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

1,494 Dokumente

Machine Learning for Trading

Dieses Dokument beschreibt einen Arbeitsablauf, der FRED-Treasury-Renditen und Wirtschaftsindikatoren sammelt, Reihen mit unterschiedlichen Meldefrequenzen an einen Tageskalender anpasst und den resultierenden Datensatz lädt oder filtert. Zu den Indikatoren…

Festverzinsliche WertpapiereMulti-AssetRisikomanagementStatistik
Machine Learning for Trading

Dieses Notebook analysiert rekonstruierte NASDAQ-Orderbücher, um Intraday-Spreads und die Tiefe am besten Geld- und Briefkurs zu beschreiben. Anschließend untersucht es, ob die Orderflow-Imbalance mit der Rendite des nächsten Zeitintervalls zusammenhängt.…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook nutzt lineare Regression als Baseline zur Prognose von NASDAQ-100-Renditen anhand von Intraday-Mikrostrukturmerkmalen auf Minutenebene. Da sich Spread- und Order-Imbalance-Messungen über verschiedene Rückblickzeiträume überschneiden, ist die…

AktienMarktmikrostrukturMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht zwei kausale Fragen zu extremen Prämien bei Bitcoin-Perpetual-Futures: Sagt ein Prämienzustand zukünftige Renditen voraus, und sagt er eine spätere Rückbildung der Prämie voraus? Die Behandlung ist ein binärer Indikator für einen…

KryptoPerpetual FuturesStatistikMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook zeigt einen Arbeitsablauf, mit dem sich die Modellierung finanzieller Zeitreihen beurteilen lässt. Es beginnt mit Diagrammen zu Kursen und Renditen von SPY, den Niveaus von VIX und der Renditeverteilung, um driftende Niveaus, gehäufte…

StatistikVolatilitätTechnische IndikatorenAktien
Machine Learning for Trading

Dieses Notebook bildet Vorhersageintervalle um Prognosen mit Gradient Boosting und vergleicht Split Conformal Prediction mit Quantilregression, Conformalized Quantile Regression und adaptiver konformer Inferenz. Split Conformal verwendet eine chronologische…

Maschinelles LernenStatistikRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Diese Panelstudie zu US-Aktien nutzt ein regularisiertes lineares Modell als Baseline, um anhand von Merkmalen zum Börsenschluss zukünftige Renditen vorherzusagen. Die Merkmale umfassen überlappende Momentum- und Volatilitätsmessungen, wodurch…

AktienFaktorinvestierenStatistikRisikomanagement
Machine Learning for Trading

Diese ETF-Merkmalsstudie erstellt drei modellbasierte Eingaben: ein Hidden-Markov-Modell (HMM) zur Schätzung des Marktregimes, fraktional differenzierte Kurse von Referenzfonds und die bedingte Volatilität je ETF anhand von GARCH(1,1). Um Look-ahead zu…

AktienVolatilitätMaschinelles LernenStatistik
Machine Learning for Trading

Diese Studie vergleicht Gradient-Boosted Trees mit einem regularisierten linearen Modell, um Währungspaare nach künftigen Renditen zu ordnen. Bäume können bedingte Beziehungen darstellen, etwa Momentum in einem Marktregime und Carry in einem anderen, während…

DevisenhandelMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Diese explorative Analyse untersucht einen vierstündigen OANDA-Datensatz mit zwanzig Währungspaaren. Sie erläutert, dass das Volumenfeld Kursaktualisierungen an einem Handelsplatz zählt, nicht das konsolidierte Handelsvolumen, und daher keine marktweite…

DevisenhandelStatistikMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook setzt einen Prognoseagenten aus einem Sprachmodell-Client, einem Suchwerkzeug und einer begrenzten Zugfolge zusammen. Der Agent sucht nach Belegen und gibt eine binäre Wahrscheinlichkeit mit Begründung zurück. Sein Antwortparser behandelt…

Maschinelles LernenStatistikMarktstimmungBacktesting
Machine Learning for Trading

Dieses Notebook nutzt bayessche Ereignisstudien mit strukturellen Zeitreihen, um die Wirkung von Mitteilungen der Federal Reserve auf einen Anleihen-ETF zu schätzen. Es erstellt ein Gegenfaktum aus Beziehungen vor dem Ereignis zwischen den täglichen…

Festverzinsliche WertpapiereEreignisgesteuertStatistikMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook prüft, ob vier Strategien verwalteter Portfolios SPY-Renditen erklären, wenn die gemeinsame Bewegung breiter ETF kontrolliert wird. Die Strategien ordnen ETFs anhand verzögerten Momentums, der Volatilität oder jüngster Renditen. Zehn…

FaktorinvestierenMaschinelles LernenStatistikMomentum
Machine Learning for Trading

Dieses Notebook überträgt Word2Vec Skip-gram auf institutionelle Aktienbestände. Es behandelt das Portfolio jeder Institution als Satz, Aktienkennungen als Token und nach gemeldetem Bestandswert geordnete Positionen als Wortreihenfolge. Aktien, die…

AktienMaschinelles LernenPortfolio-KonstruktionStatistik
Machine Learning for Trading

Dieses Notebook erklärt, warum unveränderte Aktienkurse irreführende Renditen ergeben können, wenn sie Aktiensplits oder Bardividendentermine umfassen. Es beschreibt die rückwirkende Bereinigung, bei der historische Preise anhand späterer Kapitalmaßnahmen…

AktienStatistikBacktestingUS-Märkte
Machine Learning for Trading

Dieses Notebook prüft, ob sich der Information Coefficient (IC) eines Signals von Rauschen unterscheiden lässt, wenn aufeinanderfolgende Beobachtungen abhängig sind. Anhand eines Momentum-Signals und von ETF-Daten wird veranschaulicht, wie überlappende…

StatistikMaschinelles LernenMomentumBacktesting
Machine Learning for Trading

Dieses Notebook erklärt, wie ein bereitgestelltes Panel wirtschaftlicher Zeitreihen von FRED untersucht und dessen Tageskalender, Metadaten und abgeleitete Spalten interpretiert werden. Da das Panel auf einen täglichen Kalender abgeflacht wurde, lassen…

Multi-AssetFestverzinsliche WertpapiereVolatilitätStatistik
Machine Learning for Trading

Dieses Notebook behandelt ARIMA-Prognosen als Eingabespalten für nachgelagerte Modelle statt als eigenständige Prognosen. Es passt Modelle an ETF-Renditen an, nutzt Stationaritätsprüfungen und Autokorrelationsdiagnostik zur Auswahl möglicher Ordnungen und…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook beschreibt, wie NLinear-Prognosen für FX-Labels vorbereitet und registriert werden. NLinear zieht den zuletzt beobachteten Wert von jeder Eingabehistorie fester Länge ab und konzentriert das Modell so auf Veränderungen innerhalb des…

DevisenhandelMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses gemeinsame Analysewerkzeug unterstützt den Vergleich von Trading-Modellprognosen anhand von Registry-Metriken und Diagnosen auf Prognoseebene. Es lädt vorab berechnete Information-Coefficient-Ergebnisse, kann optional nach Label oder Modellfamilie…

StatistikBacktestingMaschinelles LernenPortfolio-Konstruktion
Machine Learning for Trading

Das Dokument erläutert, wie Forward-Return-Labels für eine querschnittliche Futures-Strategie erstellt werden, die Produkte nach ihrer Terminkurve ordnet. Es unterscheidet rollbereinigte Preise, die für Renditen über Kontraktwechsel hinweg geeignet sind, von…

FuturesRohstoffeCarryBacktesting
Machine Learning for Trading

Das Dokument beschreibt drei modellbasierte Merkmale aus dem Carry von Futures: eine ARIMA-Prognose des Carry der nächsten Sitzung, rollierende Fourier-Maße ausgewählter Zykluslängen und ein Hidden-Markov-Modell mit zwei Zuständen, das das Marktregime anhand…

FuturesCarryMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument stellt das monatliche US-Aktienpanel von Chen, Pelger und Zhu vor, das zum Benchmarking von Asset-Pricing-Modellen verwendet wird. Es beschreibt 46 Unternehmensmerkmale, geordnet nach wirtschaftlichem Thema, Überschussrenditen für den…

AktienUS-MärkteFaktorinvestierenStatistik
Machine Learning for Trading

Dieses Notebook stellt einen Arbeitsablauf zur Charakterisierung von Marktzeitreihen vor einer Modellierung vor. Es beginnt mit Diagrammen zu Kursen und Renditen von SPY, VIX-Niveaus und der Renditeverteilung, um Trends, Volatilitätscluster und fette…

AktienStatistikVolatilitätRisikomanagement