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.
214 Dokumente
Dieses Notebook erläutert, wie sich Renditen und Risiken von ETF anhand von CAPM- und Fama-French-Faktorregressionen zerlegen lassen. Es schätzt Engagements über die gesamte Stichprobe mit robusten Standardfehlern gegen Heteroskedastizität und…
Dieses Dokument erläutert ein überwachtes Autoencoder-Faktormodell zur Vorhersage von Aktienrenditen in einem Forschungsumfeld zur Analyse von Aktienoptionen. Anders als PCA, IPCA und ein unüberwachter bedingter Autoencoder kombiniert sein Trainingsziel die…
Dieses Notebook untersucht lineare Prognosemodelle für einen Querschnitt von CME-Futuresprodukten mit Merkmalsspalten aus verwandten Gruppen, darunter Carry, Momentum, Volatilität und rollierende Risikomaße. Da Spalten innerhalb einer Gruppe häufig…
Dieses Notebook stellt einen bedingten Autoencoder für Aktienrenditen vor, bei dem ein neuronales Netz Aktienmerkmale auf nichtlineare Faktorladungen abbildet, während ein weiteres Netz zeitgleiche latente Faktoren aus merkmalsgesteuerten Portfoliorenditen…
Dieses Notebook untersucht, ob veröffentlichte Investmentfaktoren glaubwürdige Renditeprämien bieten und einander diversifizieren. Es nutzt lange historische und anlageklassenübergreifende Reihen von AQR sowie Aktienfaktoren von Fama und French. Dabei kommen…
Dieses Notebook implementiert eine didaktische Anpassung eines adversativen stochastischen Diskontfaktormodells auf Tagesbasis. Ein Portfolio-Gewichtungsnetzwerk konstruiert anhand von Merkmalen und Marktinformationen, die zum vorherigen Börsenschluss…
Dieses Notebook führt eine festgelegte Strategie mit Aktienmerkmalen auf einem reservierten Holdout-Zeitraum aus und verwendet dabei zuvor ausgewählte Prognosen und einen Portfolio-Allokator. Konfiguration, Positionsgröße, Konzentration, Rebalancing-Takt und…
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…
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…
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…
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…
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…
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…
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…
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…
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…
Dieses Kapitel behandelt Methoden, um gemeinsame Strukturen in Rendite- und Merkmals-Panels zu ermitteln, von PCA und Eigenportfolios über IPCA, risikoprämienbezogene PCA und bedingte Autoencoder bis hin zur Schätzung stochastischer Diskontfaktoren und…
Dieses Notebook stellt einen Merkmalsauswahl-Workflow für ETF-Forschung vor, der zahlreiche mögliche Transformationen und Rückblickfenster auf eine kleinere Auswahl für spätere Modellierung eingrenzt. Es berechnet querschnittliche…
Dieses Notebook passt ein latentes PCA-Faktormodell an ein Panel von Aktienrenditen an, ohne Optionsoberflächenmerkmale, andere Merkmale oder Zielinformationen zu verwenden. PCA extrahiert die führenden Richtungen der historischen querschnittlichen…
Dieses Dokument beschreibt einen monatlichen US-Aktiendatensatz für Machine-Learning-Forschung im Asset Pricing. Er enthält 94 nach Rang transformierte Unternehmensmerkmale, darunter Rechnungslegungskennzahlen und technische Merkmale, sowie Renditen.…
Dieses Notebook erläutert, wie sich ein Quartalspanel mit Fundamentaldaten von US-Aktien aus SEC-XBRL-Daten erstellen und prüfen lässt, wobei sowohl der Zeitraum, auf den sich eine Angabe bezieht, als auch das Datum ihrer Veröffentlichung erhalten bleiben.…
Dieses Notebook verwendet eine korrelationsbasierte Hauptkomponentenanalyse der Renditen von Sektor-ETF, um gemeinsame Risikofaktoren und Sektorrotation zu beschreiben. Durch die Standardisierung der Renditen erhält jeder Sektor vor der Zerlegung eine…
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…
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…