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.
2,471 Dokumente
Dieses Notebook wendet eine zuvor ausgewählte CME-Futures-Konfiguration auf Holdout-Prognosen an. Dabei nutzt es den festgelegten Allokator, den Rebalancing-Zeitplan, die Konzentrationsregeln und die Transaktionskostenannahmen. Der zentrale methodische Punkt…
Dieses Notebook zeigt, wie sich NASDAQ-TotalView-ITCH-Nachrichten mit Einzelauftragsdaten aus dem Binärformat in strukturierte Datensätze dekodieren lassen. Es erläutert den Nachrichtenaufbau und die layoutspezifischen Felder, zeigt das Entpacken der Felder…
Dieses Notebook erläutert, wie Feature Stores Trainingsdaten und Live-Modelleingaben aufeinander abstimmen. Es beschreibt Feature Views anhand ihres Entitätsschlüssels, Ereigniszeitpunkts, ihrer Gültigkeitsdauer und ihrer Merkmalsdaten und stellt…
Dieses Notebook beschreibt, wie eine Konfiguration für eine CME-Futures-Fallstudie anhand registrierter Validierungs-Backtests ausgewählt wird. Kandidaten aus den Stufen für Signal, Allokation und Risikomanagement werden zusammengeführt; anschließend wird…
Dieses Notebook setzt eine monatliche ETF-Momentum- und Zinskurven-Regimestrategie auf zwei Arten um: mit vektorisierter Renditeberechnung und einer sequenziellen Kontosimulation. Beide verwenden dieselben Zielgewichte, Anlagen, Daten und gesamten…
Dieses Dokument erläutert ein Verfahren mit fünf Schwellen zur Bewertung von neun Trading-Fallstudien: von der Signalqualität über Validierung und Transaktionskosten bis zu Holdout-Performance und Evidenzqualität. Die Schwellen bauen aufeinander auf; eine…
Dieses Notebook führt eine Einsatzprobe für ein Modell zur Prognose der Richtung von Krypto-Funding-Raten durch. Es trainiert ein dreiklassiges LightGBM-Modell mit historischen, von Binance abgeleiteten Perpetual-Daten, ruft anschließend Live-Stundenbalken…
Dieses Notebook beschreibt das Training eines Long-Short-Term-Memory-Netzes mit einminütigen NASDAQ-100-Mikrostrukturmerkmalen, um Renditen über mehrere Horizonte vorherzusagen. Das Modell verarbeitet eine zurückliegende Sequenz Schritt für Schritt und…
Dieses Notebook vergleicht Volatilitätsmessungen, schätzt ein heterogenes autoregressives (HAR)-Modell und misst Rauigkeit anhand von Hurst-Exponenten. Zunächst werden die realisierte Intraday-Varianz und tägliche Schätzer gegenübergestellt. Dabei werden…
Das Notebook stellt einen bedingten Autoencoder vor, der die instrumentierte Hauptkomponentenanalyse erweitert: Eine lineare Abbildung von Aktienmerkmalen auf Faktor-Exposures wird durch ein neuronales Netz ersetzt. Die Struktur aus Exposure mal…
Dieses Hilfsmodul erstellt Tabellen und Grafiken zur Bewertung prädiktiver Modelle anhand von Validierungs- und Holdout-Daten. Zu den Diagnosen zählen Konfidenzintervalle für Informationskoeffizienten, der Rückgang von der Validierung zum Holdout, um die…
Dieses Notebook vergleicht Optuna-Hyperparametersuchen für XGBoost, LightGBM und CatBoost auf einem Datensatz mit Unternehmensmerkmalen. Jede Bibliothek erhält eine eigene Suchstudie mit einem Tree-structured-Parzen-Schätzer, Median-Pruning, vorzeitigem…
Dieses Notebook stellt einen Ablauf zur Beschaffung und Pflege von Finanzzeitreihen mit einer einheitlichen Verwaltung, vordefinierten oder benutzerdefinierten Symboluniversen und partitionierter Parquet-Speicherung vor. Es behandelt den Abruf einzelner und…
Das Kapitel erläutert klassische Ansätze zur Erzeugung synthetischer Finanzdaten, darunter kontinuierliche Preisprozesse, GARCH-Volatilität, Bootstrap-Stichprobenziehung und Modellvergleiche. Es beschreibt, wie Modelle wie geometrische Brownsche Bewegung,…
Dieses Dokument beschreibt die Architektur eines neuronalen Policy-Netzes, das Zeitreihen und Kontext auf Ebene einzelner Vermögenswerte in begrenzte Portfolio-Risikogewichte überführt. Sein Grundgerüst je Vermögenswert kombiniert Kontexteinbettungen,…
Diese explorative Analyse prüft, ob ein Momentum-Signal über zwölf Monate, bei dem der jüngste Monat ausgelassen wird, mit den Renditen des Folgemonats in einem Universum von 100-ETF zusammenhängt. Sie erstellt anhand bereinigter Schlusskurse ein monatliches…
Dieses Notebook vergleicht Methoden zur Positionsbemessung für führende Aktiensignalkonfigurationen des S&P 500. Zunächst wird anhand der Validierungs-Sharpe-Kennzahl für jede Konfiguration der stärkste Checkpoint mit vollständiger Abdeckung ausgewählt.…
Dieses Dokument hält eine mehrstufige Prognose fest, ob die Federal Reserve die Zinsen im Jahr 2026 anheben wird. Drei Agenten recherchieren Belege und ermitteln Wahrscheinlichkeiten; darauf folgen eine Diskussion und eine Aktualisierung durch eine…
Dieses Notebook führt das NLinear-Modell als Mitglied einer festgelegten Population von drei Sequenzlernmodellen für Optionen des S&P 500 aus. Die Anfragen und Checkpoints für die gesamte Population werden vor der Anpassung dieses Mitglieds aufgelöst, damit…
Dieses Notebook beschreibt die Holdout-Prognosephase einer Studie zu Unternehmensmerkmalen von US. Es übernimmt die anhand der Validierungsergebnisse ausgewählte Modellkonfiguration, rekonstruiert ihre Trainingsspezifikation und ihren Checkpoint und passt…
Diese Konfigurationsnotiz erklärt, warum eine multinomiale logistische Regression mit L1-Strafe SAGA statt des liblinear-Solvers von scikit-learn verwendet. Sie verweist auf die Kompatibilität mit mehreren Klassen in neueren scikit-learn-Versionen und…
Das Notebook beschreibt eine Double-Machine-Learning-Analyse mit wachsendem Zeitfenster. Sie prüft, ob Momentum über 12 bis -2 Monate die Renditen von US-Unternehmen im Folgemonat vorhersagt, nachdem um Beta, idiosynkratische Volatilität,…
Dieses Notebook stellt eine Pipeline vor, die strukturierte Unternehmensereignisse aus SEC 8-Meldungen extrahiert und in einen Neo4j-Wissensgraphen lädt. Ein Sprachmodell verarbeitet Meldungen stapelweise und erzeugt Ereignisdatensätze mit Subjekten,…
Dieses Notebook vergleicht Behavior Cloning und inverses Reinforcement Learning (IRL) anhand von Demonstrationen einer zeitgewichteten Durchschnittspreisregel (TWAP) zur Ausführung. Behavior Cloning ordnet beobachtete Marktzustände direkt Aktionen zu,…