Wissensbibliothek

Dieses Notebook wendet TSMixer auf ETF-Sequenzen an und nutzt dafür eine global über alle Fonds geteilte Funktion. Jedes Beispiel enthält die Historie und Kovariaten eines einzelnen Fonds; zeitliche und merkmalsbezogene Wechselwirkungen werden über das Panel…

Dieses Notebook beschreibt ein Modell mit stochastischem Diskontierungsfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Statt zunächst Faktoren zu schätzen und anschließend anzuwenden, lernt es direkt Gewichte für Unternehmen und…

Dieses Notebook stellt eine Brücke für die Bereitstellung zwischen einer Offline-Pipeline für maschinelles Lernen und der Handels-Engine LEAN von QuantConnect vor. Es wählt reproduzierbar einen Modelllauf aus einer Registry aus, exportiert dessen…

Dieses Dokument beschreibt die Anpassung temporaler Faltungsnetze an Mikrostrukturmerkmale auf Minutenebene für NASDAQ 100. Kausale Faltungen verhindern, dass eine Prognose spätere Beobachtungen verwendet. Dilatation ermöglicht es aufeinanderfolgenden…

Dieses Notebook spezifiziert und führt eine Double-Machine-Learning-Analyse zum Effekt der Varianzrisikoprämie auf Renditen von Short-Optionen bis zum Verfall durch. Vor der Ausführung legt es Behandlung, Ergebnisgröße, Störfaktoren, Zeitablauf, Störmodell,…

Diese Analyse vergleicht Prognosen verschiedener Modellfamilien, die mit monatlichen Merkmalen von US-Aktien trainiert wurden, um Renditen für den Folgemonat vorherzusagen. Im Mittelpunkt steht der Informationskoeffizient im Querschnitt, der misst, wie gut…

Diese Fallstudie passt regularisierte lineare Modelle an Renditen von bis zum Verfall gehaltenen Short-At-the-Money-Straddles an. Der Trade vereinnahmt Call- und Put-Prämien. Dadurch ist der maximale Gewinn begrenzt, während bei starken Bewegungen des…

Das Dokument erläutert, wie ein Experimentregister ein Modell von seiner Trainingskonfiguration über Prognosen bis zu Backtestergebnissen nachverfolgen kann. Jede Phase erhält eine Kennung, die aus einer kanonisierten Spezifikation abgeleitet wird. So…

Dieses Notebook vergleicht Methoden zur Entdeckung von Beziehungen in einem Panel von ETF-Renditen: NOTEARS für zeitgleiche lineare gerichtete azyklische Graphen, VAR-LiNGAM für verzögerte und unmittelbare Strukturen, PCMCI für bedingte…

Dieses Notebook zeigt, wie sich LightGBM-Hyperparameter mit Optunas TPE-Sampler abstimmen lassen. Als Ziel dient der Informationskoeffizient im Querschnitt. Die Anzahl der Boosting-Runden wird per Early Stopping gewählt; ein benutzerdefinierter…

Dieses Kapitel beschreibt den Portfolioaufbau als Umwandlung von Renditeprognosen, Risikoschätzungen und Beschränkungen in Gewichtungen, Hebel und Rebalancing-Entscheidungen. Es skizziert einen Forschungsablauf, der Allokationsentscheidungen dokumentiert,…

Dieses Notebook untersucht, wie Ridge, Lasso und Elastic Net wirken, wenn eine Merkmalsmatrix für Krypto-Perpetuals eine ökonomische Größe – die Prämie – auf viele verschiedene Arten misst. Die Eingaben werden von Prämienniveaus, Änderungen, Volatilität,…

Dieses Notebook vereint fünf Ansätze mit latenten Faktoren zur Modellierung des Querschnitts der Aktienrenditen in der S&P 500-Optionsfallstudie. PCA schätzt gemeinsame Bewegungen allein anhand der Renditen; IPCA bildet Merkmale linear auf Exposures ab; ein…

Dieses Notebook entwickelt eine Ausstiegsstrategie mit zwei Modellen für stündliche Krypto-Perpetuals. Ein Einstiegsklassifikator erkennt ungewöhnlich starke zukunftsgerichtete Renditen, während ein Ausstiegsklassifikator prognostiziert, ob die nächste…

Dieses Kapitel versteht Strategieforschung als Entwurf und Evaluierung eines ausführbaren Entscheidungsprozesses – von der ersten ökonomischen Idee über Positionsgrößen, Beschränkungen und Kosten bis hin zu Tests unter liveähnlichen Bedingungen. Es…

Dieses Notebook demonstriert Prüfungen auf Merkmalsdrift bei ETF-Momentum- und technischen Merkmalen in ruhigen und angespannten Marktphasen sowie bei Krypto-Perpetuals mit Premiumindexdaten über verschiedene Marktregime hinweg. Es vergleicht den Population…

Dieses Notebook passt TSMixer an, um künftige ETF-Renditen anhand historischer Momentum-Merkmale vorherzusagen. Die Architektur wechselt zwischen einer gemeinsamen linearen Transformation entlang der Zeitachse und einem Merkmals-MLP, das an jedem Datum…

Dieses Notebook erstellt eine simulierte Market-Making-Aufgabe, in der ein Proximal-Policy-Optimization-Agent Quote-Skew und Spread-Breite wählt. Die Umgebung nutzt einen GARCH-Volatilitätsprozess, der auf stündliche Renditen von Krypto-Perpetual-Futures…

Dieses Dokument beschreibt einen gemeinsamen Workflow zum Training temporaler Faltungsnetze mit täglichen Daten zu FX-Paaren. Ein Modell verarbeitet eine Sequenz fester Länge; fehlt ein erwarteter Tag, ist jedes Zeitfenster, das diese Lücke überbrückt, nicht…

Dieses Notebook erläutert einen überwachten Autoencoder zur Prognose der Richtung zukünftiger US-Aktienrenditen über mehrere Horizonte. Sein Encoder speist einen Rekonstruktionsdecoder, einen zusätzlichen Klassifikator und einen Hauptklassifikator. Das…

Dieses Notebook entwickelt einen Portfolio-Allocator, der einem Variablenauswahl-Netzwerk im Stil eines Temporal Fusion Transformer einen LSTM-Encoder vorschaltet. Das Auswahl-Netzwerk bettet jedes Eingabemerkmal separat ein und weist ihm Softmax-Gewichte…

Dieses Notebook beschreibt einen TabM-Workflow für Modelle zu Währungspaaren. TabM wendet ein kleines neuronales Netz auf jede Entscheidungszeile an, statt die Beobachtungen als Sequenz zu behandeln. Das Notebook übernimmt Architektur und…

Dieses Dokument stellt eine marktübergreifende Bestandsaufnahme modellbasierter Feature-Artefakte aus neun Fallstudien vor. Es liest Parquet-Schemata, statt deren Zeilen zu laden, schließt Identifikationsspalten aus, zählt Feature-Spalten und gruppiert Namen…

Dieses Dokument fasst eine Prognose für Aktienrenditen über fünf Sitzungen neu, indem es täglich erhobene Daten freitags abtastet. Das Label bleibt eine Rendite über fünf Sitzungen, umfasst im Wochenraster jedoch ungefähr einen Modellschritt. Das Notebook…