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.
2,471 Dokumente
Dieses Notebook analysiert NASDAQ-TotalView-ITCH-Nachrichten, um die marktweite Aktivität zu beschreiben und wiederverwendbare Handelsdaten zu erstellen. Es zählt die Nachrichten nach Typ und reichert anschließend Orderausführungsnachrichten an, indem es…
Dieses Analyse-Notebook erläutert, wie sich eine US-Aktienstrategie auf Basis von Unternehmensmerkmalen anhand von Registry-Ergebnissen statt neuer Backtests bewerten lässt. Es betrachtet Statistiken zur Performance unter Berücksichtigung von Unsicherheit,…
Dieses Notebook stellt ein aktuelles Audit vor, das VectorBT Pro und VectorBT OSS anhand unterstützter Strategieaufgaben mit realen Daten mit ML4T vergleicht. Beide VectorBT-Editionen werden für ETF-Allokation, USD-notierte Devisenallokation und ein…
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…
Dieses Notebook untersucht sechs Allokationsmethoden für ausgewählte Konfigurationen von Krypto-Perpetual-Strategien. Rangfolgen und Einstiegsregeln bleiben fest, während sich das den einzelnen Positionen zugewiesene Kapital ändert. Die Methoden verwenden…
Das Notebook stellt einen autonomen Forschungsablauf vor, in dem ein Sprachmodell allgemeine Werkzeuge verwendet, um Dateien zu prüfen, Befehle auszuführen, ein Backtest-Register abzufragen und Daten zu untersuchen. Statt Forschungsaktionen fest zu…
Dieses gemeinsame Modul zur Feature-Konstruktion definiert Regeln für die Erstellung finanzieller Prognosemerkmale, die in mehreren Fallstudien verwendet werden, und prüft diese. Für jede Merkmalsfamilie hält es Hypothese, Eingaben, rollierenden…
Dieses Notebook erklärt, warum eine berichtete Sharpe-Ratio eine unsichere Schätzung und kein definitives Maß für die Qualität einer Strategie ist. Es entwickelt Konfidenzintervalle und die probabilistische Sharpe-Ratio, die anhand von Stichprobenlänge,…
Dieses Notebook vergleicht gleiche Gewichtung mit zwei Allokationsregeln für Strategien mit US-Unternehmensmerkmalen: Bei der Score-Gewichtung wird Prognosen mit höheren Modellwerten mehr Kapital zugewiesen, während die Conformal-Gewichtung das Kapital für…
Diese Analyse vergleicht gelernte Signale für monatliche Querschnittsrenditen von US-Aktien anhand von Bilanz- und Marktmerkmalen; Zielgröße ist die Rendite des Folgemonats. Sie untersucht lineare Modelle, Boosted Trees, tiefe Tabular-Methoden, Schätzer…
Dieses Kapitel stellt agentische Arbeitsabläufe für Finanzrecherchen vor, bei denen das Sammeln, Filtern und Zusammenführen uneinheitlicher Evidenz die zentrale Herausforderung ist. Es vergleicht diese Abläufe mit herkömmlichen Modellen, die sich für…
Dieses Audit vergleicht Backtrader und Zipline mit ML4T anhand realer Strategiefälle. Dabei werden nur Kombinationen aus Assets und Kontrakten berücksichtigt, die beide Engines und das eingefrorene Datenpaket nativ abbilden können. Untersucht werden die…
Dieses Notebook definiert und validiert monatliche Rendite-Labels für eine Querschnittsstudie zu Unternehmensmerkmalen aus US. Es prüft, wie der Datenanbieter die Merkmale jeder Zeile dem Renditeergebnis zuordnet, und betont, dass das Panel bereits…
Dieses Notebook erstellt einen durchgängigen Portfolioallokator, der ein Variablenauswahl-Netzwerk im Stil eines Temporal Fusion Transformers vor einen LSTM schaltet. Separate gated Residual Networks bilden einzelne Merkmale ab, und gelernte weiche Gewichte…
Dieses Notebook erklärt, wie Finanzmodelle bewertet werden können, ohne dass Informationen, die zum Entscheidungszeitpunkt nicht verfügbar waren, in das Training oder die Modellauswahl einfließen. Es unterscheidet zwischen Trainings-, Validierungs- und…
Dieses Notebook vergleicht vier Methoden zur Erkennung von Beziehungen in einem Panel aus ETF-Renditen: NOTEARS für zeitgleiche lineare DAGs, VAR-LiNGAM für verzögerte und unmittelbare Strukturen, PCMCI für Tests auf bedingte Unabhängigkeit und Granger-Tests…
Dieses Notebook untersucht, wie sich Ridge-Regularisierung auf die Performance des Informationskoeffizienten (IC) auswirkt und wie die Hyperparametersuche berichtete Validierungsergebnisse verzerren kann. Zunächst wird ein breites Alpha-Raster mit…
Dieses Notebook stellt Tail-GAN vor, einen generativen adversarialen Ansatz zur Reproduktion des Tail-Risikos finanzieller Szenarien, insbesondere des Value at Risk (VaR) und des Expected Shortfall (ES). Es verwendet differenzierbares Sortieren, damit…
Dieses Notebook untersucht, wie sich mehrere Wahrscheinlichkeitsprognosen kombinieren lassen. Es stellt einfache Mittelwertbildung als Ausgangspunkt vor und erläutert die Neyman-Extremisierung, die den Panelmittelwert abhängig von der Zahl der Prognostiker…
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…
Dieses Notebook wandelt Futures-Carry – die Preisdifferenz zwischen nahen Fälligkeiten – in modellbasierte Features um. Es beschreibt Ein-Schritt-ARIMA-Prognosen je Produkt, rollierende Fourier-Maße für die Stärke saisonaler Zyklen und ein…
Dieses Konfigurationsmodul beschreibt ein Framework zur Festlegung von Einstellungen für Backtest-Sweeps je Fallstudie. Es liest Einstiegsschemata, Allokationsmethoden, Handelskostenraster und Risikokontrollen aus Setup-Dateien und gibt klare Fehler aus,…
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…
Das Notebook stellt eine Berichtsmethode für eine Long-only-RSI-Mean-Reversion-Strategie auf BTC vor. Es vergleicht Brutto- und Nettoperformance und misst die Strategie anschließend an Buy-and-Hold mit denselben Handelstagen, demselben Exposure, derselben…