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

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…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

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…

Multi-AssetMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

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…

AktienMarktmikrostrukturStatistikMaschinelles Lernen
arXiv papers

Diese theoretische Arbeit entwickelt mithilfe der Rough-Path-Theorie eine pfadweise Grundlage für die stochastische Itô-Integration, um gängige Handelsstrategien und Finanzmodelle unter Unsicherheit abzudecken. Sie führt Property (RIE) für càdlàg-Pfade ein…

StatistikPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Dokument stellt öffentliche Datensätze mit Fama-French- und AQR-Faktorrenditen als Grundlage für Benchmarking, Risikoattribution und Faktorenforschung vor. Es beschreibt Markt-, Größen-, Value-, Profitabilitäts-, Investitions- und Momentumfaktoren aus…

FaktorinvestierenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook prüft, ob Binance-Daten zu Perpetual-Futures eine Querschnittsstrategie unterstützen können, die Kontrakte nach Prämie ordnet und Long- sowie Short-Positionen eingeht. Es passt kein Modell an und erstellt keine Prognosen. Stattdessen prüft es…

KryptoPerpetual FuturesStatistikBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht die Auswirkungen angenommener Trading-Kosten auf Strategien aus mehreren Fallstudien. Es liest Backtests zur Kostensensitivität für jede eingesetzte Strategiekonfiguration ein, vergleicht den Brutto-Sharpe mit dem Netto-Sharpe bei…

BacktestingRisikomanagementOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook erklärt Pfadsignaturen als Merkmale fester Länge, die Reihenfolge und gemeinsame Form der Beobachtungen einer Zeitreihe bewahren. Es beschreibt, wie die erste Signaturstufe Gesamtveränderungen erfasst, während Terme der zweiten Stufe…

AktienMaschinelles LernenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument erläutert ein Run-Protokollsystem zur Aufzeichnung von Modelltraining, Prognosen, Kausalschätzungen und Backtests aus Trading-Fallstudien. Es beschreibt, wie Konfigurationen von den Einstellungen der Fallstudien über Trainingsmenüs und…

BacktestingMaschinelles LernenStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook überführt institutionelle 13F-Beteiligungen in einen Graphen, der Vermögensverwalter und Aktien mit Sektorbeziehungen und Beteiligungskanten verbindet. Diese enthalten Aktienanzahl, Wert, Berichtszeitraum und öffentliches Meldedatum. Es…

AktienMarktmikrostrukturStatistikPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook gruppiert monatliche Renditen aus neun Faktor- und Marktzeitreihen zu Aktien, Anleihen, Währungen und Rohstoffen mithilfe von Gaußschen Mischmodellen. Nach dem Entfernen von Monaten mit unvollständigen Daten standardisiert es die Reihen,…

Multi-AssetFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook bewertet 57 buchhalterische und kursbasierte Merkmale als einzelne Prognosevariablen für die Renditen von US-Aktien im Folgemonat. Es berechnet monatliche Rangkorrelationen im Querschnitt, mittelt sie über die Zeit und passt die Unsicherheit…

AktienFaktorinvestierenStatistikRisikomanagement
Machine Learning for Trading

Dieses Kapitel stellt einen Rahmen vor, um aus einer Trading-Idee eine dokumentierte Merkmalspezifikation zu entwickeln. Es empfiehlt Forschenden, Merkmalszeiträume auf die beabsichtigte Entscheidung abzustimmen, eine Hypothese zum Einflussfaktor zu…

Technische IndikatorenMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieser Leitfaden unterscheidet zwischen der Schätzung kausaler Effekte und der Entdeckung kausaler Strukturen und ordnet gängige Forschungsfragen passenden Python-Bibliotheken zu. EconML und DoWhy schätzen Effekte, wenn die Anpassungsstruktur bekannt oder…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Diese Übersicht fasst Konfigurationsdaten aus neun Trading-Fallstudien zu Aktien, Kryptowährungen, Devisen, Futures, Optionen und Multi-Asset-Portfolios zusammen. Sie vergleicht Anlageuniversum, Datenfrequenz, Entscheidungsrhythmus, Kostenmodell und die…

Multi-AssetBacktestingRisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook stellt einen deterministischen Rahmen zur Prüfung vor, ob Backtest- und Live-Trading-Pipelines konsistent arbeiten. Es vergleicht die Schritte, die aus Kursbalken Entscheidungen machen: Merkmalsberechnungen, Prognosen, Signale und…

BacktestingOrderausführungMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook verwendet aus NASDAQ ITCH abgeleitete Handels- und Orderdaten, um Mikrostrukturmuster zu veranschaulichen. Es untersucht die negative Autokorrelation erster Ordnung bei Tick-Renditen und vergleicht sie mit dem Effekt bei Mittelkursrenditen.…

AktienMarktmikrostrukturStatistikOrderausführung
Machine Learning for Trading

Dieses Notebook bündelt Ergebnisse linearer Modelle, darunter OLS, Ridge, Lasso und ElasticNet, aus neun Fallstudien. Es vergleicht die stärkste vollständige Konfiguration jeder Studie anhand ihres primären Labels und untersucht anschließend Regularisierung,…

Maschinelles LernenStatistikBacktestingFaktorinvestieren
Machine Learning for Trading

Dieses Lehr-Notebook gibt einen Überblick über Preis- und Volumenmerkmale für quantitative Forschung. Es behandelt einfache und logarithmische Renditen über verschiedene Horizonte, Momentum mit Auslassung der jüngsten Periode, Übernacht- und…

AktienTechnische IndikatorenVolatilitätMomentum
Machine Learning for Trading

Dieses Notebook stellt einen Ablauf vor, um zu untersuchen, ob Momentum mit Auslassung der jüngsten Periode über sechs Monate die Forward-Renditen über 21 Tage beeinflusst und ob sich der Effekt mit der Marktvolatilität verändert. Es schätzt Effekte auf…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht zwei vortrainierte Zeitreihen-Grundmodelle, Chronos und TinyTimeMixer, mit einem LSTM und einer regularisierten linearen Basislinie auf einem ETF-Panel. Jedes Modell erhält einen univariaten historischen Kontext; die vortrainierten…

Maschinelles LernenAktienMomentumBacktesting
Machine Learning for Trading

Dieses Kapitel stellt einen Rahmen zur Bewertung kausaler Aussagen in der quantitativen Trading-Forschung vor. Es beginnt mit klaren Definitionen von Behandlung, Ergebnis, Estimand, Gegenfaktum und Adjustierungsmenge und ordnet Forschungsfragen anschließend…

Maschinelles LernenStatistikBacktestingFaktorinvestieren