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 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…
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…
Dieses Dokument beschreibt einen bedingten Autoencoder, der Unternehmens-Exposures gegenüber latenten Renditefaktoren als nichtlineare Funktion von Unternehmensmerkmalen modelliert. Wie IPCA schätzt er eine Faktorstruktur, in der prognostizierte Renditen…
Dieses Dokument erläutert ein TabM-neuronales Netz, das ETFs anhand tabellarischer Features einordnet. Ein gemeinsamer zweischichtiger Backbone versorgt mehrere Mitglieder, die jeweils über einen erlernten Skalierungsvektor und eine Ausgabeschicht verfügen.…
Dieses Notebook erläutert, wie Beteiligungslimits den Anteil des Marktvolumens begrenzen, den eine Order je Intervall beanspruchen darf. Überschreitet eine übergeordnete Order den zulässigen Betrag, führt der Broker einen Teil aus und verschiebt den Rest auf…
Diese Kapitelübersicht erläutert, wie Gradient-Boosted Trees für Finanzprognosen mit Tabellendaten auf Entscheidungsbäumen und Random Forests aufbauen. Beim Boosting werden Lernende nacheinander hinzugefügt, um frühere Fehler zu korrigieren. So lassen sich…
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…
Dieses Notebook bewertet Sicherheitskontrollen für ein Frage-Antwort-System zu Finanzdokumenten anhand von sechs manuell erstellten Fällen. Die Fälle stellen indirekte Prompt-Injections, erfundene Daten in nicht vertrauenswürdigem Material, versuchte…
Dieses Notebook stellt ein veröffentlichtes Panel für die Machine-Learning-Forschung zu US-Aktien vor. Es enthält monatliche Beobachtungen mit 46 Unternehmensmerkmalen und Überschussrenditen des Folgemonats über mehrere Jahrzehnte. Die Merkmale werden nach…
Dieses Kapitel erläutert den Aufbau und Einsatz finanzieller Wissensgraphen für Fragen, bei denen Beziehungen wie Eigentumsverhältnisse, Lieferketten oder Ansteckungseffekte eine Rolle spielen. Es behandelt die Identität von Entitäten, typisierte…
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…
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…
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,…
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…
Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…
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…
Dieses Notebook wandelt stündliche Daten kontinuierlicher Futures in tägliche OHLCV-Balken um, die an CME-Globex-Sitzungen ausgerichtet sind. Zeitstempel werden der Sitzung zugeordnet, die um 4 PM Central Time endet. Daher zählt der Handel am Sonntagabend…
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…
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…
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…
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…
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…
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,…
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…