Wissensbibliothek

Dieses Notebook untersucht Labels für überwachtes Lernen anhand von ETF-Kursdaten. Es behandelt Renditen über feste Horizonte für Regression oder Richtungsklassifikation, rollierende Zeitreihenperzentile, querschnittliche Perzentil-Labels,…

Dieses Notebook bewertet ETF-Merkmale einzeln, indem es für jedes Datum einen Rang-Informationskoeffizienten zwischen Merkmalswerten und nachfolgenden Monatsrenditen berechnet. Es prüft Finanz- und modellbasierte Merkmale über Walk-Forward-Validierungsdaten…

Dieses Notebook bewertet Kandidatenmerkmale zur Rangfolge von US-Aktien anhand nachfolgender Renditen. Es berechnet tägliche querschnittliche Informationskoeffizienten, fasst deren Mittelwert mit Unsicherheitsschätzungen unter Berücksichtigung serieller…

Dieses Notebook schätzt mithilfe von Double Machine Learning den bereinigten Effekt eines kontinuierlichen ETF-Momentummaßes auf zukünftige Renditen. Es vergleicht eine unbereinigte Regression mit DML-Schätzungen, die jüngere und längerfristige Volatilität,…

Dieser Leitfaden beschreibt einen täglichen Datensatz für US Aktien von NASDAQ Data Link Wiki Prices mit angepassten OHLCV-Daten und einer Abdeckung von 1962 bis März 2018. Er erklärt, wie Sie das Archiv mit einem API-Schlüssel abrufen, laden, nach Symbol…

Dieses Notebook erläutert, wie ein bedingter Autoencoder die instrumentierte Hauptkomponentenanalyse (IPCA) erweitert: Er behält die zweistufige Struktur bei, in der Fondsmerkmale auf latente Faktorbelastungen abgebildet und diese mit Faktorrenditen…

Diese Analyse vergleicht Prognosemodelle zur Rangordnung von NASDAQ-100-Aktien anhand ihrer Rendite in den nächsten 15 Minuten. Verwendet werden Intraday-Mikrostrukturmerkmale wie Spreads, Ungleichgewicht der Markttiefe, vorzeichenbehaftetes Volumen und…

Dieses Notebook vergleicht sklearn HistGradientBoosting, XGBoost, LightGBM und CatBoost zur Prognose zukünftiger ETF-Renditen. Es misst den querschnittlichen Information Coefficient, die Trainingszeit und den Speicherverbrauch für verschiedene…

Dieses Notebook erläutert, wie sich IEX-DEEP-Nachrichten auslesen und aggregierte Limit-Orderbücher für jede Preisebene führen lassen. Es extrahiert Aktualisierungen der Preisebenen, beste Geld- und Briefkurse sowie Handelsmeldungen und verwendet die daraus…

Dieses Notebook prüft, ob eine Standard-Portfolioallokation eine NASDAQ-100-Handelsstrategie verbessern kann, die bei jedem Balken handelt und bereits durch Transaktionskosten belastet ist. Es wählt Prognosen anhand der Validierungsperformance im…

Dieses Notebook wendet positionsbezogene Risikokontrollen auf führende ETF-Allokationskombinationen an und hält dabei jede zugrunde liegende Prognose, Konzentration und Allokationsmethode konstant. Es vergleicht Stop-Losses, Trailing Stops und zeitbasierte…

Dieses Notebook erläutert, wie ein veröffentlichtes, querschnittlich rangiertes US-Unternehmensmerkmal-Panel in eine Feature-Matrix mit Schlüsseln für eine Faktorenstudie überführt wird. Es gruppiert Eingaben in festgelegte Familien, kombiniert Merkmale und…

Diese Merkmalsstudie zu US-Aktien erläutert, wie sich Merkmale aus geschätzten Modellen erstellen lassen, ohne zukünftige Daten in frühere Beobachtungen einfließen zu lassen. Der Schätzplan sieht eine Aufwärmphase mit historischen Daten vor, passt Parameter…

Dieses Notebook wendet TSMixer auf ETF-Sequenzen an und nutzt dafür eine global über alle Fonds geteilte Funktion. Jedes Beispiel enthält die Historie und Kovariaten eines einzelnen Fonds; zeitliche und merkmalsbezogene Wechselwirkungen werden über das Panel…

Dieses Notebook beschreibt ein Modell mit stochastischem Diskontierungsfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Statt zunächst Faktoren zu schätzen und anschließend anzuwenden, lernt es direkt Gewichte für Unternehmen und…

Dieses Notebook analysiert rekonstruierte NASDAQ-Limit-Orderbücher, um Intraday-Spreads und die Markttiefe an der besten Geld- und Briefseite zu beschreiben. Anschließend untersucht es, ob ein Ungleichgewicht im Orderflow mit nachfolgenden Renditen in…

Dieses Notebook stellt eine Brücke für die Bereitstellung zwischen einer Offline-Pipeline für maschinelles Lernen und der Handels-Engine LEAN von QuantConnect vor. Es wählt reproduzierbar einen Modelllauf aus einer Registry aus, exportiert dessen…

Dieses Notebook bewertet vier aus Nachrichten abgeleitete Signale – gewichtete Überraschung, durchschnittliche Stimmung, Stimmungsänderung und Artikelabdeckung – anhand künftiger Aktienrenditen. Es berechnet täglich einen Spearman-Informationskoeffizienten…

Dieses Dokument beschreibt die Anpassung temporaler Faltungsnetze an Mikrostrukturmerkmale auf Minutenebene für NASDAQ 100. Kausale Faltungen verhindern, dass eine Prognose spätere Beobachtungen verwendet. Dilatation ermöglicht es aufeinanderfolgenden…

Diese Analyse prüft, ob tägliche Options- und Aktiendaten eine wöchentliche S&P-500-Strategie stützen können, die die Bestandteile nach der impliziten Volatilität am Geld mit einer Laufzeit von dreißig Tagen sortiert und die am höchsten eingestuften Aktien…

Diese Analyse vergleicht Prognosen verschiedener Modellfamilien, die mit monatlichen Merkmalen von US-Aktien trainiert wurden, um Renditen für den Folgemonat vorherzusagen. Im Mittelpunkt steht der Informationskoeffizient im Querschnitt, der misst, wie gut…

Dieses Notebook vergleicht Methoden zur Entdeckung von Beziehungen in einem Panel von ETF-Renditen: NOTEARS für zeitgleiche lineare gerichtete azyklische Graphen, VAR-LiNGAM für verzögerte und unmittelbare Strukturen, PCMCI für bedingte…

Dieses Notebook zeigt, wie sich LightGBM-Hyperparameter mit Optunas TPE-Sampler abstimmen lassen. Als Ziel dient der Informationskoeffizient im Querschnitt. Die Anzahl der Boosting-Runden wird per Early Stopping gewählt; ein benutzerdefinierter…

Diese Studie wandelt registrierte Modellprognosen in vergleichbare S&P-500-Optionsstrategien um. An wöchentlichen Entscheidungstagen ordnet sie prognostizierte Renditen, filtert nach einem liquiden Anlageuniversum und verkauft gleich gewichtete…