Wissensbibliothek

Dieses Notebook zeigt, wie sich aus dem MD&A-Text quartalsweiser SEC 10-Q zwei mögliche Aktiensignale ableiten lassen. FinBERT bewertet Textabschnitte nach positiver, neutraler oder negativer Tonalität; die Abschnittswerte werden zu einer durchschnittlichen…

Dieses Notebook analysiert NASDAQ-TotalView-ITCH-Nachrichten, um die marktweite Aktivität zu beschreiben und wiederverwendbare Handelsdaten zu erstellen. Es zählt die Nachrichten nach Typ und reichert anschließend Orderausführungsnachrichten an, indem es…

Dieses Analyse-Notebook erläutert, wie sich eine US-Aktienstrategie auf Basis von Unternehmensmerkmalen anhand von Registry-Ergebnissen statt neuer Backtests bewerten lässt. Es betrachtet Statistiken zur Performance unter Berücksichtigung von Unsicherheit,…

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…

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 gemeinsame Modul zur Feature-Konstruktion definiert Regeln für die Erstellung finanzieller Prognosemerkmale, die in mehreren Fallstudien verwendet werden, und prüft diese. Für jede Merkmalsfamilie hält es Hypothese, Eingaben, rollierenden…

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,…

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 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 stellt Tail-GAN vor, einen generativen adversarialen Ansatz zur Reproduktion des Tail-Risikos finanzieller Szenarien, insbesondere des Value at Risk (VaR) und des Expected Shortfall (ES). Es verwendet differenzierbares Sortieren, damit…

Dieses Notebook untersucht, wie sich mehrere Wahrscheinlichkeitsprognosen kombinieren lassen. Es stellt einfache Mittelwertbildung als Ausgangspunkt vor und erläutert die Neyman-Extremisierung, die den Panelmittelwert abhängig von der Zahl der Prognostiker…

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…

Diese Übersicht erläutert eine Modellfamilie zur Prognose von Renditen anhand von Unternehmensmerkmalen. Statt jedes Merkmal als direkten Renditeprädiktor zu behandeln, nehmen die Modelle an, dass Renditen von einer kleinen Zahl unbeobachteter gemeinsamer…

Dieses Dokument stellt ein didaktisches selektives Zustandsraummodell im Mamba-Stil vor, das ETF-Renditen anhand von Sequenzen aus Momentum-Features prognostiziert. Anders als Attention und dichte zeitliche Mischung führt ein Zustandsraummodell einen Zustand…

Dieses Dokument beschreibt einen bedingten Autoencoder, der Unternehmens-Exposures gegenüber latenten Renditefaktoren als nichtlineare Funktion von Unternehmensmerkmalen modelliert. Wie IPCA schätzt er eine Faktorstruktur, in der prognostizierte Renditen…

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 bewertet Sicherheitskontrollen für ein Frage-Antwort-System zu Finanzdokumenten anhand von sechs manuell erstellten Fällen. Die Fälle stellen indirekte Prompt-Injections, erfundene Daten in nicht vertrauenswürdigem Material, versuchte…

Dieses Notebook stellt ein veröffentlichtes Panel für die Machine-Learning-Forschung zu US-Aktien vor. Es enthält monatliche Beobachtungen mit 46 Unternehmensmerkmalen und Überschussrenditen des Folgemonats über mehrere Jahrzehnte. Die Merkmale werden nach…

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…