses Notebook entwickelt das Long-only-Markowitz-Framework mit vollständiger Investition, einschließlich zulässiger Portfolios, effizienter Grenze sowie Lösungen für maximale Sharpe Ratio und minimale Varianz. Es erläutert, wie die Portfoliovarianz von der…

Multi-AssetPortfolio-KonstruktionStatistikBacktesting
Machine Learning for Trading

Dieses Notebook zeigt, wie StopLoss-, TakeProfit- und TrailingStop-Regeln für ein Momentum-Portfolio abgestimmt werden, wobei Kalibrierung und Evaluierung chronologisch getrennt bleiben. Es testet einzelne Regelbreiten und gemeinsame Kombinationen anhand von…

AktienRisikomanagementBacktestingMomentum
Machine Learning for Trading

Dieses Dokument stellt eine wiederverwendbare Diagnoseübersicht für Finanzdatensätze vor. Sie umfasst Indexintegrität, Duplikate, fehlende Werte, Ausreißer, Kalenderlücken und bereichsspezifische Anomalien. Geprüft werden Zeittypen, Reihenfolge und…

Multi-AssetStatistikRisikomanagementUS-Märkte
Machine Learning for Trading

Dieses Dokument zeigt, wie sich eine fünftägige ETF-Momentumstrategie über eine gemeinsame Strategieschnittstelle mit Alpaca verbinden lässt. Die Strategie verfolgt Momentum bei SPY, QQQ und IWM und erzeugt Signale, wenn ein Schwellenwert überschritten wird.…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Dokument vergleicht alternative Methoden zur Positionsgrößenbestimmung für CME-Futures-Strategien, die anhand einer nach gleich gewichteter Validierungs-Sharpe-Ratio geordneten Baseline ausgewählt wurden. Bei gleicher Gewichtung wird jedes ausgewählte…

FuturesRohstoffePositionsgrößenbestimmungPortfolio-Konstruktion
Machine Learning for Trading

Dieses Dokument erläutert, wie ein bestehendes Modell und ein Kandidatenmodell vor einer Kapitalallokation in einer Shadow-Evaluierung verglichen werden. Rollen und Freigabeschwellen werden vorab festgelegt; anschließend wird der Kandidat anhand von fünf…

Maschinelles LernenStatistikRisikomanagementBacktesting
Machine Learning for Trading

Das Dokument zeigt einen Broker-Wrapper, der Orders und den Portfoliostatus prüft, bevor er Trades weiterleitet. Zu den Kontrollen gehören Obergrenzen für Stückzahl und Wert je Order, Positionslimits, Orderratenlimits, Positiv- und Sperrlisten für…

RisikomanagementPositionsgrößenbestimmungOrderausführungBacktesting
Machine Learning for Trading

Diese Analyse prüft, ob Abrechnungsdaten eine wöchentliche, querschnittliche CME-Futures-Strategie unterstützen können, bevor ein Modell angepasst wird. Sie untersucht, ob an den Rebalancing-Terminen genügend Produkte notiert sind, um die vorgesehenen Long-…

FuturesCarryRisikomanagementBacktesting
Machine Learning for Trading

Dieses Notebook verwendet Optuna zur Optimierung von LightGBM-Renditemodellen und berücksichtigt dabei sowohl den Informationskoeffizienten im Querschnitt (IC) als auch die Prognoseumschichtung. Eine Suche mit einem Ziel maximiert zum Vergleich IC; eine…

Maschinelles LernenStatistikFuturesKrypto
Machine Learning for Trading

Diese Lehrdarstellung vergleicht parametrische stochastische Modelle und Bootstrap-Verfahren zur Erzeugung synthetischer Finanzpfade. Sie behandelt geometrische Brownsche Bewegung, Sprungdiffusion, Mittelwertrückkehr, stochastische Volatilität nach Heston…

StatistikVolatilitätRisikomanagementBacktesting
Machine Learning for Trading

Dieses Notebook demonstriert operative Schutzmaßnahmen für den Live-Handel mit einem synthetischen Broker. Es zeigt, wie eine Order abgelehnt wird, wenn der Marktsnapshot älter als die festgelegte Dauer ist, und wie ein Rückgang des Kontowerts den täglichen…

RisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook misst, wie sich veränderte proportionale Transaktionskosten auf jeweils eine anhand der Validierung ausgewählte FX-Strategie je Renditelabel auswirken. Zunächst wählt es eine übergeordnete Strategie aus Kandidaten für Signal, Allokation und…

DevisenhandelBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Das Dokument erläutert, wie die Deflated Sharpe Ratio (DSR) den Sharpe-Wert einer ausgewählten Strategie um die Anzahl getesteter Strategien, die Streuung ihrer Sharpe-Schätzungen und nicht normalverteilte Renditen bereinigt. Es vergleicht sie mit einer…

BacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook prüft potenzielle Merkmale für eine Strategie, die auf dieselbe Aktie Call- und Put-Optionen am Geld mit identischem Verfallsdatum verkauft und den Straddle bis zum Verfall hält. Für jedes Merkmal wird gemessen, ob es die verfügbaren Titel in…

OptionenAktienStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, warum zwei Backtesting-Engines bei identischen Signalen unterschiedliche Ergebnisse liefern können. Es hält eine vorab berechnete ETF-Strategie konstant, bildet anhand ihrer Prognosen ein deterministisches Portfolio und verändert…

BacktestingOrderausführungMarktmikrostrukturPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook erstellt Labels für künftige Renditen kurzfristiger Straddles am Geld bei Aktien des S&P 500. Da das tägliche Panel mit 30-Tage-Straddles in jeder Sitzung zu einem anderen Basispreis oder Verfallstermin wechselt, würde eine verschobene…

OptionenBewertung von DerivatenVolatilitätBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Gleichgewichtung, inverse Volatilität, Minimum-Varianz und hierarchische Risikoparität mit demselben ETF-Universum, denselben Prognosen, demselben Umschichtungsplan und demselben Backtestverfahren. Ein rollierendes Ridge-Modell…

Portfolio-KonstruktionBacktestingRisikomanagementMaschinelles Lernen
Machine Learning for Trading

Das Notebook erläutert den Value at Risk (VaR), der ein Verlustquantil markiert, und den Conditional Value at Risk (CVaR), der die Verluste jenseits dieser Schwelle mittelt. Anhand täglicher ETF-Renditen vergleicht es historische, gaußsche,…

RisikomanagementVolatilitätBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Lehr-Notebook vergleicht Methoden zur Erstellung von Ziel-Labels für überwachte Trading-Modelle anhand von ETF-Daten. Es behandelt Renditen und Richtungs-Labels mit festem Horizont, rollierende Zeitreihen-Perzentile, querschnittliche Perzentile,…

Maschinelles LernenStatistikBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook zeigt Prüfungen auf Lookahead-Bias anhand von ETF-Kursen und makroökonomischen Zeitreihen. Es zeigt, dass ein zentrierter gleitender Durchschnitt zukünftige Beobachtungen einschließt, Kurswendepunkte zu genau nachzeichnen kann und am jüngsten…

AktienStatistikBacktestingRisikomanagement