Wissensbibliothek

Dieses Dokument beschreibt einen bedingten Autoencoder, der Unternehmens-Exposures gegenüber latenten Renditefaktoren als nichtlineare Funktion von Unternehmensmerkmalen modelliert. Wie IPCA schätzt er eine Faktorstruktur, in der prognostizierte Renditen…

Diese Kapitelübersicht erläutert, wie Gradient-Boosted Trees für Finanzprognosen mit Tabellendaten auf Entscheidungsbäumen und Random Forests aufbauen. Beim Boosting werden Lernende nacheinander hinzugefügt, um frühere Fehler zu korrigieren. So lassen sich…

Dieses Notebook stellt ein veröffentlichtes Panel für die Machine-Learning-Forschung zu US-Aktien vor. Es enthält monatliche Beobachtungen mit 46 Unternehmensmerkmalen und Überschussrenditen des Folgemonats über mehrere Jahrzehnte. Die Merkmale werden nach…

Dieses Notebook analysiert ein Portfolio aus Aktien-ETFs mithilfe von CAPM- und Fama-French-Faktorregressionen und erweitert die Analyse anschließend um rollierende Exposures, Renditeattribution und residuale Abhängigkeiten. Es verwendet abgeglichene…

Dieses Notebook erklärt ein Modell mit stochastischem Diskontfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Es lernt Gewichte, mit denen diskontierte Asset-Renditen No-Arbitrage-Momentbedingungen erfüllen, statt einen Verlust für die…

Diese Implementierung beschreibt ein neuronales Modell mit stochastischem Diskontfaktor sowie ein adversariales Momentennetzwerk zur Prüfung von Beziehungen in der Asset-Bewertung. Das SDF-Netzwerk bildet Asset-Merkmale, optional kombiniert mit einer…

Dieses Notebook vergleicht Random-Forest-Bagging mit XGBoost, LightGBM und CatBoost bei der Prognose von Aktienrenditen anhand anonymisierter Unternehmensmerkmale. Es verwendet vorab festgelegte zeitliche Trainings-, Validierungs- und Testaufteilungen, misst…

Dieses Notebook erläutert eine Baseline mit Hauptkomponenten zur Prognose von CME-Futuresrenditen. PCA wird an die Renditematrix der Produkte im Trainingsfold angepasst, sodass die Komponenten gemeinsame Bewegungsrichtungen über Kontrakte hinweg darstellen…

Dieses Notebook beschreibt einen überwachten Autoencoder, der ETF-Merkmalszeilen komprimiert und aus dieser niedrigdimensionalen Darstellung direkt zukünftige Renditen prognostiziert. Anders als ein bedingter Autoencoder setzt er nicht voraus, dass Renditen…

Dieses Notebook passt Ridge-, Lasso- und Elastic-Net-Modelle an eine breite Auswahl etablierter Merkmale von US-Aktien an, darunter Kennzahlen zu Value, Profitabilität, Investitionen, Momentum, Größe, Risiko und Liquidität. Mit Walk-Forward-Folds werden rohe…

Diese Analyse wendet korrelationsbasierte Hauptkomponentenanalyse auf Renditen von börsengehandelten Fonds für einzelne Sektoren an. Durch die Standardisierung der Renditen vor der Zerlegung erhält jeder Sektor eine Einheitsvarianz. Die führenden Komponenten…

Dieses Dokument stellt einen überwachten Autoencoder als Kontrollmodell für bedingte latente Faktormodelle vor. Er bildet Unternehmensmerkmale direkt auf zukünftige Renditen ab und komprimiert 57 Eingaben durch einen schmalen Engpass. Der Vergleich mit einem…

Dieser Leitfaden beschreibt öffentliche Datensätze zu Faktorrenditen aus der Ken French Data Library und von AQR, darunter Markt-, Größen-, Value-, Profitabilitäts-, Investitions-, Momentum-, Qualitäts- und Low-Beta-Faktoren. Er erläutert, wie Sie monatliche…

Diese Studie prüft, ob die schlechte Anpassung eines linearen Modells an monatliche US-Aktienrenditen auf dessen quadratische Fehlerfunktion zurückzuführen ist. Zielvariable für die zukünftigen Renditen, Merkmale und Walk-Forward-Folds bleiben unverändert;…

Dieses Dokument veranschaulicht instrumentierte PCA, bei der Faktorladungen von Anlagen als lineare Funktionen von Merkmalen modelliert werden, die vor der Rendite beobachtet wurden. Wechselseitige kleinste Quadrate schätzen die Abbildung von Merkmalen auf…

Dieses Dokument beschreibt einen reproduzierbaren US-Aktienbenchmark aus dem Replikationsarchiv zur Anlagebewertung von Chen, Pelger und Zhu. Er enthält rund 1.2 Millionen monatliche Aktienbeobachtungen von 1967 bis 2016, 46 Unternehmensmerkmale,…

Dieses Notebook erläutert die instrumentierte Hauptkomponentenanalyse (IPCA) für ein veränderliches US-Aktienpanel. Die herkömmliche Hauptkomponentenanalyse (PCA) weist jeder Aktie eine angepasste Ladung zu. Damit lassen sich im Trainingsdatensatz fehlende…

Dieses Notebook erläutert, wie sich ein vierteljährliches Panel mit Aktienfundamentaldaten aus SEC XBRL-Daten erstellen und prüfen lässt. Jede Beobachtung enthält sowohl die beschriebene Geschäftsperiode als auch das Datum, an dem die Einreichung öffentlich…

Dieses Notebook überträgt ein adversariales Design stochastischer Diskontfaktoren auf tägliche US-Aktien. Ein Netzwerk für Portfoliogewichte bildet aus Überschussrenditen des nächsten Tages einen Faktor, während ein konkurrierendes Momentnetzwerk beim…

Dieses Notebook vergleicht einen Random Forest mit XGBoost, LightGBM und CatBoost anhand eines Panels anonymisierter Unternehmensmerkmale und Renditen. Der Datensatz enthält zeitlich getrennte Trainings-, Validierungs- und Testdaten. Als Hauptmaß für die…

Dieses Notebook stellt einen bedingten Autoencoder vor, der die Struktur eines instrumentierten latenten Faktormodells beibehält, aber die lineare Abbildung von Unternehmensmerkmalen auf Faktor-Exponierungen durch ein neuronales Netz ersetzt. Monatliche…

Dieses Notebook erstellt eine monatliche Modellmatrix für eine Studie zu Unternehmensmerkmalen in US aus einem veröffentlichten Panel, dessen Merkmale bereits über Unternehmen hinweg gerankt wurden. Es ergänzt Zusammensetzungen und Interaktionen anhand von…

Dieses Notebook untersucht die Regularisierung linearer Modelle zur Prognose von Renditen bei Währungspaaren. Es unterscheidet zwischen Multikollinearität der Eingabemerkmale und Abhängigkeit zwischen den Assets: Währungspaare teilen sich zugrunde liegende…

Dieses Notebook untersucht einen überwachten Autoencoder, der anhand von Unternehmensmerkmalen zukünftige Renditen prognostiziert. Es behält einen schmalen Engpass im neuronalen Netz bei, entfernt jedoch die bedingte Faktormodell-Interpretation und die…