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

2,471 Dokumente

Machine Learning for Trading

Dieses Notebook wandelt einen Wissensgraphen zu Lieferketten und Meldungen institutioneller Eigentümer in Merkmale für nachgelagerte Finanzmodelle um. Aus dem Unternehmensnetzwerk leitet es Topologiemaße, Lieferantenkonzentration, Wettbewerbsexposition und…

AktienMaschinelles LernenFaktorinvestierenPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook erläutert, wie ein Transformer für die finanzielle Named-Entity-Erkennung feinabgestimmt wird, die Textstellen wie Organisationen, Personen, Beträge, Daten und Prozentangaben identifiziert. Es konzentriert sich auf BIO-Grenzlabels und das…

Maschinelles LernenAktienStatistik
Machine Learning for Trading

Dieses Notebook passt einen überwachten Autoencoder an tägliche US-Aktien an. Das Modell rekonstruiert rangtransformierte Preis- und Volumenmerkmale, während zusätzliche und zentrale Klassifikationsköpfe gemeinsam eine latente Darstellung trainieren, um über…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook zeigt einen Workflow zur Datenqualität für tägliche US-Aktien-OHLCV-Daten. Strukturelle Prüfungen umfassen Nullwerte, Duplikate, chronologische Reihenfolge, Preiskonsistenz, negative Werte, veraltete Kurse und extreme Renditen. Anschließend…

AktienStatistikRisikomanagementMarktmikrostruktur
Machine Learning for Trading

Dieser Datensatzleitfaden beschreibt ein monatliches US-Aktienpanel mit anonymisierten Unternehmen und Merkmalen für Asset-Pricing-Forschung mit maschinellem Lernen. Die Daten umfassen Rechnungslegungs- und technische Merkmale, Renditen sowie vordefinierte…

AktienUS-MärkteMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook stellt einen Arbeitsablauf vor, der eine große Menge von ETF-Merkmalen auf Kandidaten für spätere Modellierung reduziert. Es ordnet Merkmale anhand querschnittlicher Spearman-Informationskoeffizienten gegenüber künftigen Renditen, berechnet…

AktienStatistikMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook erläutert, wie ein stochastischer Diskontfaktor (SDF) einen Querschnitt von Aktienoptionssignalen bewertet. Anders als Faktormodelle, die Expositionen und Faktorrenditen schätzen, schätzt der SDF-Ansatz eine Zufallsvariable, die konsistente…

OptionenAktienMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Dokument stellt latente Faktoren als gemeinsame Renditemuster von Aktien vor; die Ladung jeder Aktie beschreibt ihre Exposition gegenüber einem Muster. Es stellt die Hauptkomponentenanalyse, die Faktoren und Aktienladungen allein aus dem Renditepanel…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument erläutert, wie sich Labels für künftige Renditen und Richtungen für die NASDAQ-100-Intraday-Forschung konstruieren lassen. Es definiert die Rendite anhand einer expliziten Ausführungskonvention: einen Balkenschluss beobachten, beim nächsten…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook untersucht TabM, ein neuronales Netzwerkdesign für tabellarische Daten, anhand monatlicher Unternehmensmerkmale. Es vergleicht drei Voreinstellungen, die die verborgene Breite und die Ensemblegröße erhöhen, während die übrigen…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook wendet eine zuvor ausgewählte Aktien- und Optionsstrategie für den S&P 500 auf Prognosen für einen separaten Holdout-Zeitraum von 2021 an. Es übernimmt die ausgewählte Konfiguration unverändert, einschließlich Allokator, Konzentrationsregeln,…

AktienOptionenBacktestingRisikomanagement
Machine Learning for Trading

Dieses Kapitel beschreibt die Governance nach der Bereitstellung von Trading-Systemen auf Basis maschinellen Lernens. Es unterscheidet technische Fehler, bei denen identische Eingaben unterschiedliche Ausgaben erzeugen, von statistischem Leistungsabfall, bei…

Maschinelles LernenRisikomanagementOrderausführungStatistik
Machine Learning for Trading

Dieser Index stellt latente Faktoren als gemeinsame Muster vor, die aus gleichgerichteten Aktienrenditen abgeleitet werden; die Ladung jeder Aktie gibt ihre Exposition gegenüber einem Muster an. Er stellt die Hauptkomponentenanalyse, die Faktoren und…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Diese Analyse erläutert, wie Informationskoeffizienten für einen Katalog von CME-Futures-Prognosemodellen zu interpretieren sind. Sie definiert den IC jedes Datums als Rangkorrelation zwischen prognostizierten und realisierten Renditen über Produkte hinweg…

FuturesStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook führt drei ansonsten identische Rechercheagenten zu einer Rezessionsfrage aus, entweder durch Wiedergeben einer gespeicherten Aufzeichnung oder durch parallele Ausführung von Live-Modellen und Suche. Es erfasst die Wahrscheinlichkeit, das…

Maschinelles LernenStatistikMarktstimmungBacktesting
Machine Learning for Trading

Dieses Notebook prüft die Lee-Ready-Klassifizierung von Trades anhand von Aggressor-Seiten-Labels in Nasdaq-Order-by-Order-Daten. Es rekonstruiert das Limit-Orderbuch aus Hinzufüge-, Änderungs-, Stornierungs-, Ausführungs- und Rücksetzmeldungen und richtet…

MarktmikrostrukturHochfrequenzhandelOrderausführungAktien
Machine Learning for Trading

Dieses Notebook führt die registrierten Backtests einer ETF-Fallstudie zu einer Strategieauswertung zusammen, die Unsicherheit berücksichtigt. Es wertet Performancekennzahlen mit Block-Bootstrap-Konfidenzintervallen aus und nutzt gepaarte Bootstraps, um…

BacktestingStatistikPortfolio-KonstruktionFaktorinvestieren
Machine Learning for Trading

Dieses Notebook erläutert, wie ein Makrodatensatz, dessen Zeitstempel den gemessenen Zeitraum angibt, in einem Trading-Backtest Informationen aus der Zukunft einfließen lassen kann. Es schätzt Veröffentlichungsdaten, indem es die Periodenlänge zum…

BacktestingStatistikRisikomanagementMulti-Asset
Machine Learning for Trading

Dieses Notebook nutzt TreeSHAP, um LightGBM-Renditeprognosen zu erklären, mit globaler Merkmalswichtigkeit, Erklärungen einzelner Prognosen, Abhängigkeitsdiagrammen und paarweisen Interaktionswerten. Es vergleicht SHAP-Rangfolgen mit Permutationswichtigkeit…

AktienMaschinelles LernenStatistikFaktorinvestieren
Machine Learning for Trading

Dieses Notebook implementiert DeePM, eine durchgängige Portfolio-Strategie für ein diversifiziertes ETF-Universum. Das Modell kombiniert zeitliche Merkmale, Asset-Metadaten, querschnittliche Attention und einen Makrographen-Prior, der Attention innerhalb von…

Multi-AssetPortfolio-KonstruktionMaschinelles LernenRisikomanagement
Machine Learning for Trading

Dieses Notebook wandelt Finanzmeldungen in Signale auf Aktienebene um und bewertet sie anhand zukünftiger Renditen. Es erstellt Embeddings der Meldungen, misst Nachrichtenüberraschungen als semantischen Abstand zu einer rollierenden Embedding-Referenz und…

AktienFaktorinvestierenMarktstimmungMaschinelles Lernen
Machine Learning for Trading

Dieses Dokument erläutert, wie eine zuvor ausgewählte US-Aktienstrategie mit Holdout-Daten bewertet wird, während ihre Konfiguration unverändert bleibt. Es leitet die korrekte Holdout-Vorhersagemenge aus der Trainingsidentität und dem Checkpoint des…

AktienUS-MärkteBacktestingRisikomanagement
Machine Learning for Trading

Das Notebook demonstriert eine Pipeline, die Lieferanten-, Kunden- und Wettbewerberbeziehungen aus regulatorischen Jahresberichten von Unternehmen extrahiert und als Wissensgraph speichert. Ein lokales Sprachmodell erzeugt aus Texten regulatorischer…

AktienMaschinelles LernenStatistik
Machine Learning for Trading

Das Dokument erläutert die Erstellung von Merkmalen für Währungspaare anhand dreier geschätzter Zeitreihenmodelle: eines Zustandsraumfilters zur Schätzung eines langsam veränderlichen Preisniveaus, eines zweizuständigen Hidden-Markov-Modells für…

DevisenhandelStatistikVolatilitätBacktesting