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.
1,494 Dokumente
Dieses Notebook richtet Feast als Feature-Store für Finanz- und Modelldaten ein und vergleicht anschließend historische und zeitpunktbezogene Abrufe mit einem transparenten, manuell erstellten Join. Es definiert Entitäten, zeitgestempelte Quellen,…
Dieses Notebook vergleicht Zielfunktionen für Gradient Boosting bei monatlichen Aktienrenditen aus den US und hält Merkmale, Zielvariable und Walk-Forward-Folds konstant. Es stellt den quadratischen Fehler dem absoluten Fehler und dem Huber-Verlust…
Diese Analyse erläutert, wie Informationskoeffizienten (ICs) im Querschnitt für CME-Futuresmodelle zu lesen sind und wie sie mit späteren Portfoliotests zusammenhängen. Sie berechnet für jedes Datum die Rangkorrelation zwischen prognostizierten und…
Dieses Notebook untersucht, ob historische ETF-Daten eine monatliche Rangstrategie unterstützen können, bevor ein Modell oder eine Prognose erstellt wird. Es prüft die zeitpunktbezogene Eignung anhand der Liquidität des Vorjahres, zählt verfügbare Fonds an…
Das Dokument erläutert, wie die Deflated Sharpe Ratio (DSR) den Sharpe-Wert einer ausgewählten Strategie um die Anzahl getesteter Strategien, die Streuung ihrer Sharpe-Schätzungen und nicht normalverteilte Renditen bereinigt. Es vergleicht sie mit einer…
Dieses Notebook prüft potenzielle Merkmale für eine Strategie, die auf dieselbe Aktie Call- und Put-Optionen am Geld mit identischem Verfallsdatum verkauft und den Straddle bis zum Verfall hält. Für jedes Merkmal wird gemessen, ob es die verfügbaren Titel in…
Dieses Notebook vergleicht die BM25-Schlüsselwortsuche, dichte Einbettungen, Reciprocal Rank Fusion (RRF) und das Reranking durch Cross-Encoder anhand von Passagen aus 10-K-Meldungen von Unternehmen. Es erstellt jeden Suchansatz und bewertet die Rangfolge…
Dieses Notebook vergleicht LightGBM-Modelle in einem Panel mit US-Aktien über drei Renditehorizonte. Das Raster variiert die Anzahl der Baumblätter und die Verlustfunktionen; anschließend bewertet es jede Konfiguration bei mehreren Baumzahl-Prüfpunkten. Die…
Dieses Notebook verarbeitet die vierteljährlichen Massendaten zu 13F-Beständen der SEC, um institutionelle Beteiligungen, Manager-Rangfolgen und Netzwerke gemeinsamer Beteiligungen zu untersuchen. Es wählt für jeden Manager anhand der Meldedaten die jüngste…
Dieses Notebook erstellt Labels für künftige Renditen kurzfristiger Straddles am Geld bei Aktien des S&P 500. Da das tägliche Panel mit 30-Tage-Straddles in jeder Sitzung zu einem anderen Basispreis oder Verfallstermin wechselt, würde eine verschobene…
Dieses Notebook nutzt aus NASDAQ ITCH abgeleitete Trades und Auftragsmeldungen, um Muster der Markt-Mikrostruktur zu veranschaulichen. Es untersucht eine negative Autokorrelation erster Ordnung bei Renditen aus Tick-Handelspreisen und erläutert, wie…
Dieses Hilfsmodul stellt statistische Funktionen zur Diagnose von Panels mit Trading-Daten bereit. Seine Autokorrelationsmethode berechnet die Kurve zunächst für jede Einheit einzeln und bündelt die Ergebnisse erst danach, um eine scheinbare Abhängigkeit…
Diese Fallstudie zu US-Aktien unterscheidet zwischen der Prognose künftiger Renditen und der Behauptung, Momentum verursache diese Renditen. Als Behandlung verwendet sie die Rendite einer Aktie im Vorjahr ohne den jüngsten Monat, als Ergebnis die…
Dieses Lehr-Notebook vergleicht Methoden zur Erstellung von Ziel-Labels für überwachte Trading-Modelle anhand von ETF-Daten. Es behandelt Renditen und Richtungs-Labels mit festem Horizont, rollierende Zeitreihen-Perzentile, querschnittliche Perzentile,…
Dieses Notebook zeigt Prüfungen auf Lookahead-Bias anhand von ETF-Kursen und makroökonomischen Zeitreihen. Es zeigt, dass ein zentrierter gleitender Durchschnitt zukünftige Beobachtungen einschließt, Kurswendepunkte zu genau nachzeichnen kann und am jüngsten…
Diese explorative Analyse beschreibt ein Vier-Stunden-OANDA-Panel mit 20 Währungspaaren und erläutert die Interpretation der Daten. Sie unterscheidet direkte, indirekte und Kreuzkurse anhand der Position des Dollars und zeigt, warum direkte Notierungen…
Dieses gemeinsame Modellierungsmodul unterstützt quantitative Forschungsabläufe, indem es Merkmale, Labels, Zeitdaten und Konfigurationen lädt und anschließend Walk-Forward-Cross-Validation-Folds vorbereitet. Das Design legt Wert auf Reproduzierbarkeit und…
Dieses Notebook vergleicht drei Möglichkeiten, Marktregime für Prognosen zu nutzen: ein Basismodell ohne Regimeeingabe, ein einzelnes Modell mit der gefilterten Wahrscheinlichkeit eines volatilen Zustands und separate Modelle, die innerhalb fest zugeordneter…
Dieses Notebook erweitert eine Merkmalsbewertung für ETF von einem einzelnen Renditehorizont auf eine Untersuchung von zehn Merkmalen und drei Horizonten und korrigiert für Mehrfachtests. Anschließend wendet es mechanismusbasierte Diagnosen auf Momentum mit…
Dieses Notebook schätzt, ob der Anteil des vorzeichenbehafteten, käuferinitiierten Volumens mit künftigen 15-Minuten-Renditen zusammenhängt, nachdem relativer Spread, jüngste realisierte Volatilität und die Rendite des Vormonats berücksichtigt wurden. Double…
Dieses Notebook verwendet Double Machine Learning (DML), um den adjustierten Effekt eines kontinuierlichen ETF-Momentummaßes auf nachfolgende Renditen zu schätzen. Dabei kontrolliert es für jüngere und längerfristige Volatilität, Marktregime und die Steigung…
Dieses Notebook bewertet registrierte ETF-Backtests entlang der Strategiepipeline, von Signalen und Allokation bis zu Kosten und Risikoüberlagerungen. Es liest bestehende Prognosen und Backtests aus, statt Modelle anzupassen oder neue Backtests hinzuzufügen,…
Dieses Notebook richtet einen Prognoselauf mit LSTM für eine Fallstudie zu FX-Paaren ein. Das Modell trägt einen verborgenen Zustand durch eine Rückblicksequenz weiter. Architektur- und Trainingseinstellungen werden mithilfe gemeinsamer Konfigurations- und…
Dieses Notebook verwendet aus NASDAQ ITCH abgeleitete Handelsdatensätze, um die Intraday-Handelsaktivität zu untersuchen. Es fasst einzelne Trades in Zeitbalken zusammen und vergleicht Aktienvolumen, Handelszahlen, letzte Kurse und volumengewichtete Kurse…