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

952 Dokumente

Machine Learning for Trading

Dieses Notebook untersucht erhaltene Ergebnisse einer Prüfung realer Strategien, bei der die LEAN-Engine mit entsprechenden ML4T-Backtestprofilen verglichen wird. Es ermittelt, welche Workloads der Anlageklassen durch die eingefrorenen Eingaben unterstützt…

BacktestingOrderausführungAktienFutures
Machine Learning for Trading

Dieses Notebook beschreibt die Erstellung von Prognosen für den Holdout-Zeitraum einer US-Aktienstudie, nachdem eine Konfiguration anhand von Validierungs-Folds ausgewählt wurde. Es löst die ausgewählte Konfiguration auf, behält die Wahl des Checkpoints bei…

AktienMaschinelles LernenBacktestingRisikomanagement
Machine Learning for Trading

Das Notebook erstellt vollständige Pipelines für tägliche Aktiendaten und stündliche Krypto-Perpetual-Futures, von der Erfassung und Validierung über die Kennzeichnung der Quelle bis zur Speicherung. Im Aktienbeispiel werden historische WikiPrices-Daten mit…

AktienKryptoFuturesMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook stellt ein Rahmenwerk vor, um zu prüfen, ob die scheinbare Qualität eines Momentum-Signals bei vertretbaren Forschungsentscheidungen Bestand hat. Anhand realer ETF-Daten aus dem Zeitraum vor dem festgelegten Holdout-Zeitraum wird jeweils ein…

AktienMomentumStatistikBacktesting
Machine Learning for Trading

Das Notebook vergleicht zwei Möglichkeiten, einen großen Aktienauftrag über eine Handelssitzung in kleinere Aufträge aufzuteilen. TWAP sendet in jedem Zeitintervall ungefähr gleiche Mengen und benötigt keine Marktprognose. VWAP teilt die Aktien anhand eines…

AktienOrderausführungMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieses Notebook bildet Unsicherheitsintervalle für ETF-Zukunftsrenditen mit Ridge-Regression und drei konformen Methoden: Split Conformal Prediction, Conformalized Quantile Regression und Adaptive Conformal Inference. Es bewertet sie anhand von…

AktienMaschinelles LernenStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook erläutert einen bedingten Autoencoder, der Aktienrenditen als merkmalsabhängige Faktorladungen modelliert, multipliziert mit latenten Faktoren. Zunächst schätzt es mit einer gemeinsamen querschnittlichen Kleinste-Quadrate-Anpassung die…

AktienFaktorinvestierenMaschinelles LernenPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook untersucht, wie Allokationsregeln ETF-Strategien beeinflussen, nachdem ein Modell die Assets bereits eingestuft hat. Es hält Prognosemengen und Rebalancing-Kalender fest, wählt für jeden Vergleich denselben Top-k-Korb aus und variiert die…

AktienPortfolio-KonstruktionPositionsgrößenbestimmungRisikomanagement
Machine Learning for Trading

Dieses Notebook prüft, ob Portfolioaufbau eine Strategie mit Trades in jedem NASDAQ-100-Balken retten kann, deren Ergebnis durch Kosten zunichtegemacht wird. Es wählt anhand des festgelegten Auswahluniversums führende Baseline-Prognosen aus und führt…

AktienPortfolio-KonstruktionPositionsgrößenbestimmungOrderausführung
Machine Learning for Trading

Dieses Notebook nimmt führende Prognosekonfigurationen aus der Validierung, die auf einer gleichgewichteten Signalstufen-Baseline beruhen, und testet alternative Allokationsmethoden anhand derselben Prognosen. Es vergleicht scorebasierte und konforme…

AktienPortfolio-KonstruktionPositionsgrößenbestimmungBacktesting
Machine Learning for Trading

Dieses Notebook bewertet, wie sich registrierte ETF-Prognosemengen in Portfolios umsetzen lassen. Es kombiniert jede Prognosemenge aus der Validierung mit festgelegten Einstiegsregeln, etwa unterschiedlichen Top-k-Positionen, und hält dabei Handelskalender,…

AktienBacktestingPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Kapitel beschreibt einen Weg von der Forschung zur Live-Ausführung, bei dem dieselbe Strategielogik im Backtest, im Paper Trading und im Live-Trading laufen kann. Es behandelt Broker- und Plattformintegrationen, Bereitstellungsschleifen, Prüfungen auf…

OrderausführungRisikomanagementBacktestingMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook beschreibt ein LSTM-Modell, das Renditen anhand geordneter Zeitfenster von Aktienmerkmalen in einem US-Aktienpanel prognostiziert. Anders als ein flaches Tabellenmodell verarbeitet das LSTM die Sitzungen sequenziell und führt in jedem Fenster…

Maschinelles LernenAktienUS-MärkteBacktesting
Machine Learning for Trading

Dieses Notebook stellt TimeGAN vor, ein rekurrentes generatives adversariales Modell zur Erzeugung synthetischer Finanzzeitreihen. Seine fünf Module lernen eine Einbettung und Rekonstruktion, prognostizieren aufeinanderfolgende latente Zustände, erzeugen…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook wendet zwei sequentielle Detektoren auf echte Validierungsprognosefehler aus zwei US-Aktienkonfigurationen mit linearen Modellen über ein Kalenderjahr an. Ein Zwei-Fenster-Detektor für Mittelwertverschiebungen sucht nach Veränderungen der…

Maschinelles LernenStatistikRisikomanagementAktien
Machine Learning for Trading

Dieses Dokument erläutert, wie TWAP und VWAP eine große Parent-Order über eine Handelssitzung in Child-Orders aufteilen. TWAP teilt jedem Zeitintervall gleich große Anteile zu; VWAP weist Anteile proportional zu einer Prognose des Intervallvolumens zu. Das…

OrderausführungMarktmikrostrukturBacktestingAktien
Machine Learning for Trading

Dieses Notebook stellt einen überwachten Autoencoder zur Prognose zukünftiger ETF-Renditen vor. Das Netzwerk komprimiert die Merkmalszeile eines Fonds in eine niedrigdimensionale Darstellung und prognostiziert Renditen direkt daraus. Anders als bedingte…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie sich prüfen lässt, ob Ereignisse wie Trading-Signale oder Ankündigungen Renditen über eine Marktbenchmark hinaus prognostizieren. Der Arbeitsablauf wird anhand von Momentum-Ausbrüchen bei liquiden ETFs demonstriert: Zunächst…

StatistikBacktestingMomentumAusbruch
Machine Learning for Trading

Diese Machbarkeitsanalyse prüft, ob Kursnotierungen eine marktneutrale Querschnittsstrategie unterstützen können, die NASDAQ-100-Bestandteile im Fünfzehn-Minuten-Takt einordnet und Positionen an beiden Enden der Rangliste hält. Sie prüft, ob genügend…

AktienMarktmikrostrukturOrderausführungBacktesting
Machine Learning for Trading

Dieses Dokument beschreibt einen täglichen ETF-Datensatz, der als Kandidatenpool für Momentum- und marktübergreifende Forschung dient. Er umfasst neun Kategorien, darunter US und internationale Aktien, festverzinsliche Wertpapiere, Rohstoffe, Spezialfonds…

Multi-AssetMomentumAktienFestverzinsliche Wertpapiere
arXiv papers

Die Arbeit schlägt das unidirektionale Transformer-Modell SERT zur Bewertung von Large-Cap-Aktien aus den US vor und setzt vortrainierte Transformer für Aktienbewertung und Faktoranlagen ein. Sie vergleicht diese Ansätze über die Zeiträume vor der Pandemie,…

AktienMaschinelles LernenFaktorinvestierenTrendfolge
arXiv papers

Diese Arbeit formuliert eine Pairs-Trading-Strategie für zwei Aktien, deren Preise allgemeinen geometrischen Brownschen Bewegungen folgen, statt anzunehmen, dass ihre Preisdifferenz zum Mittelwert zurückkehrt. Der Händler vergleicht die relative Stärke der…

AktienPairs-TradingRückkehr zum MittelwertRisikomanagement
arXiv papers

Die Arbeit stellt einen Rahmen für die optimale Ausführung statistischer Arbitrage vor, wenn Prognosesignale vom Verlauf der Marktdaten abhängen. Sie stellt sowohl das Alpha-Signal als auch die Handelsgeschwindigkeit als lineare Funktionen einer…

AktienPairs-TradingOrderausführung