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

952 Dokumente

Machine Learning for Trading

Das Dokument beschreibt eine Walk-Forward-Studie mit TabM-Neuronalen-Netzen, die Monatsrenditen anhand von Unternehmensmerkmalen prognostizieren. Da der gemeinsame Trainingslauf für die Regression den quadratischen Fehler als Optimierungsziel und für die…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Das Dokument stellt einen Workflow vor, der standardisierte Marktdatenlader, ein Register vorgefertigter Merkmale und Signalanalysen verbindet. Die Merkmalsberechnung kann über Namen, Parameterzuordnungen oder YAML festgelegt werden und unterstützt…

Technische IndikatorenMaschinelles LernenStatistikAktien
Machine Learning for Trading

Dieses Notebook stellt die instrumentierte Hauptkomponentenanalyse als Modell querschnittlicher Renditen vor. Statt den Merkmalen jedes Unternehmens direkte Renditegewichte zuzuweisen, schätzt IPCA eine gemeinsame lineare Abbildung von Merkmalen auf…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht vier neuronale Netzwerkarchitekturen für dieselbe Aufgabe: die nächste Tagesrendite anhand eines Fensters vergangener Renditen vorherzusagen, über acht börsengehandelte Fonds gepoolt. Es beschreibt, wie ein dichtes Netzwerk, eine…

Maschinelles LernenBacktestingAktienStatistik
Machine Learning for Trading

Diese Machbarkeitsanalyse prüft, ob Daten und Annahmen eine wöchentliche Strategie unterstützen können, die S&P-500-Aktien anhand der impliziten Volatilität am Geld einordnet und die führenden Aktien kauft. Optionen liefern das Signal, die Positionen werden…

AktienOptionenVolatilitätRisikomanagement
Machine Learning for Trading

Dieses Notebook bewertet Sequenzmodelle für das Ranking von S&P-500-Aktien anhand von Fenstern ihrer Optionsoberflächen- und Kursverläufe. Es stellt einem normalisierten linearen Modell ohne rekurrentes Gedächtnis ein LSTM gegenüber, dessen Gates…

Maschinelles LernenAktienOptionenBacktesting
Machine Learning for Trading

Dieses Notebook zeigt eine einheitliche OHLCV-Schnittstelle für Yahoo Finance, WikiPrices und FRED und nutzt die Quellen anschließend für aktuelle ETF-Daten, Aktien mit langen Historien und makroökonomische Zeitreihen. Es beschreibt einen nach Priorität…

AktienMulti-AssetMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieses Capstone-Notebook vergleicht gleiche Gewichtung, inverse Volatilität, Mean-Variance-Optimierung und hierarchische Risikoparität anhand eines gemeinsamen Signals für ein diversifiziertes ETF-Universum. Ein rollendes Ridge-Modell verwendet Momentum-,…

Portfolio-KonstruktionBacktestingAktienOrderausführung
Machine Learning for Trading

Dieses Notebook erstellt N-BEATS, eine vollständig verbundene neuronale Prognosearchitektur, die ein ganzes Eingabefenster verarbeitet und einen zukünftigen Verlauf prognostiziert. Die interpretierbare Variante beschränkt Blöcke darauf, Komponenten mithilfe…

Maschinelles LernenAktienBacktestingStatistik
Machine Learning for Trading

Dieses Notebook beschreibt die Rekonstruktion eines NASDAQ-Limit-Orderbuchs aus DataBento-Nachrichten mit Marktdaten pro Order für ein einzelnes Symbol und einen Handelstag. Es stellt eine modulare Engine vor, die den Status einzelner Orders verfolgt, Orders…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook untersucht, wie sich der Rebalancing-Takt auf den Portfolio-Umschlag, die Brutto-Performance und kostenbereinigte Ergebnisse eines Momentum-Portfolios aus den am höchsten gerankten ETFs auswirkt. Es schätzt den Portfolio-Umschlag anhand…

AktienMomentumOrderausführungBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht LightGBM-Modelle mit einer Ridge-Baseline zur Prognose von ETF-Renditen über zwei Zeithorizonte. Es erläutert, warum Bäume Wechselwirkungen abhängig von der Marktphase erkennen können, etwa wenn sich Momentum unter Marktstress…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook vergleicht strukturiertes, graphähnliches Retrieval mit embeddingbasiertem Vektor-Retrieval für institutionelle Beteiligungen aus 13F-Meldungen. Es erstellt einen zeitpunktbezogenen Bestandssnapshot zu einem festen Stichtag, begrenzt das…

AktienMaschinelles LernenStatistikPortfolio-Konstruktion
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

Dieses Notebook erstellt Kennzahlen zur Markt-Mikrostruktur aus NASDAQ ITCH-Handelsdaten, fasst Trades zu Intraday-Bars zusammen und unterscheidet Liquiditäts-Proxys von Orderflow-Signalen und dem Zustand des Orderbuchs. Vor der Aggregation werden einzelne…

AktienMarktmikrostrukturHochfrequenzhandelStatistik
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 untersucht, wie sich Transaktionskosten auf eine häufig rebalancierte NASDAQ-100-Strategie auswirken. Zunächst werden Kostenannahmen in Basispunkten auf bestehende Backtests ohne Kosten angewendet, um zu zeigen, wie sich die Sharpe Ratio mit…

AktienOrderausführungMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieses Notebook erklärt die instrumentierte Hauptkomponentenanalyse als Methode, latente Faktorladungen von beobachtbaren Aktienmerkmalen abhängig zu machen, statt jeder Aktie eine feste Ladung zuzuweisen. Eine gemeinsame Abbildung von Merkmalen auf…

AktienMaschinelles LernenStatistikFaktorinvestieren
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 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 stellt eine Familie von Modellen für Unternehmensrenditen vor, die annimmt, dass eine kleine Zahl unbeobachteter gemeinsamer Faktoren einen großen Teil des Querschnitts erklärt. Statt Renditen direkt anhand von Merkmalen vorherzusagen, leiten…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument erläutert, wie Wavelet-Zerlegungen und rollierende Spektralschätzungen Finanzrenditen auf verschiedenen Zeitskalen beschreiben. Wavelets zerlegen Renditen in Komponenten mit zunehmend längeren Perioden, sodass sich erkennen lässt, welche…

AktienStatistikVolatilitätTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook macht aus Modellprognosesätzen vergleichbare Backtests für Optionen auf den S&P 500. An jedem wöchentlichen Entscheidungstermin ordnet es die prognostizierten Renditen, wählt die höchstplatzierten Symbole aus dem liquiden Anlageuniversum aus…

OptionenAktienBacktestingOrderausführung