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

478 Dokumente

Machine Learning for Trading

Dieses Notebook vermittelt, wie sich binäre Nachrichten von NASDAQ TotalView-ITCH dekodieren und als strukturierte Daten für spätere Microstructure-Analysen speichern lassen. Es erklärt Nachrichtenrahmung, Felder mit fester Breite, Big-Endian-Werte,…

MarktmikrostrukturAktienOrderausführung
Machine Learning for Trading

Dieses Notebook vergleicht pandas und Polars anhand von Operationen in Finanzdaten-Pipelines, darunter rollierende Berechnungen, gruppierte OHLCV-Zusammenfassungen, Fensterstatistiken, Filter, Joins, verzögerte Datei-Scans, Speicherbedarf und…

StatistikOrderausführungBacktesting
Machine Learning for Trading

Dieses Notebook erstellt minütliche Features aus NASDAQ-100-Kursnotierungen und Handelsdaten, um kurzfristigen Kursdruck zu untersuchen. Es behandelt die normalisierte Orderflow-Imbalance als wichtigsten Signalkandidaten und nutzt Spread, Markttiefe,…

AktienMarktmikrostrukturOrderausführungTechnische Indikatoren
Machine Learning for Trading

Diese Fallstudie erstellt minutengenaue Merkmale aus NASDAQ-100-Quote- und Transaktionsdaten, um zu untersuchen, ob jüngste aggressive Käufe oder Verkäufe kurzfristige Kursdrifts vorhersagen. Orderflow-Imbalance ist das vorgeschlagene Signal; Spread,…

AktienMarktmikrostrukturMomentumTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook erstellt mehrere Stichprobenverfahren aus einem einzelnen Handelstag mit NASDAQ ITCH-Transaktionen einer Aktie: zeitbasierte, Tick-, Volumen-, Dollar-, Imbalance- und Run-Balken. Es vergleicht ihre statistischen Eigenschaften, darunter…

AktienMarktmikrostrukturStatistikOrderausführung
Machine Learning for Trading

Dieses Kapitel behandelt Transaktionskosten als Einschränkung während der gesamten Strategieentwicklung und -umsetzung – von der Faktorevaluierung und dem Backtesting über die Portfoliozusammenstellung und Risikoüberwachung bis zur Produktionskontrolle. Es…

OrderausführungMarktmikrostrukturBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, wie Zeit-, Tick-, Volumen-, Dollar- und Imbalance-Bars anhand mehrerer Handelssitzungen mit NVDA-Handelsdaten auf Auftragsebene kalibriert werden. Es filtert die Trades auf die regulären Handelszeiten, verwendet die…

AktienMarktmikrostrukturStatistikOrderausführung
Machine Learning for Trading

Dieses Notebook prüft, ob historische ETF-Daten eine monatliche Rangfolgestrategie unterstützen können, bevor ein Modell angepasst oder Prognosen erstellt werden. Es prüft das handelbare Universum anhand der Liquidität des Vorjahres, zählt die zulässigen…

Multi-AssetBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht Provisionsmodelle für Aktien und Futures mit mehreren Slippage-Modellen und hebt hervor, dass sich ihre Einheiten und Annahmen unterscheiden. Prozentuale Gebühren bleiben als Anteil des Nominalwerts konstant, während…

OrderausführungBacktestingMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Dokument beschreibt das Training eines Proximal-Policy-Optimization-Agenten zur Liquidierung eines festen Auftrags über einen festgelegten Zeithorizont. Es vergleicht die erlernte Ausführungsstrategie mit TWAP und einem Almgren-Chriss-Zeitplan anhand…

KryptoOrderausführungMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook misst, wie gut die Lee-Ready-Methode die Richtung des Handelsinitiators anhand von Nasdaq-Nachrichten zu einzelnen Orders erschließt; die vom Handelsplatz bereitgestellten Initiatorlabels dienen als Referenz. Es rekonstruiert das…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook misst, wie sich Transaktionskosten auf eine festgelegte CME-Futures-Strategiekonfiguration auswirken. Es wählt die berichtete Konfiguration in einem gemeinsamen Validierungsverfahren aus, übernimmt deren Risiko-Overlay in die Kostenläufe und…

FuturesRohstoffeBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook erläutert, wie sich aus DataBento-Market-by-Order-Nachrichten für ein einzelnes NASDAQ-Symbol und einen Handelstag ein Limit-Orderbuch rekonstruieren lässt. Es bildet jede Order ab, fasst Orders auf Kursebenen zusammen und verwaltet Geld- und…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Verfahren zur Absicherung einer Short-Position in einem europäischen Call bei diskretem Rebalancing und proportionalen Handelskosten. Es definiert den selbstfinanzierenden End-P&L und trainiert anschließend einen neuronalen Hedger,…

OptionenMaschinelles LernenRisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook vergleicht die Hyperparameterabstimmung mit einem einzelnen Ziel mit einer Mehrzielsuche für LightGBM-Prognosemodelle. Die Baseline maximiert den Information Coefficient (IC) der Validierung. Die Suche mit NSGA-II maximiert stattdessen IC und…

Maschinelles LernenStatistikBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook führt eine ausgewählte NASDAQ-100-Mikrostrukturkonfiguration mit den registrierten Holdout-Prognosen aus. Modell, Portfolioaufteilung, Konzentration, Rebalancing-Zeitplan, Risiko-Overlay und Kostenannahmen stammen aus früheren Arbeiten und…

AktienUS-MärkteBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook erläutert, wie eine Strategie aus einer festen Menge von US-Aktien-Backtests ausgewählt und anschließend in einem separaten Holdout-Zeitraum bewertet wird. Es prüft, ob die Kandidaten dieselben erforderlichen Daten- und Protokollkennungen…

AktienBacktestingRisikomanagementStatistik
Machine Learning for Trading

Dieses Notebook zeigt einen operativen Workflow, der eine gemeinsame Backtest- und Live-Strategie mit einer Paper-Trading-Sitzung bei Interactive Brokers verbindet. Es prüft Kontoidentität und Kontostand, ruft historische Balken zur Initialisierung von…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

Diese Machbarkeitsanalyse prüft, ob sich mit dem verfügbaren US-Aktienpanel eine tägliche Long-Short-Rangfolgestrategie untersuchen lässt. Sie untersucht die Point-in-Time-Konstruktion des Anlageuniversums anhand von Kurs- und Handelsumschlagsschwellen,…

AktienUS-MärkteBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook prüft einen Jahresberichtskorpus, bevor er für die Finanzrecherche indexiert wird. Es misst die Verzögerung zwischen dem Ende eines Geschäftsjahreszeitraums und dem Datum der öffentlichen Einreichung und zeigt, warum Point-in-Time-Anwendungen…

AktienMaschinelles LernenOrderausführungBacktesting
Machine Learning for Trading

Dieses gemeinsam genutzte Analysemodul beschreibt Methoden zur Schätzung von Handelsfriktionen über verschiedene Anlageklassen hinweg. Es umfasst Hoch-Tief- und Rendite-Autokovarianzschätzer für Geld-Brief-Spreads, rollierende Durchschnittswerte des Volumens…

OrderausführungMarktmikrostrukturRisikomanagementBacktesting
Machine Learning for Trading

Dieses Notebook testet, wie eine ausgewählte Strategie mit Merkmalen von US-Unternehmen auf veränderte Annahmen zu Transaktionskosten reagiert. Die Strategiekonfiguration bleibt fest; erneute Backtests auf Validierungsdaten durchlaufen ein festgelegtes…

AktienOrderausführungBacktestingRisikomanagement
Machine Learning for Trading

Diese Fallstudie bewertet einen wöchentlichen Short Straddle auf S&P-500-Optionen anhand registrierter Backtests. Sie wählt eine Konfiguration aus einem festgelegten liquiden Universum aus, ordnet Kandidaten anhand der Validierung und bewertet die…

OptionenAktienBacktestingRisikomanagement