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.
1,075 Dokumente
Dieses Notebook erklärt die instrumentierte Hauptkomponentenanalyse (IPCA), die die Faktor-Exposures jedes ETF als gemeinsame lineare Funktion der beobachteten Merkmale dieses Fonds modelliert. Abwechselnde kleinste Quadrate schätzen gemeinsam die Abbildung…
Dieses Notebook untersucht sechs Allokationsmethoden für ausgewählte Konfigurationen von Krypto-Perpetual-Strategien. Rangfolgen und Einstiegsregeln bleiben fest, während sich das den einzelnen Positionen zugewiesene Kapital ändert. Die Methoden verwenden…
Das Notebook stellt einen autonomen Forschungsablauf vor, in dem ein Sprachmodell allgemeine Werkzeuge verwendet, um Dateien zu prüfen, Befehle auszuführen, ein Backtest-Register abzufragen und Daten zu untersuchen. Statt Forschungsaktionen fest zu…
Dieses Notebook erklärt, warum eine berichtete Sharpe-Ratio eine unsichere Schätzung und kein definitives Maß für die Qualität einer Strategie ist. Es entwickelt Konfidenzintervalle und die probabilistische Sharpe-Ratio, die anhand von Stichprobenlänge,…
Dieses Notebook vergleicht gleiche Gewichtung mit zwei Allokationsregeln für Strategien mit US-Unternehmensmerkmalen: Bei der Score-Gewichtung wird Prognosen mit höheren Modellwerten mehr Kapital zugewiesen, während die Conformal-Gewichtung das Kapital für…
Diese Analyse vergleicht gelernte Signale für monatliche Querschnittsrenditen von US-Aktien anhand von Bilanz- und Marktmerkmalen; Zielgröße ist die Rendite des Folgemonats. Sie untersucht lineare Modelle, Boosted Trees, tiefe Tabular-Methoden, Schätzer…
Dieses Kapitel stellt agentische Arbeitsabläufe für Finanzrecherchen vor, bei denen das Sammeln, Filtern und Zusammenführen uneinheitlicher Evidenz die zentrale Herausforderung ist. Es vergleicht diese Abläufe mit herkömmlichen Modellen, die sich für…
Dieses Audit vergleicht Backtrader und Zipline mit ML4T anhand realer Strategiefälle. Dabei werden nur Kombinationen aus Assets und Kontrakten berücksichtigt, die beide Engines und das eingefrorene Datenpaket nativ abbilden können. Untersucht werden die…
Dieses Notebook definiert und validiert monatliche Rendite-Labels für eine Querschnittsstudie zu Unternehmensmerkmalen aus US. Es prüft, wie der Datenanbieter die Merkmale jeder Zeile dem Renditeergebnis zuordnet, und betont, dass das Panel bereits…
Dieses Notebook erklärt, wie Finanzmodelle bewertet werden können, ohne dass Informationen, die zum Entscheidungszeitpunkt nicht verfügbar waren, in das Training oder die Modellauswahl einfließen. Es unterscheidet zwischen Trainings-, Validierungs- und…
Dieses Notebook vergleicht vier Methoden zur Erkennung von Beziehungen in einem Panel aus ETF-Renditen: NOTEARS für zeitgleiche lineare DAGs, VAR-LiNGAM für verzögerte und unmittelbare Strukturen, PCMCI für Tests auf bedingte Unabhängigkeit und Granger-Tests…
Dieses Notebook untersucht, wie sich Ridge-Regularisierung auf die Performance des Informationskoeffizienten (IC) auswirkt und wie die Hyperparametersuche berichtete Validierungsergebnisse verzerren kann. Zunächst wird ein breites Alpha-Raster mit…
Dieses Notebook vergleicht tägliches, wöchentliches, zweiwöchentliches und monatliches Rebalancing für ein Momentum-Portfolio mit den höchsten Rangwerten, das aus einem festen ETF-Universum zusammengestellt wird. Es misst den Portfolioumschlag und die…
Dieses Notebook wandelt Futures-Carry – die Preisdifferenz zwischen nahen Fälligkeiten – in modellbasierte Features um. Es beschreibt Ein-Schritt-ARIMA-Prognosen je Produkt, rollierende Fourier-Maße für die Stärke saisonaler Zyklen und ein…
Dieses Konfigurationsmodul beschreibt ein Framework zur Festlegung von Einstellungen für Backtest-Sweeps je Fallstudie. Es liest Einstiegsschemata, Allokationsmethoden, Handelskostenraster und Risikokontrollen aus Setup-Dateien und gibt klare Fehler aus,…
Das Notebook stellt eine Berichtsmethode für eine Long-only-RSI-Mean-Reversion-Strategie auf BTC vor. Es vergleicht Brutto- und Nettoperformance und misst die Strategie anschließend an Buy-and-Hold mit denselben Handelstagen, demselben Exposure, derselben…
Dieses Dokument erläutert ein TabM-neuronales Netz, das ETFs anhand tabellarischer Features einordnet. Ein gemeinsamer zweischichtiger Backbone versorgt mehrere Mitglieder, die jeweils über einen erlernten Skalierungsvektor und eine Ausgabeschicht verfügen.…
Diese Kapitelübersicht erläutert, wie Gradient-Boosted Trees für Finanzprognosen mit Tabellendaten auf Entscheidungsbäumen und Random Forests aufbauen. Beim Boosting werden Lernende nacheinander hinzugefügt, um frühere Fehler zu korrigieren. So lassen sich…
Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…
Dieses Notebook vergleicht zwei Transformer-Architekturen zur Prognose von 21-Tagesrenditen von ETF anhand von acht Momentum-Features aus zurückliegenden Zeiträumen. PatchTST gruppiert aufeinanderfolgende Tage zu Patches, wodurch die Zahl der…
Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…
Dieses Notebook vergleicht quadratischen Fehler, absoluten Fehler und Huber-Verlust für Gradient-Boosting-Modelle, die Renditen von Short-ATM-Straddles prognostizieren. Das Ziel hat einen begrenzten Gewinn, aber potenziell schwere Verluste. Daher kann der…
Dieses Notebook wandelt stündliche Daten kontinuierlicher Futures in tägliche OHLCV-Balken um, die an CME-Globex-Sitzungen ausgerichtet sind. Zeitstempel werden der Sitzung zugeordnet, die um 4 PM Central Time endet. Daher zählt der Handel am Sonntagabend…
Dieses Notebook erklärt ein Modell mit stochastischem Diskontfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Es lernt Gewichte, mit denen diskontierte Asset-Renditen No-Arbitrage-Momentbedingungen erfüllen, statt einen Verlust für die…