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

1,494 Dokumente

Machine Learning for Trading

Dieses Notebook analysiert ein Portfolio aus Aktien-ETFs mithilfe von CAPM- und Fama-French-Faktorregressionen und erweitert die Analyse anschließend um rollierende Exposures, Renditeattribution und residuale Abhängigkeiten. Es verwendet abgeglichene…

AktienFaktorinvestierenPortfolio-KonstruktionStatistik
Machine Learning for Trading

Dieses Dokument erläutert Fractional Differencing als Methode, eine Kursreihe stationärer zu machen und dabei einen Teil ihrer Niveauinformation zu erhalten. Es leitet die Lag-Gewichte aus der Binomialentwicklung einer fraktionalen Differenz ab und zeigt,…

StatistikTechnische IndikatorenMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook prüft, ob Spot-FX-Daten im Vierstundentakt eine tägliche querschnittliche Strategie unterstützen können, die Währungspaare anhand von Momentum und Carry einordnet, die stärksten kauft und die schwächsten verkauft. Es passt kein Modell an und…

DevisenhandelMomentumCarryStatistik
Machine Learning for Trading

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…

OptionenVolatilitätMaschinelles LernenStatistik
Machine Learning for Trading

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…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Diese Implementierung beschreibt ein neuronales Modell mit stochastischem Diskontfaktor sowie ein adversariales Momentennetzwerk zur Prüfung von Beziehungen in der Asset-Bewertung. Das SDF-Netzwerk bildet Asset-Merkmale, optional kombiniert mit einer…

Maschinelles LernenFaktorinvestierenStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieser Modelladapter verwendet PatchTST, eine Transformer-Architektur für langfristige Zeitreihenprognosen, für skalare Regression. Er akzeptiert nach Zeit und Merkmal angeordnete Sequenzen, ordnet sie für das Grundmodell um und verdichtet die Ausgaben je…

Maschinelles LernenStatistik
Machine Learning for Trading

Das Dokument beschreibt eine Ablationsstudie zur Frage, ob gelernte Graph-Einbettungen die Prognose von Aktienrenditen über gewöhnliche Tabellenmerkmale hinaus verbessern. Es erstellt ein Netzwerk aus historischen Korrelationen von Aktienrenditen, berechnet…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Dokument beschreibt ein Verfahren für gepaarte Performancevergleiche zwischen Stufen der Strategieauswahl. Es vergleicht Signalauswahlen mit gleich gewichteten Referenzen, Holdout- mit Validierungsauswahlen und Übergänge bei Allokation,…

StatistikBacktestingRisikomanagementPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook vergleicht Random-Forest-Bagging mit XGBoost, LightGBM und CatBoost bei der Prognose von Aktienrenditen anhand anonymisierter Unternehmensmerkmale. Es verwendet vorab festgelegte zeitliche Trainings-, Validierungs- und Testaufteilungen, misst…

Maschinelles LernenAktienStatistikFaktorinvestieren
Machine Learning for Trading

Das Notebook behandelt jedes Renditefenster als empirische Verteilung und clustert Fenster anhand der eindimensionalen Wasserstein-Distanz. Bei gleich großen Stichproben ergibt das Sortieren die optimale Zuordnung der Quantile. Die Distanz bildet daher…

AktienMaschinelles LernenStatistikVolatilität
Machine Learning for Trading

Diese Kapitelübersicht ordnet die Forschungsschritte zwischen validierten Marktdaten und der Modellevaluation. Sie behandelt eine an Datensplits angepasste Vorverarbeitung, Kodierung und Entscheidungen zum Umgang mit fehlenden Daten sowie die ausführungsnahe…

Maschinelles LernenStatistikBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook erstellt eine Abrufpipeline für Auszüge aus Unternehmensberichten nach 10-K. Es lädt einen stabilen Satz von Berichten, teilt den Text in Satzfenster auf, erstellt lokale Einbettungen und indiziert die Abschnitte in einer Vektordatenbank. Der…

Maschinelles LernenStatistikAktienUS-Märkte
Machine Learning for Trading

Dieses Notebook stellt Pfadsignaturen als Merkmale fester Länge vor, die Reihenfolge und gemeinsame Geometrie von Beobachtungen in einem Zeitreihenfenster erhalten. Die erste Ebene erfasst die Gesamtänderung jeder Koordinate; die zweite bildet die…

AktienTechnische IndikatorenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook beschreibt eine Double-Machine-Learning-Analyse mit expandierendem Fenster dazu, ob Momentum über 12 bis -2 Monate die Renditen von US-Unternehmen im Folgemonat vorhersagt, wenn Beta, IdioVol, LME und Varianz berücksichtigt werden.…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument beschreibt ein zweistufiges Verfahren zur Extraktion von Quelldaten für eine S&P-500-Straddle-Studie. Zunächst werden Call- und Put-Kontrakte anhand einer Auswahl nahe am Geld ermittelt, die auf Tagen bis zum Verfall, absolutem Delta,…

OptionenVolatilitätBewertung von DerivatenStatistik
Machine Learning for Trading

Dieses Notebook erstellt N-BEATS zur Prognose von Schlusskursen für SPY. Vollständig verbundene Blöcke verarbeiten ein ganzes Rückblickfenster; jeder erzeugt einen Backcast, der vor dem nächsten Block abgezogen wird, sowie eine Prognose für den künftigen…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Das Dokument beschreibt durchgängige Pipelines, die historische und aktuelle Aktiendaten zusammenführen und stündliche Daten zu Krypto-Perpetuals aufbereiten. Im zentralen Beispiel werden WikiPrices- und Yahoo-Beobachtungen an der Grenze ihrer Datenabdeckung…

Multi-AssetStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt einen strukturierten Zustandsdatensatz für Research-Agenten vor, der die Frage eines Durchlaufs, den Stichtag, Belege, offene Fragen, den Werkzeugverlauf, Ergebnisse der Qualitätsprüfungen und den Synthesestatus bewahrt. Es…

Maschinelles LernenStatistikRisikomanagement
Machine Learning for Trading

Dieses Tutorial erläutert, wie sich Lookahead Bias in ETF- und makroökonomischen Daten erkennen und vermeiden lässt. Es zeigt, dass zentrierte gleitende Durchschnitte zukünftige Beobachtungen verwenden, während eine einfache Korrelation zwischen dem Niveau…

BacktestingStatistikAktienUS-Märkte
Machine Learning for Trading

Das Dokument untersucht, wie Handelskosten die Validierungsleistung einer zuvor ausgewählten Aktien- und Optionsallokation im S&P 500 verändern. Es variiert Gebühren pro Handelsrichtung als Anteil des gehandelten Werts und vergleicht sie mit einer pauschalen…

AktienOptionenBacktestingOrderausführung
Machine Learning for Trading

Das Notebook vergleicht Monte-Carlo-Dropout und tiefe Ensembles als Verfahren zur Schätzung der Unsicherheit täglicher ETF-Renditeprognosen. Bei Dropout bleibt die Ausblendung während wiederholter Prognosen aktiv, während die Ensemblemitglieder getrennt…

Maschinelles LernenStatistikRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook gibt einen Überblick über Methoden zur Erkennung von Veränderungen in Finanzzeitreihen und verwendet SPY als Beispiel. Es stellt den Zivot-Andrews-Test, der einen Bruch schätzt und zugleich eine Einheitswurzelhypothese testet, PELT und der…

AktienStatistikMaschinelles LernenRisikomanagement