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

Diese Analyse rekonstruiert Lebenszyklen von NASDAQ-Limitaufträgen anhand von ITCH-Nachrichten. Sie verfolgt Aufträge von der Übermittlung bis zum ersten stornierungsbezogenen Ereignis oder zur Ausführung. Sie unterscheidet Hinzufügungen, Löschungen,…

MarktmikrostrukturOrderausführungAktienStatistik
Machine Learning for Trading

Dieser Prüfdatensatz legt fest, wie mehrere Backtesting-Frameworks mit ML4T anhand realer Strategiefallstudien und eines synthetischen Stresstests verglichen werden. Er definiert Vergleichsregeln für geordnete Ausführungen, Zeitstempel, Kontogeldwerte,…

BacktestingOrderausführungMarktmikrostrukturFutures
Machine Learning for Trading

Dieses Notebook vergleicht die Korrektheit und Laufzeit von VectorBT Pro und VectorBT OSS mit ML4T anhand unterstützter Fallstudienstrategien. Es behandelt die Portfolioallokation mit ETF, den Devisenhandel mit USD-Notierung und ein Aktienpanel aus US für…

BacktestingOrderausführungFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook veranschaulicht, wie ein Auftrag mit festem Dollarbetrag bei verschiedenen Aktien sehr unterschiedliche Kosten verursachen kann, da seine Größe im Verhältnis zum verfügbaren Handelsvolumen entscheidend ist. Es wendet ein Markteinflussmodell…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Dieses Dokument erläutert, wie sich Labels für künftige Renditen und Richtungen für die NASDAQ-100-Intraday-Forschung konstruieren lassen. Es definiert die Rendite anhand einer expliziten Ausführungskonvention: einen Balkenschluss beobachten, beim nächsten…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Kapitel beschreibt die Governance nach der Bereitstellung von Trading-Systemen auf Basis maschinellen Lernens. Es unterscheidet technische Fehler, bei denen identische Eingaben unterschiedliche Ausgaben erzeugen, von statistischem Leistungsabfall, bei…

Maschinelles LernenRisikomanagementOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook prüft die Lee-Ready-Klassifizierung von Trades anhand von Aggressor-Seiten-Labels in Nasdaq-Order-by-Order-Daten. Es rekonstruiert das Limit-Orderbuch aus Hinzufüge-, Änderungs-, Stornierungs-, Ausführungs- und Rücksetzmeldungen und richtet…

MarktmikrostrukturHochfrequenzhandelOrderausführungAktien
Machine Learning for Trading

Dieses Notebook misst, wie sich Handelskosten auf Strategien auswirken, die bereits anhand von Signalen, Allokation und Risikosteuerung ausgewählt wurden. Bevor die Kosten variiert werden, wird je Label eine anhand der Validierung ausgewählte Konfiguration…

AktienBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Dokument stellt eine ereignisgesteuerte Methode vor, um eine begrenzte Zahl von Intraday-Positionen zu halten. Vorhersagen werden anhand des jeweils neuesten verfügbaren Scores den Kursbars zugeordnet, optional begrenzt durch eine Aktualitätsgrenze.…

AktienHochfrequenzhandelMarktmikrostrukturOrderausführung
Machine Learning for Trading

Diese Live-Trading-Demonstration beschreibt einen täglichen Neugewichtungs-Workflow für ein festes Universum von US-Large-Cap-Aktien. Sie vergleicht die beim Broker gehaltenen Positionen mit Modellzielen, wandelt die Differenzen in einen Auftragssatz um und…

AktienOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook bewertet Modellvorhersagen als NASDAQ-100-Handelsstrategien mit einer gemeinsamen Backtest-Engine. Zunächst führt es mit Zufallssignalen eine Funktionsprüfung durch: Anhaltende Gewinne nach Kosten würden auf Probleme wie Lookahead, nicht…

AktienUS-MärkteBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook prüft, ob eine fünfzehnminütige Querschnittsstrategie zur Aktienrangfolge praktikabel ist, bevor ein Modell angepasst oder Prognosen erstellt werden. Es verwendet NASDAQ-100-Kursquotierungen, Mittelkursrenditen und ein Entwicklungsfenster vor…

AktienUS-MärkteMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieser Code beschreibt, wie Backtest-Einstellungen aus der Fallstudienkonfiguration abgeleitet werden und wie die Laufidentität Änderungen am gehandelten Universum und am Alter der Vorhersagen berücksichtigt. Die zentrale Erkenntnis: Jeder Filter, der das…

BacktestingOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook vergleicht Kommissions- und Slippage-Modelle für Aktien und Futures und untersucht anschließend, wie Kommissionsannahmen eine festgelegte ETF-Momentumstrategie beeinflussen. Es erläutert, wie prozentuale, je Aktie berechnete, Mindest-,…

BacktestingOrderausführungRisikomanagementMomentum
Machine Learning for Trading

Dieses Notebook fasst die Ausführung einer übergeordneten Order als Steuerungsproblem mit endlichem Zeithorizont auf. Ein tabellarischer Q-Learning-Agent wählt einen Multiplikator für eine auf VWAP basierende Handelsrate anhand der verbleibenden Zeit, des…

OrderausführungMaschinelles LernenMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook rekonstruiert das jeweils beste nationale Geld- und Briefangebot (NBBO) für jeden AAPL-Trade während der regulären Sitzung am 16. März 2020. Es führt Quote- und Trade-Ereignisse chronologisch zusammen, übernimmt das jeweils letzte Geld- und…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook analysiert NASDAQ-TotalView-ITCH-Nachrichten, um die marktweite Aktivität zu beschreiben und wiederverwendbare Handelsdaten zu erstellen. Es zählt die Nachrichten nach Typ und reichert anschließend Orderausführungsnachrichten an, indem es…

AktienUS-MärkteMarktmikrostrukturOrderausführung
Machine Learning for Trading

Dieses Analyse-Notebook erläutert, wie sich eine US-Aktienstrategie auf Basis von Unternehmensmerkmalen anhand von Registry-Ergebnissen statt neuer Backtests bewerten lässt. Es betrachtet Statistiken zur Performance unter Berücksichtigung von Unsicherheit,…

AktienBacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt ein aktuelles Audit vor, das VectorBT Pro und VectorBT OSS anhand unterstützter Strategieaufgaben mit realen Daten mit ML4T vergleicht. Beide VectorBT-Editionen werden für ETF-Allokation, USD-notierte Devisenallokation und ein…

Multi-AssetAktienFuturesDevisenhandel
Machine Learning for Trading

Dieses Audit vergleicht Backtrader und Zipline mit ML4T anhand realer Strategiefälle. Dabei werden nur Kombinationen aus Assets und Kontrakten berücksichtigt, die beide Engines und das eingefrorene Datenpaket nativ abbilden können. Untersucht werden die…

BacktestingOrderausführungFuturesDevisenhandel
Machine Learning for Trading

Dieses Notebook vergleicht tägliches, wöchentliches, zweiwöchentliches und monatliches Rebalancing für ein Momentum-Portfolio mit den höchsten Rangwerten, das aus einem festen ETF-Universum zusammengestellt wird. Es misst den Portfolioumschlag und die…

AktienMomentumOrderausführungBacktesting
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 Notebook erläutert, wie Beteiligungslimits den Anteil des Marktvolumens begrenzen, den eine Order je Intervall beanspruchen darf. Überschreitet eine übergeordnete Order den zulässigen Betrag, führt der Broker einen Teil aus und verschiebt den Rest auf…

AktienOrderausführungMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…

AktienMomentumMarktmikrostrukturBacktesting