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 erläutert, wie sich Insidertransaktionen für die Aktienforschung aus Rohmeldungen des SEC-Formulars 4 XML extrahieren lassen. Es behandelt jeden Transaktionsblock als Einheit der Verarbeitung und erhält die Zuordnung zwischen…

AktienUS-MärkteEreignisgesteuertStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Stop-Loss-, Trailing-Stop- und Zeitausstiegs-Overlay-Strategien auf festen NASDAQ-100-Mikrostruktur-Backtests. Die Strategie trifft alle fünfzehn Minuten Entscheidungen, während Risikoregeln die Kurse minütlich überwachen. Dadurch…

RisikomanagementBacktestingPositionsgrößenbestimmungAktien
Machine Learning for Trading

Dieses Notebook beschreibt langsam veränderliche Kontextmerkmale für tägliche Handelsentscheidungen: Bilanzkennzahlen, makroökonomische Bedingungen und Kalenderkodierungen. Es skizziert Value- und Qualitätskennzahlen wie Gewinnrendite, Rentabilität,…

AktienFaktorinvestierenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument erläutert, wie sich tägliche Labels für künftige ETF-Renditen anhand bereinigter Schlusskurse zum Beobachtungszeitpunkt und einer späteren Handelssitzung erstellen lassen. Es erzeugt ein primäres Label mit monatlichem Horizont und eine…

AktienMaschinelles LernenStatistikMomentum
Machine Learning for Trading

Dieses Notebook vergleicht Split-Conformal-Prognosen, konforme Quantilsregression und adaptive konforme Inferenz zur Prognose künftiger Renditen von ETF. In Walk-Forward-Folds trainiert es auf einer Teilmenge, kalibriert Intervallfehler auf einer anderen und…

AktienMaschinelles LernenStatistikRisikomanagement
Machine Learning for Trading

Das Notebook untersucht, ob Orderbuchaktivität kurzfristige Renditen für NVDA vorhersagt. Es erstellt ein nach Distanz gewichtetes Maß für den Orderbuchdruck anhand von Hinzufügungen, Stornierungen und Ausführungen auf Market-by-Order-Ebene und glättet dann…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Diese Fallstudie vergleicht Sequenzmodelle auf einem Merkmals-Panel aus Aktien und Optionen des S&P 500. Sie stellt ein LSTM, das einen gesteuerten Zustand über ein Rückblickfenster hinweg trägt, einer N-Linear-Baseline gegenüber, die das jüngste Niveau…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert die fünfteilige Architektur von TimeGAN: Einbettungs- und Wiederherstellungsnetzwerk bilden zwischen Rohbeobachtungen und latentem Raum ab, ein Supervisor lernt zeitliche Übergänge, und Generator sowie Diskriminator werden…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook zeigt, wie sich eine gemeinsame ETF-Momentumstrategie-Schnittstelle mit Alpaca verbinden lässt. Standardmäßig steht ein simulierter Offlinepfad zur Verfügung. Broker- und Marktdatenadapter können ausgetauscht werden, während Strategie,…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook wandelt rollierende ETF-Renditefenster in Zweikanalbilder für ein faltendes neuronales Netz um. Das Gramian Angular Summation Field skaliert Werte innerhalb jedes Fensters neu, bildet sie auf Winkel ab und erfasst trigonometrische Beziehungen…

Maschinelles LernenStatistikAktienBacktesting
Machine Learning for Trading

Dieses Notebook misst, wie sich die Validierungsperformance einer ausgewählten US-Unternehmensmerkmalsstrategie bei unterschiedlichen angenommenen Kommissionen und Slippage verändert. Es führt dieselbe Konfiguration über ein festgelegtes Kostenraster erneut…

AktienBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook beschreibt, wie nach der Auswahl einer Konfiguration anhand von Validierungsdaten Prognosen für einen unberührten Holdout-Zeitraum erstellt werden. Es löst die ausgewählte Konfiguration auf, erstellt ihre Trainingsspezifikation für den…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Diese Konfiguration beschreibt eine Intraday-Studie zu Order-Flow-Signalen in einem zeitpunktbezogenen NASDAQ-100-Universum. Sie definiert anhand von Liquiditätsdaten, die vor jedem Auswertungszeitraum verfügbar sind, eine nach Kosten gefilterte Teilmenge.…

AktienUS-MärkteMarktmikrostrukturMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook zur Merkmalsentwicklung erläutert, wie langsam verfügbare Informationen Handelssignale mit höherer Frequenz ergänzen können: durch Fundamentaldaten, makroökonomische Daten und Kalenderkontext. Es beschreibt Bewertungskennzahlen wie Buchwert…

FaktorinvestierenAktienStatistikMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook beschreibt, wie Holdout-Prognosen für eine ausgewählte NASDAQ-100-Mikrostrukturkonfiguration erstellt werden, nachdem Modell und Strategie anhand von Validierungs-Folds ausgewählt wurden. Es rekonstruiert die ausgewählte…

AktienMarktmikrostrukturMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie eine Volumenbeteiligungsgrenze die Menge einer übergeordneten Order beschränkt, die in jedem Marktintervall ausgeführt werden kann. Ein Broker berechnet den zulässigen Teil anhand des beobachteten Handelsvolumens und überträgt…

OrderausführungMarktmikrostrukturRisikomanagementAktien
Machine Learning for Trading

Dieses Notebook demonstriert die Bewertung einzelner Faktoren anhand realer ETF-Daten und eines aus Kursen abgeleiteten Momentum-Beispiels. Es misst querschnittliche Spearman-Informationskoeffizienten gegenüber zukünftigen Renditen, vergleicht Horizonte und…

AktienMomentumStatistikBacktesting
Machine Learning for Trading

Dieses Kapitel stellt Retrieval-Augmented Generation als Möglichkeit vor, Sprachmodelle für offene Finanzforschung nützlicher zu machen, bei der unbelegte Aussagen und Halluzinationen kostspielig sein können. Es führt durch das System – von der Aufnahme von…

Maschinelles LernenStatistikAktienMarktstimmung
Machine Learning for Trading

Dieses Notebook erläutert die Konstruktion von Labels für zukünftige Intraday-Renditen bei NASDAQ-100-Aktien anhand von Minutenbalken und NBBO-Quotes. Es definiert Renditen vom nächsten Balken nach einem Signal bis zu einem festgelegten späteren Zeitpunkt,…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Das Dokument beschreibt einen operativen Ablauf, um tägliche Marktdaten aktuell zu halten: eine erste Historie laden, eine kleine überlappende Aktualisierung abrufen, fehlende Daten prüfen sowie Aktualität und Validierungsprobleme überwachen. Durch die…

AktienBacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook trainiert einen gepatchten Transformer, um in einer Aktien- und Optionsstudie zum S&P 500 ein primäres Label vorherzusagen. Es teilt das historische Eingabefenster jeder Aktie in zusammenhängende Patches auf und behandelt jeden Patch als…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieser Code stellt eine überwachte Autoencoder-Architektur für Prognosen auf Basis von Finanzmerkmalen vor. Ein Encoder komprimiert normalisierte Eingaben zu einem Engpass, während ein Decoder die Eingaben als Regularisierungsaufgabe rekonstruiert. Ein…

Maschinelles LernenAktienStatistik
Machine Learning for Trading

Dieses Notebook erläutert ein stochastisches Diskontfaktormodell für ETF, das eine einzige Gewichtsreihe an die Preisrenditen verschiedener Fonds anpasst. Anders als Modelle, die Fonds-Exposures und Faktorrenditen getrennt schätzen, trainiert es zwei Netze…

AktienStatistikMaschinelles LernenPortfolio-Konstruktion