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.
214 Dokumente
Diese Machbarkeitsanalyse prüft, ob sich eine monatliche Long-Short-Strategie auf Basis von US-Unternehmensmerkmalen mit dem verfügbaren Panel auswerten lässt. Sie verifiziert, dass die Merkmale als Ränge kodiert sind, beschreibt, wie lange Unternehmen…
Dieses Notebook zeigt eine Pipeline, die Finanznachrichten-Schlagzeilen in aktienbezogene Signale umwandelt. Sie bereinigt und vereinheitlicht einen Nachrichtenkorpus, entfernt exakte Duplikate und Duplikate mit übereinstimmendem Präfix innerhalb von Gruppen…
Dieses Notebook wendet zuvor ausgewählte Prognosen zu Unternehmensmerkmalen und eine festgelegte Portfoliokonfiguration auf einen einjährigen Holdout-Zeitraum an. Es trifft keine neuen Entscheidungen zu Prognosen, Allokation, Konzentration, Rebalancing oder…
Dieses Notebook fasst registrierte Validierungsergebnisse von fünf Schätzern latenter Faktoren – PCA, IPCA, CAE, SDF und SAE – über neun Fallstudien hinweg zusammen. Zunächst wird berichtet, für welche Schätzer Ergebnisse in den einzelnen Panels vorliegen;…
Dieses Notebook wendet die Hauptkomponentenanalyse auf ein Panel aus US-Aktienrenditen an, um breite gemeinsame Bewegungen mit einer kleineren Zahl von Faktoren darzustellen. Jeder Faktor ist eine Richtung gemeinsamer Variation; die Ladung jeder Aktie…
Das Dokument beschreibt eine Walk-Forward-Studie mit TabM-Neuronalen-Netzen, die Monatsrenditen anhand von Unternehmensmerkmalen prognostizieren. Da der gemeinsame Trainingslauf für die Regression den quadratischen Fehler als Optimierungsziel und für die…
Dieses Notebook bietet eine familienübergreifende Betrachtung von fünf Latent-Faktor-Ansätzen für eine Fallstudie zur Analyse von Aktienoptionen. PCA schätzt gemeinsame Bewegungen direkt anhand des Renditepanels; IPCA bildet Merkmale linear auf…
Dieses Notebook stellt die instrumentierte Hauptkomponentenanalyse als Modell querschnittlicher Renditen vor. Statt den Merkmalen jedes Unternehmens direkte Renditegewichte zuzuweisen, schätzt IPCA eine gemeinsame lineare Abbildung von Merkmalen auf…
Dieses Notebook erklärt die instrumentierte Hauptkomponentenanalyse als Methode, latente Faktorladungen von beobachtbaren Aktienmerkmalen abhängig zu machen, statt jeder Aktie eine feste Ladung zuzuweisen. Eine gemeinsame Abbildung von Merkmalen auf…
Dieses Dokument stellt eine Familie von Modellen für Unternehmensrenditen vor, die annimmt, dass eine kleine Zahl unbeobachteter gemeinsamer Faktoren einen großen Teil des Querschnitts erklärt. Statt Renditen direkt anhand von Merkmalen vorherzusagen, leiten…
Das Notebook stellt einen überwachten Autoencoder zur Modellierung von Aktienfaktoren vor. Anders als unüberwachte Autoencoder, die einen Engpass durch Rekonstruktion des Querschnitts erlernen, bezieht dieses Modell auch zukünftige Renditen in sein…
Dieses Notebook wendet ein neuronales Modell stochastischer Diskontfaktoren auf CME-Futures an. In der Asset-Preisbildung ist ein stochastischer Diskontfaktor eine Zufallsvariable, deren Produkt mit der Rendite jedes Vermögenswerts unter Arbitragefreiheit…
Dieses Notebook stellt eine anlageklassenübergreifende Bestandsaufnahme entwickelter Finanzmerkmale aus neun Anlageklassen vor. Es zählt Merkmale und namensbasierte Gruppen in jedem verfügbaren Merkmals-Panel, vergleicht die Größen der Merkmalsräume und…
Diese Fallstudie bewertet monatliche Long-Short-Dezilstrategien auf Basis von Unternehmensmerkmalen aus den US. Sie vergleicht lineare Modelle, Gradient Boosting und Ansätze mit latenten Faktoren unter Berücksichtigung zeitpunktbezogener Verzögerungen bei…
Dieses Modul koordiniert Walk-Forward-Anpassung und -Bewertung für mehrere latente Faktormodelle, darunter Hauptkomponenten, instrumentierte Hauptkomponenten und neuronale Autoencoder. Es bereitet Paneldaten und Folds vor, ruft modellspezifische Abläufe auf…
Diese Implementierung beschreibt einen bedingten Autoencoder für das Asset Pricing. Ein Beta-Netzwerk ordnet den Merkmalen jeder Aktie latente Faktorladungen zu, während ein lineares Faktornetzwerk verwaltete Portfoliorenditen auf Faktorrenditen abbildet.…
Dieses Notebook bewertet bilanz- und preisbasierte Merkmale als eigenständige Prognosefaktoren für die Renditen von US-Aktien im Folgemonat. Es berechnet monatliche querschnittliche Rangkorrelationen zwischen jedem Merkmal und dem Rendite-Label und fasst sie…
Dieses Notebook erklärt, wie ein bedingter Autoencoder ein instrumentiertes Hauptkomponentenmodell erweitert: Ein neuronales Netz ordnet Aktienmerkmalen Faktor-Exposures zu, während das Modell dieselbe Struktur aus Exposure mal Faktorrendite beibehält. Es…
Das Dokument erklärt die instrumentierte Hauptkomponentenanalyse zur Modellierung von ETF-Renditen. Anders als die gewöhnliche PCA, die jedem Fonds feste Faktor-Exposures zuweist, modelliert IPCA die Exposures jedes Fonds als gemeinsame lineare Funktion…
Dieses Notebook erläutert instrumentierte Hauptkomponentenanalyse (IPCA) für ein Aktienpanel mit Optionsoberflächenmerkmalen. Anders als bei gewöhnlicher PCA, bei der die Exponierungen jeder Aktie anhand ihrer Renditehistorie geschätzt werden, modelliert…
Dieses Notebook erläutert instrumentierte Hauptkomponentenanalyse (IPCA), die gemeinsame Faktoren schätzt und zugleich die Faktor-Exponierungen jeder Aktie als gemeinsame lineare Funktion ihrer tagesgleichen Optionsoberflächenmerkmale modelliert. Dazu zählen…
Dieses Notebook nutzt die Hauptkomponentenanalyse für eine liquide Teilmenge von US-Aktien, um latente Faktoren zu extrahieren und Long-Short-Eigenportfolios zu bilden. Es erläutert, wie standardisierte PCA-Vektoren in Gewichte auf Basis roher Renditen…
Dieses Notebook stellt die Hauptkomponentenanalyse als unkonditionierte Basis latenter Faktoren für Aktienrenditeprognosen in einer Optionsanalyse vor. PCA nutzt das historische Renditepanel, um gemeinsame Bewegungen und die Faktorladungen der einzelnen…
Dieses Notebook bewertet einen querschnittlichen Momentum-Faktor anhand von Informationskoeffizienten, Quantilrenditen, Spreads zwischen oberen und unteren Quantilen sowie Klassifikationsdiagnostik. Es führt Spearman-IC als tagweise Rangkorrelation zwischen…