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

2,471 Dokumente

Machine Learning for Trading

Dieses Notebook verbindet die Positionsgrößenbestimmung mit der Analyse maximaler ungünstiger und günstiger Exkursionen. Es zeigt eine feste fraktionale Positionsgrößenbestimmung, bei der sich die Aktienanzahl aus dem Risikobudget des Portfolios und dem…

PositionsgrößenbestimmungRisikomanagementVolatilitätBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Polymarkets kryptowährungsgestützte Ereigniskontrakte mit den regulierten Kontrakten von Kalshi und untersucht, wie Zugangsregeln und Notierungsrichtlinien die Preise und Fragen der jeweiligen Handelsplätze prägen. Es prüft einen…

EreignisgesteuertKryptoStatistikMarktmikrostruktur
Machine Learning for Trading

Diese Fallstudie untersucht wöchentliche Long-Short-Strategien, die nach Carry sortiert werden, für ein diversifiziertes Universum von CME-Futures. Sie nutzt Tagesdaten, Walk-Forward-Modellbewertung und Kosten für Provisionen, Spreads und Roll-Slippage. Sie…

FuturesCarryMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Dokument erklärt, wie sich der Lebenszyklus einer Live-Order als endliche Menge von Zuständen und gültigen, ereignisgesteuerten Übergängen darstellen lässt. Es behandelt Übermittlung, Brokerbestätigung, Annahme durch die Börse, teilweise und…

OrderausführungMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht prädiktive, strukturelle und kausale Modellevidenz für eine querschnittliche S&P-500-Studie, die Aktienmerkmale mit aus Optionen abgeleiteten Größen wie impliziter Volatilität, Skew und Laufzeitenstruktur kombiniert. Es bewertet…

AktienOptionenMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook zeigt, wie sich Bruttorenditen unter expliziten Annahmen zu Trading, Finanzierung und Fondskosten in eine Nettoperformance umrechnen lassen. Das Kostenmodell umfasst Spread und Marktauswirkung, Provisionen und Börsengebühren, Margin-Zinsen,…

AktienOrderausführungBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook zeigt einen Diagnose-Workflow auf Trade-Ebene, der realisierte Verluste mit den SHAP-Erklärungen eines Modells verknüpft. Es trainiert ein LightGBM-Modell mit verzögerten Preis- und Volatilitätsmerkmalen sowie Makro-Eingaben, um Renditen von…

Maschinelles LernenStatistikAktienMarktstimmung
Machine Learning for Trading

Dieses Notebook vergleicht Behavior Cloning mit invers verstärkendem Lernen (IRL), um aus Ausführungsdatensätzen zu lernen. Die Demonstrationen stammen aus einem TWAP-Zeitplan mit bekanntem risikoneutralem Ziel: Trades gleichmäßig zu verteilen, um die…

OrderausführungMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Das Notebook stellt das Almgren–Chriss-Framework für die zeitliche Planung einer großen Liquidation vor. Es misst den Implementation Shortfall gegenüber dem Ankunftspreis und modelliert zwei konkurrierende Kosten: Marktauswirkung, die mit der…

OrderausführungMarktmikrostrukturRisikomanagementStatistik
Machine Learning for Trading

Diese Fallstudie erklärt, wie Forward-Return-Labels für eine querschnittliche Devisenstrategie erstellt werden, die Währungspaare ordnet und entsprechend ihrer relativen Platzierung kauft oder verkauft. Zunächst ordnet sie Vier-Stunden-Spot-Bars anhand der…

DevisenhandelSpotmärkteMomentumRückkehr zum Mittelwert
Machine Learning for Trading

Der Code berechnet standardisierte Performance-Kennzahlen aus Out-of-Sample-Prognosetabellen, getrennt nach Fold und als übergreifende Gesamtwerte. Er unterstützt Regression und Klassifikation, darunter Informationskoeffizient, Fehlermaße,…

StatistikBacktestingMaschinelles LernenRisikomanagement
Machine Learning for Trading

Dieser Datensatz hält einen LangGraph-Prognoselauf dazu fest, ob die Federal Reserve ihren Leitzins im Jahr 2026 anheben würde. Drei Agenten gaben Wahrscheinlichkeiten aus; anschließend folgten eine Debatte und eine Aktualisierung durch die Aufsicht. Die…

Festverzinsliche WertpapiereUS-MärkteStatistik
Machine Learning for Trading

Dieses Notebook nutzt Double Machine Learning, um zu prüfen, ob der Zusammenhang zwischen der Differenz aus impliziter und realisierter Volatilität und künftigen Aktienrenditen nach Anpassung um beobachtete Störfaktoren bestehen bleibt. Es vergleicht den…

OptionenAktienMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook stellt einen Research-Agenten zusammen, der nach Belegen sucht und eine strukturierte Wahrscheinlichkeit für eine binäre Frage ausgibt. Es beschreibt die Analyse und Validierung von Aktionen, ein Rundenlimit und ein gespeichertes…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook erklärt PCA als latente Faktoren-Baseline ohne Merkmale zur Prognose von ETF-Renditen. Es zerlegt die Renditematrix des Trainingszeitraums für jedes Label und erstellt Prognosen anhand einer Ladung für jeden Fonds sowie geschätzter…

FaktorinvestierenMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook führt durch die Bereitstellung eines täglichen FX-Paarmodells, bei dem Interactive Brokers sowohl als Live-Datenquelle als auch als Ausführungsplatz dient. Es trainiert ein Ridge-Regressionsmodell auf einem historischen Panel, berechnet eine…

DevisenhandelMaschinelles LernenOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook stellt ein neuronales Modell des stochastischen Diskontfaktors für ein Panel von CME-Futures vor. Das Modell verwendet sowohl Produktrenditen als auch beobachtbare Merkmale wie Carry, Momentum und Volatilität, um latente Faktoren zu…

FuturesMaschinelles LernenFaktorinvestierenBacktesting
Machine Learning for Trading

Dieses Dienstprogramm beschreibt einen Ablauf, um öffentliche SEC-10-Q-, 10-K- und 8-K-Meldungen zu erfassen und in einen einheitlichen tabellarischen Datensatz für nachgelagerte Forschung umzuwandeln. Die Textextraktion richtet sich nach dem…

AktienUS-MärkteEreignisgesteuertMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook erklärt die Konstruktion von Merkmalen anhand von Daten, die über die Kurshistorie eines einzelnen Vermögenswerts hinausgehen. Es leitet die annualisierte Futures-Rollrendite aus gleichzeitigen Kursen naher und späterer Kontrakte ab und…

FuturesOptionenCarryVolatilität
Machine Learning for Trading

Diese Studie bewertet führende Kombinationen aus ETF-Allokation und Risikokontrolle anhand zweier Kostenraster neu, während jede registrierte Strategiekonfiguration unverändert bleibt. Ein Raster verwendet Basispunkte pro Trade; das andere die festgelegte…

BacktestingOrderausführungPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Modul beschreibt zwei Komponenten einer Multi-Agenten-Pipeline für Prognosen. Ein Debattenagent wechselt zwischen bullischen und bärischen Argumenten. Jede Seite muss auf die Behauptungen der anderen eingehen und eine Wahrscheinlichkeitsschätzung mit…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook vergleicht sechs Long-only-Portfolioallokationen für ein Multi-Asset-ETF-Universum. Es verwendet die Kovarianz-Shrinkage nach Ledoit-Wolf, um Stichprobenvariationen zu verringern, die Optimierungen destabilisieren können, und vergleicht…

Portfolio-KonstruktionRisikomanagementMulti-AssetBacktesting
Machine Learning for Trading

Dieses Notebook zeigt, wie PCMCI verzögerte Beziehungen zwischen Renditen von ETF und Volatilitätsrenditen untersucht, ohne vorab einen Kausalgraphen festzulegen. Es vergleicht bedingte Unabhängigkeitstests auf Paneldaten mit paarweisen Granger-Tests, die…

Maschinelles LernenStatistikMulti-AssetBacktesting
Machine Learning for Trading

Diese Konfiguration definiert ein wöchentliches Futures-Anlageuniversum aus Aktienindizes, Staatsanleihen, Energie, Metallen, Währungen, Agrarrohstoffen und Vieh. Als Entscheidungszeitpunkt wird der Freitagsschluss festgelegt, als Ausführungszeitpunkt die…

FuturesMulti-AssetCarryMomentum