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.
1,494 Dokumente
Diese Vorlesung untersucht, warum sich Regressionskoeffizienten zwischen Stichproben deutlich verändern können und dadurch die Zuverlässigkeit eines Modells für neue Daten begrenzt ist. Anhand einfacher Beispiele zur linearen Regression zeigt sie, wie kleine…
Diese Vorlesung führt Faktormodelle als Regressionen ein, die Renditen eines Vermögenswerts mithilfe anderer Renditezeitreihen erklären. Sie schätzt das Beta eines Vermögenswerts gegenüber einer Benchmark anhand historischer Renditen. Anschließend nutzt sie…
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…
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…
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…
Diese Vorlesung erklärt, wie Hypothesentests anhand von Stichprobendaten Aussagen über Populationswerte prüfen. Die Beispiele untersuchen, ob die mittlere Rendite einer Aktie von null abweicht. Sie unterscheidet Null- und Alternativhypothesen, ein- und…
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…
Das Dokument vergleicht das arithmetische und gewichtete arithmetische Mittel, den Median, den Modalwert sowie das geometrische und harmonische Mittel als Maße der zentralen Tendenz. Es erklärt, wie das arithmetische Mittel Werte durch Addition…
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,…
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…
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…
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…
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…
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…
Diese Vorlesung erläutert Stationarität, Integrationsordnungen und die Bedeutung dieser Eigenschaften für die Analyse finanzieller Zeitreihen. Ein stationärer Prozess hat stabile datenerzeugende Eigenschaften, während Veränderungen wie ein driftender…
Das Dokument erklärt die Spearman-Rangkorrelation als Maß dafür, ob sich zwei Variablen in derselben oder entgegengesetzten Reihenfolge bewegen, auch wenn ihr Zusammenhang monoton, aber nicht linear ist. Die Korrelation wird aus gerankten Beobachtungen…
Das Dokument führt lineare Faktormodelle ein, die Renditen eines Assets anhand seiner Exponierungen gegenüber fundamentalen Faktorrenditen erklären. Es beschreibt zwei Möglichkeiten, Unternehmensmerkmale vergleichbar zu machen: Long-Short-Portfolios durch…
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…
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…
Diese Vorlesung erläutert, warum viele statistische Tests die Wahrscheinlichkeit erhöhen, zufällig scheinbar signifikante Zusammenhänge zu finden. Sie veranschaulicht dies mit paarweisen Spearman-Rangkorrelationen zwischen unabhängigen Zufallsreihen. Wenn…
Dieses Modul stellt Prüfungen nach dem Training von Zeitreihengeneratoren vor, die auf dem TimeGAN-Auswertungsansatz beruhen. Es misst den Nutzen, indem es einen rekurrenten Prädiktor auf synthetischen Sequenzen trainiert und mit echten Daten testet. Ein…
Dieses Notebook verwendet Optuna, um XGBoost, LightGBM und CatBoost anhand eines zeitlich aufgeteilten Datensatzes mit Unternehmensmerkmalen abzustimmen. Bei jeder Bibliothek wird die Verlustfunktion – mittlerer quadratischer Fehler oder mittlerer absoluter…
Dieser Benchmark vergleicht pandas und Polars anhand typischer Vorgänge in Finanzdaten-Pipelines, darunter rollierende Merkmale, Gruppenberechnungen, Fenstertransformationen, Filterung, Joins, verzögerte Datenscans, Speicherbedarf und…
Dieses Notebook wendet TabM, einen Ansatz mit neuronalen Netzen für Tabellendaten, auf Prognosezeilen für Wechselkurspaare an, ohne die Daten als Sequenz zu behandeln. Es verwendet eine gemeinsame Runner-Infrastruktur, um die Vorverarbeitung innerhalb jedes…