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

837 Dokumente

Quantopian-Vorlesungen

Diese Vorlesung erklärt Hebelwirkung als Kreditaufnahme, um das in einer Handelsstrategie eingesetzte Kapital zu erhöhen. Sie definiert die Hebelquote und zeigt anhand von Einperiodenbeispielen, wie geliehene Mittel Gewinne verstärken können, während Zinsen…

RisikomanagementPositionsgrößenbestimmungPortfolio-KonstruktionAktien
Quantopian-Vorlesungen

Diese Vorlesung erklärt, wie das Capital Asset Pricing Model erwartete Vermögenswertrenditen mit einem risikofreien Zinssatz und dem Engagement im breiten Marktrisiko verknüpft. Sie unterscheidet diversifizierbares, unternehmensspezifisches Risiko von…

FaktorinvestierenStatistikPortfolio-KonstruktionRisikomanagement
Quantopian-Vorlesungen

Diese Vorlesung führt den Value at Risk (VaR) eines Portfolios als Verlustschwelle für ein gewähltes Konfidenzniveau ein. Anschließend veranschaulicht sie den historischen VaR, indem sie über einen Rückblickzeitraum ein niedriges Perzentil der gewichteten…

RisikomanagementStatistikPortfolio-Konstruktion
Quantopian-Vorlesungen

Das Dokument gibt einen Überblick darüber, wie stark Beobachtungen um einen zentralen Wert streuen. Es definiert Spannweite, mittlere absolute Abweichung, Varianz und Standardabweichung. Dabei wird erläutert, dass die Standardabweichung in derselben Einheit…

StatistikRisikomanagementVolatilität
Quantopian-Vorlesungen

Das Dokument führt autoregressive Modelle ein, die eine Zeitreihe anhand ihrer eigenen verzögerten Werte prognostizieren. Es erklärt, dass aussagekräftige Schätzungen Kovarianzstationarität voraussetzen: einen über die Zeit stabilen, endlichen Mittelwert,…

StatistikVolatilitätRisikomanagementBacktesting
Quantopian-Vorlesungen

Das Dokument erläutert, wie die Kovarianz beschreibt, wie sich Assetrenditen gemeinsam verändern, und wie eine Kovarianzmatrix diese Zusammenhänge zusammen mit der Varianz jedes Assets erfasst. Der Portfolioaufbau verwendet diese Matrix, um das Gesamtrisiko…

StatistikRisikomanagementPortfolio-KonstruktionAktien
Quantopian-Vorlesungen

Das Dokument beschreibt einen Ablauf zur Prüfung eines Trading-Portfolios anhand von Performancekennzahlen und Diagnosegrafiken. Es erläutert gängige Größen wie Sharpe-Ratio, Marktbeta und maximalen Drawdown sowie Renditeverteilungen, kumulierte und…

AktienBacktestingRisikomanagementPortfolio-Konstruktion
Quantopian-Vorlesungen

Das Dokument erklärt, wie Marktbeta und Sektorexponierung dazu führen können, dass sich einzelne Prognosen eines Portfolios gemeinsam bewegen. Dadurch sinkt die Zahl unabhängiger Positionen und somit das risikobereinigte Potenzial. Es ordnet dies in das…

AktienRisikomanagementStatistikPortfolio-Konstruktion
Quantopian-Vorlesungen

Diese Vorlesung verwendet Faktormodelle, um Portfoliorenditen zu erklären und Exponierungen gegenüber systematischen Risikoquellen zu quantifizieren. Sie beschreibt, wie aktive Renditen relativ zu einer Benchmark auf Faktorrenditen regressiert werden und wie…

FaktorinvestierenRisikomanagementPortfolio-KonstruktionAktien
Quantopian-Vorlesungen

Das Dokument erläutert, wie die Verteilung des Engagements auf unabhängige oder schwach korrelierte Positionen die Portfoliovolatilität senken kann, während zusätzliche stark korrelierte Assets das Risiko möglicherweise kaum verändern. Es veranschaulicht das…

RisikomanagementPortfolio-KonstruktionPositionsgrößenbestimmungStatistik
Quantopian-Vorlesungen

Das Dokument definiert Korrelation als Kovarianz geteilt durch die Standardabweichungen zweier Reihen. So entsteht ein Maß zwischen -1 und 1, das sich leichter über Datensätze hinweg vergleichen lässt. Es erläutert Kovarianz- und Korrelationsmatrizen anhand…

StatistikPortfolio-KonstruktionRisikomanagementAktien
Machine Learning for Trading

Dieses Notebook beschreibt einen Backtest außerhalb der Stichprobe für eine ausgewählte Krypto-Perpetual-Funding-Strategie. Es verwendet Prognosen aus einer Trainingshistorie, die vor dem Holdout-Zeitraum endet, und wendet anschließend die gewählte…

KryptoPerpetual FuturesCarryBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie vier Markteinflussmodelle in einem Backtest angewendet werden: ohne Einfluss, linearer Einfluss, Einfluss nach einer Quadratwurzelfunktion und ein konfigurierbares Potenzgesetz. Jedes Modell schätzt anhand von Orderrichtung,…

OrderausführungMarktmikrostrukturBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook erstellt ein tägliches Merkmals-Panel für eine Long-Short-Rangstrategie über zwanzig FX-Paare. Es fasst vierstündige Kassakursbalken zu Sitzungen zusammen, die mit dem Rollover um 5 PM in New York enden, und erstellt daraus nachlaufende…

DevisenhandelSpotmärkteRückkehr zum MittelwertMomentum
Machine Learning for Trading

Diese Fallstudie beschreibt die Erstellung eines Prognosedatensatzes außerhalb der Stichprobe für ein bereits ausgewähltes Modell für S&P-500-Optionen. Die Konfiguration für die Testperiode wird anhand von Validierungsergebnissen festgelegt und anschließend…

OptionenMaschinelles LernenBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt einfache Falsifikationsdiagnosen zur Prüfung von Merkmalen vor und unterscheidet ausdrücklich zwischen der Vereinbarkeit mit einem Mechanismus und kausaler Identifikation. Zunächst prüft es ETF-Merkmale über Horizonte zukünftiger…

Maschinelles LernenStatistikMomentumVolatilität
Machine Learning for Trading

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,…

Maschinelles LernenAktienVolatilitätRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht gelernte und analytische Absicherungen für einen leerverkauften europäischen Call bei diskretem Rebalancing und proportionalen Handelskosten. Es definiert den selbstfinanzierenden End-P&L aus Absicherungsgewinnen,…

OptionenBewertung von DerivatenVolatilitätRisikomanagement
Machine Learning for Trading

Dieses Notebook veranschaulicht anhand konstruierter Beispiele Ausstiege auf Positionsebene und Kontrollen auf Portfolioebene. Zu den statischen Regeln gehören Stop-Losses, Gewinnziele und zeitbasierte Ausstiege; dynamische Regeln umfassen Trailing-Stops,…

RisikomanagementPositionsgrößenbestimmungBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook zeigt, wie makroökonomische Beobachtungen den Daten zugeordnet werden, an denen Händler tatsächlich darüber verfügen konnten. Es unterscheidet den Zeitraum, den ein Wert misst, von seinem Veröffentlichungsdatum, schätzt Veröffentlichungsdaten…

Multi-AssetBacktestingStatistikRisikomanagement
Machine Learning for Trading

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,…

AktienMomentumMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook stellt ein deterministisches Verfahren vor, um zu prüfen, ob Backtest- und Live-Trading-Pipelines gleich funktionieren. Es vergleicht aufeinanderfolgende Stufen: Merkmale aus denselben Balken, Prognosen anhand dieser Merkmale, Signale bei…

BacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Hilfsprogramm erstellt Label-Artefakte für 500-Optionsstraddles, wobei bei Einstieg und Ausstieg dasselbe Symbol, derselbe Strike und derselbe Verfall verwendet werden. Es ordnet Merkmalsdaten den folgenden Marktsitzungen zu, legt Ausstiegstermine…

OptionenBewertung von DerivatenBacktestingRisikomanagement