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

209 Dokumente

Quantopian-Vorlesungen

Diese Vorlesung führt den Kalman-Filter als Methode ein, um den Zustand eines sich entwickelnden Systems anhand eines Modells und verrauschter Beobachtungen zu schätzen. Der Filter wechselt zwischen der Prognose des nächsten Zustands und der Aktualisierung…

StatistikAktienTechnische IndikatorenMaschinelles Lernen
Machine Learning for Trading

Das Dokument zeigt, wie wöchentliche Commitment-of-Traders-Berichte in Positionsmerkmale für Futures umgewandelt werden. Es erläutert die Händlerkategorien in den Formaten für Finanz-Futures und aufgeschlüsselte Rohstoffe sowie die Bedeutung der…

FuturesRohstoffeMarktstimmungTechnische Indikatoren
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 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…

AktienVolatilitätTechnische IndikatorenStatistik
Machine Learning for Trading

Dieses Notebook entwickelt eine Finanz-Feature-Matrix für eine marktübergreifende ETF-Momentum-Hypothese: Assets mit einer stärkeren relativen Performance könnten im folgenden Monat weiterhin besser abschneiden. Es kombiniert nachlaufende Renditen über…

Multi-AssetMomentumTechnische IndikatorenStatistik
Machine Learning for Trading

Dieses Dokument erläutert, wie sich eine Feature-Matrix für eine querschnittliche ETF-Momentum- und Rotationshypothese erstellen und prüfen lässt. Es definiert Rückblick und Informationsverzögerung für jedes Feature und erstellt anschließend nachlaufende…

AktienMulti-AssetMomentumTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook erstellt preisbasierte Features für ein breites US-Aktienuniversum, darunter Momentum, gleitende Durchschnitte und Volatilitätsmaße. Die Aktien werden anhand dieser Features gegeneinander gerankt. Dafür werden ihre Handelbarkeit geprüft und…

AktienMomentumTechnische IndikatorenStatistik
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 gemeinsame Modul zur Feature-Konstruktion definiert Regeln für die Erstellung finanzieller Prognosemerkmale, die in mehreren Fallstudien verwendet werden, und prüft diese. Für jede Merkmalsfamilie hält es Hypothese, Eingaben, rollierenden…

Technische IndikatorenStatistikMaschinelles Lernen
Machine Learning for Trading

Das Notebook stellt eine Berichtsmethode für eine Long-only-RSI-Mean-Reversion-Strategie auf BTC vor. Es vergleicht Brutto- und Nettoperformance und misst die Strategie anschließend an Buy-and-Hold mit denselben Handelstagen, demselben Exposure, derselben…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
Machine Learning for Trading

Dieses Dokument erläutert Fractional Differencing als Methode, eine Kursreihe stationärer zu machen und dabei einen Teil ihrer Niveauinformation zu erhalten. Es leitet die Lag-Gewichte aus der Binomialentwicklung einer fraktionalen Differenz ab und zeigt,…

StatistikTechnische IndikatorenMaschinelles Lernen
Machine Learning for Trading

Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…

AktienTechnische IndikatorenBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook stellt Pfadsignaturen als Merkmale fester Länge vor, die Reihenfolge und gemeinsame Geometrie von Beobachtungen in einem Zeitreihenfenster erhalten. Die erste Ebene erfasst die Gesamtänderung jeder Koordinate; die zweite bildet die…

AktienTechnische IndikatorenMaschinelles LernenStatistik
Machine Learning for Trading

Das Dokument zeigt einen VectorBT-Ablauf für eine Long-only-Bitcoin-RSI-Mean-Reversion-Regel. Es berechnet RSI anhand täglicher Schlusskurse, eröffnet eine Position, wenn der Wert des Vortags unter einen unteren Schwellenwert fällt, und schließt sie, wenn er…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
Machine Learning for Trading

Dieses Notebook implementiert eine Long-only-RSI-Mean-Reversion-Regel für BTC/USDT-Perpetuals mit einer ereignisgesteuerten Backtesting-Engine. Es fasst untertägige Balken zu täglichen OHLCV-Daten in UTC zusammen, berechnet einen rollierenden RSI aus…

KryptoPerpetual FuturesRückkehr zum MittelwertTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook vergleicht drei Möglichkeiten, Prognosen mit Vorzeichen für Renditen in binäre Positionen umzuwandeln: einen festen Schwellenwert von null, ein nachlaufendes Perzentil der eigenen Werte jedes Symbols und ein querschnittliches Perzentil über…

Maschinelles LernenTechnische IndikatorenKryptoAktien
Machine Learning for Trading

Dieses Notebook erläutert, wie GARCH das Clustering von Volatilität in ein Merkmal je Handelssitzung überführt. Zunächst werden Renditediagramme und ein ARCH-LM-Test verwendet, um zu prüfen, ob quadrierte Renditen von ihren eigenen Verzögerungen abhängen. In…

VolatilitätTechnische IndikatorenRisikomanagementStatistik
Machine Learning for Trading

Diese Pipeline erstellt Finanzmerkmale für einen ETF-Bereitstellungsablauf aus OHLCV-Kursen und einer Zinskurve. Sie leitet Renditen und risikobereinigte Renditen über mehrere Lookback-Zeiträume, Momentum-Beschleunigung und Volatilitätsverhältnisse ab und…

AktienMomentumVolatilitätTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument entwickelt ein tägliches Merkmals-Panel zur Rangordnung von zwanzig Währungspaaren zum New Yorker Schlusskurs um 5 PM. Es unterscheidet rangfähige Signale wie standardisierte Renditen über mehrere Zeithorizonte und die Kanalposition von…

DevisenhandelRückkehr zum MittelwertMomentumVolatilität
Machine Learning for Trading

Dieses Notebook stellt einen Ablauf vor, der standardisiertes Laden von ETF-Daten, ein Merkmalsregister und Signalanalysen verbindet. Es zeigt, wie sich Metadaten zu Indikatoren auffinden, Merkmale mit Standardwerten oder expliziten Parametern berechnen und…

AktienTechnische IndikatorenMomentumStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Verfahren zur Volatilitätsmessung und entwickelt heterogene autoregressive (HAR) Volatilitätsmodelle zusammen mit einer Analyse der Rauheit des Marktes. Es nutzt Intraday-Renditen, um die realisierte Sitzungsvarianz zu schätzen,…

VolatilitätStatistikTechnische IndikatorenAktien
Machine Learning for Trading

Dieses Notebook untersucht informationsgesteuerte Stichprobenbildung, indem es Tick- und Volumen-Imbalance-Bars aus Handelsdaten erstellt. Es validiert eine manuelle Implementierung der Tick-Imbalance gegen einen Sampler aus einer Bibliothek und variiert…

AktienMarktmikrostrukturStatistikTechnische Indikatoren