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.
1,075 Dokumente
Das Notebook stellt einen bedingten Autoencoder vor, der die instrumentierte Hauptkomponentenanalyse erweitert: Eine lineare Abbildung von Aktienmerkmalen auf Faktor-Exposures wird durch ein neuronales Netz ersetzt. Die Struktur aus Exposure mal…
Dieses Hilfsmodul erstellt Tabellen und Grafiken zur Bewertung prädiktiver Modelle anhand von Validierungs- und Holdout-Daten. Zu den Diagnosen zählen Konfidenzintervalle für Informationskoeffizienten, der Rückgang von der Validierung zum Holdout, um die…
Dieses Notebook vergleicht Optuna-Hyperparametersuchen für XGBoost, LightGBM und CatBoost auf einem Datensatz mit Unternehmensmerkmalen. Jede Bibliothek erhält eine eigene Suchstudie mit einem Tree-structured-Parzen-Schätzer, Median-Pruning, vorzeitigem…
Dieses Notebook stellt einen Ablauf zur Beschaffung und Pflege von Finanzzeitreihen mit einer einheitlichen Verwaltung, vordefinierten oder benutzerdefinierten Symboluniversen und partitionierter Parquet-Speicherung vor. Es behandelt den Abruf einzelner und…
Das Kapitel erläutert klassische Ansätze zur Erzeugung synthetischer Finanzdaten, darunter kontinuierliche Preisprozesse, GARCH-Volatilität, Bootstrap-Stichprobenziehung und Modellvergleiche. Es beschreibt, wie Modelle wie geometrische Brownsche Bewegung,…
Diese explorative Analyse prüft, ob ein Momentum-Signal über zwölf Monate, bei dem der jüngste Monat ausgelassen wird, mit den Renditen des Folgemonats in einem Universum von 100-ETF zusammenhängt. Sie erstellt anhand bereinigter Schlusskurse ein monatliches…
Dieses Notebook vergleicht Methoden zur Positionsbemessung für führende Aktiensignalkonfigurationen des S&P 500. Zunächst wird anhand der Validierungs-Sharpe-Kennzahl für jede Konfiguration der stärkste Checkpoint mit vollständiger Abdeckung ausgewählt.…
Dieses Notebook führt das NLinear-Modell als Mitglied einer festgelegten Population von drei Sequenzlernmodellen für Optionen des S&P 500 aus. Die Anfragen und Checkpoints für die gesamte Population werden vor der Anpassung dieses Mitglieds aufgelöst, damit…
Dieses Notebook beschreibt die Holdout-Prognosephase einer Studie zu Unternehmensmerkmalen von US. Es übernimmt die anhand der Validierungsergebnisse ausgewählte Modellkonfiguration, rekonstruiert ihre Trainingsspezifikation und ihren Checkpoint und passt…
Diese Demonstration prüft, ob eine Implementierung eines doppelten gleitenden Durchschnittskreuzens in Backtest- und Live-Engines übereinstimmende Signale erzeugt. Beide Engines erhalten dieselben vorbereiteten ETF-Balken und verwenden dieselben…
Dieses Trainingswerkzeug beschreibt eine Optimierungsschleife für ein DeePM-artiges Modell. Es aktualisiert Modellparameter mit AdamW anhand eines robusten, an der Sharpe-Kennzahl ausgerichteten Loss und übergibt Vorwärtsrenditen, Volatilitätsskalierung,…
In dieser Fallstudie werden Gradient-Boosted Trees auf ETF-Rendite-Labels angepasst und mit einer linearen Baseline verglichen, die unter starker Ridge-Regularisierung gut abschnitt. Sie erklärt, warum Bäume Interaktionen erkennen können, etwa wenn sich…
Diese explorative Analyse untersucht ein historisches Aktienpanel für US, erklärt dessen rohe und angepasste Preisfelder und betrachtet die Symbolabdeckung im Zeitverlauf. Sie vergleicht jährliche Zahlen aktiver Symbole mit den jeweils ersten und letzten…
Dieses Notebook erstellt Merkmale für bedingte Volatilität für eine Aktien- und Optionsstudie zum S&P 500 mithilfe eines GJR-GARCH-Modells. Anders als feste Regeln auf Basis früherer Preise hängen angepasste Merkmale vom Schätzfenster ab. Daher legt die…
Dieses Dokument veranschaulicht Feature-Store-Konzepte direkt anhand von Parquet-Daten aus einer Fallstudie. Eine Feature-Ansicht legt den Entitätsschlüssel, den Ereigniszeitstempel, die Gültigkeitsdauer und die Merkmalsspalten fest. Beim Modelltraining…
Dieses Dokument beschreibt einen Benchmark für Datenbank-Engines zur Verarbeitung von Finanzzeitreihen. Verglichen werden Massenschreibvorgänge, vollständige Scans, Zeitbereichsabfragen, OHLCV-Aggregation und As-of-Verknüpfungen für Handels- und…
Dieses Dokument stellt Methoden zur Bereinigung von Finanzdaten vor und erklärt, wie sich die Vorverarbeitung an Trainings- und Testaufteilung ausrichten lässt. Die zentrale Lehre: Transformationen wie Skalierung und Winsorisierung dürfen nur anhand von…
Dieses Modul definiert eine monatliche ETF-Allokationsbaseline anhand eines risikoadjustierten Momentum-Scores: der kumulierten Rendite des Rückblickzeitraums geteilt durch die annualisierte realisierte Volatilität. Überschreitet die Steigung der Zinskurve…
Dieses Notebook vergleicht Implementierungen einer univariaten SPY-Preisprognose mit reinem PyTorch, sktime und Darts. Im Mittelpunkt steht der praktische Aufwand: Codeumfang, Schnittstellenanforderungen, erfolgreiche Installation und kombinierte Laufzeit…
Dieses Notebook prüft, ob eine tägliche US-Aktien-Rankingstrategie vor dem Anpassen eines Modells über genügend nutzbare Daten für eine faire Bewertung verfügt. Es erklärt, wie sich mit historischen Indexmitgliedern ein zeitpunktbezogenes Universum bilden…
Das Dokument stellt NLinear vor, ein minimales Sequenzmodell zur Prognose von Aktienrenditen des NASDAQ-100 anhand intratägiger Merkmale. Es verwendet ein festes zurückliegendes Fenster, zieht die jüngste Beobachtung ab, damit das Modell mit Veränderungen…
Dieses Notebook vergleicht lineare Modelle mit ETF-Merkmalen, die aus überlappenden Renditefenstern und verwandten Momentum-, Volatilitäts- und Oszillatormessungen abgeleitet werden. Solche Prädiktoren sind kollinear, wodurch die Koeffizienten der…
Dieses Notebook bewertet Validierungsvorhersagen als reine Long-Aktienportfolios mit gleich gewichteter Top-K-Auswahl und einem Entscheidungsrhythmus, der durch die Frequenz der Labels bestimmt wird. Es prüft die zeitliche Reihenfolge von Schlusskurs und…
Diese Fallstudie filtert potenzielle Finanz- und modellbasierte Merkmale anhand künftiger Renditen für eine NASDAQ-100-Mikrostrukturstrategie. Sie berechnet im Zeitverlauf querschnittliche Rang-Informationskoeffizienten, passt die Inferenz an Abhängigkeiten…