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

248 Dokumente

Machine Learning for Trading

Dieses Notebook prüft, ob ein LSTM zeitliche Strukturen aus ETF-Merkmalshistorien extrahieren kann, die flache Merkmalsmodelle möglicherweise übersehen. Vor dem Fitten gleicht es die definierte Sequenzpopulation mit verfügbaren Merkmalen, Labels, Entitäten…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook erstellt regelbasierte Merkmale für einen Querschnitt von CME-Futures, mit Fokus auf Carry aus den Spreads nahe beieinanderliegender Lieferkontrakte. Außerdem werden Momentum-, Volatilitäts-, Kurvenform- und Kalendermerkmale erstellt. Das…

FuturesRohstoffeCarryMomentum
Machine Learning for Trading

Diese Fallstudie erstellt minutengenaue Merkmale aus NASDAQ-100-Quote- und Transaktionsdaten, um zu untersuchen, ob jüngste aggressive Käufe oder Verkäufe kurzfristige Kursdrifts vorhersagen. Orderflow-Imbalance ist das vorgeschlagene Signal; Spread,…

AktienMarktmikrostrukturMomentumTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook wendet Double Machine Learning (DML) an, um den Effekt von Skip-Recenter-Momentum auf zukünftige ETF-Renditen zu schätzen – eine Kausalfrage, die sich von der Prognose von Renditen unterscheidet. Es modelliert das Ergebnis und die…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook definiert Labels für künftige Renditen in einem US-Aktienpanel und erläutert, warum ihre Konstruktion alle nachgelagerten Modelle und Backtests beeinflusst. Es legt Renditefenster anhand bereinigter Preise und Handelssitzungen fest, prüft, ob…

AktienMomentumStatistikBacktesting
Machine Learning for Trading

Dieses Notebook zeigt einen operativen Workflow, der eine gemeinsame Backtest- und Live-Strategie mit einer Paper-Trading-Sitzung bei Interactive Brokers verbindet. Es prüft Kontoidentität und Kontostand, ruft historische Balken zur Initialisierung von…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

Diese Kapitelbesprechung beschreibt einen hypothesengeleiteten Prozess zur Definition von Handelsstrategien vor dem Backtesting. Sie verbindet dokumentierte Datenannahmen und unveränderliche Konfigurationen mit explorativer Analyse, Ereignisstudien und einem…

MomentumRückkehr zum MittelwertStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie Futures-Kontraktspezifikationen die Abrechnung im Backtest beeinflussen. Es zeigt, wie der Kontraktmultiplikator Preisbewegungen in Dollar-P&L umrechnet, wie sich der Nominalwert für die Positionsbemessung aus Preis mal…

FuturesRohstoffeMomentumPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook definiert zukunftsgerichtete Preisrenditelabels für ein festes Panel von Krypto-Perpetual-Kontrakten und erläutert, wie die Labelkonstruktion jedes spätere Modell und jeden Backtest beeinflusst. Es verschiebt Zeitstempel des Balkenbeginns auf…

KryptoPerpetual FuturesBacktestingStatistik
Machine Learning for Trading

Dieses Notebook veranschaulicht, wie ein Auftrag mit festem Dollarbetrag bei verschiedenen Aktien sehr unterschiedliche Kosten verursachen kann, da seine Größe im Verhältnis zum verfügbaren Handelsvolumen entscheidend ist. Es wendet ein Markteinflussmodell…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Diese Fallstudie bewertet tägliche Momentum- und Carry-Signale in einem kleinen, korrelierten Universum von G10-Spot-Währungspaaren. Der Ablauf reicht von Machbarkeitsprüfungen und zukunftsgerichteten Renditelabels über konstruierte und modellbasierte…

DevisenhandelMomentumCarryBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie ein temporales Faltungsnetzwerk (TCN) Renditen aus geordneten Finanzdaten prognostizieren kann. Kausale Faltungen stellen sicher, dass eine Ausgabe zu einem bestimmten Zeitpunkt nur von aktuellen und früheren Eingaben abhängt.…

Maschinelles LernenAktienMomentumStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie sich künftige Spotrenditen über eine, fünf und 21 Sitzungen für ein festes Universum von FX-Paaren berechnen lassen. Zunächst ordnet es Vier-Stunden-Balken mithilfe eines New Yorker Tageswechselkalenders Handelssitzungen zu und…

DevisenhandelSpotmärkteMomentumRückkehr zum Mittelwert
Machine Learning for Trading

Dieses Notebook vergleicht Kommissions- und Slippage-Modelle für Aktien und Futures und untersucht anschließend, wie Kommissionsannahmen eine festgelegte ETF-Momentumstrategie beeinflussen. Es erläutert, wie prozentuale, je Aktie berechnete, Mindest-,…

BacktestingOrderausführungRisikomanagementMomentum
Machine Learning for Trading

Dieses Notebook erklärt TSMixer, ein neuronales Zeitreihenmodell, das zwei Operationen abwechselt: eine gemeinsame lineare Abbildung über zurückliegende Tage für jedes Merkmal und ein gemeinsames Merkmals-MLP, das unabhängig auf jeden Tag angewendet wird.…

Maschinelles LernenMomentumStatistikBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht tägliches, wöchentliches, zweiwöchentliches und monatliches Rebalancing für ein Momentum-Portfolio mit den höchsten Rangwerten, das aus einem festen ETF-Universum zusammengestellt wird. Es misst den Portfolioumschlag und die…

AktienMomentumOrderausführungBacktesting
Machine Learning for Trading

Dieses Setup-Dokument definiert eine wöchentliche Forschungs-Pipeline für 500-Aktien, die Optionsmarkt-Features mit preisbasierten Signalen kombiniert. Es legt das zulässige Universum, Entscheidungs- und Ausführungszeitpunkte sowie unterschiedliche…

OptionenAktienVolatilitätMomentum
Machine Learning for Trading

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…

Maschinelles LernenStatistikMomentumAktien
Machine Learning for Trading

Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…

AktienMomentumMarktmikrostrukturBacktesting
Machine Learning for Trading

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…

Maschinelles LernenMomentumAktienStatistik
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

Diese Konfiguration beschreibt eine tägliche Long-Short-Strategie über 20 FX-Paare. Sie legt einen Entscheidungszeitpunkt zum New Yorker Börsenschluss, Ausführung am nächsten Balken, gleich gewichtete Positionsgrößen und Rangfolgesignale auf Basis von…

DevisenhandelMomentumCarryRückkehr zum Mittelwert
Machine Learning for Trading

Dieses Notebook erklärt ein didaktisches, auf Mamba basierendes selektives Zustandsraummodell und evaluiert es für die Prognose von ETF-Renditen. Anders als ein Zustandsraummodell mit festen Parametern leitet es den Eingabe-Zustands-Term, den…

AktienMaschinelles LernenMomentumBacktesting