Wissensbibliothek

Dieses Notebook wandelt institutionelle 13F-Bestände in einen bipartiten Graphen von Institutionen und Aktien um und leitet daraus Forschungsmerkmale ab, darunter Ähnlichkeit gemeinsamer Aktienbestände, Breite und Konzentration des Eigentums sowie…

Dieses Notebook vergleicht eine vollständige Gittersuche mit Optunas TPE-Bayes-Sampler, um ein LightGBM-Modell für die Prognose künftiger ETF-Renditen abzustimmen. Zunächst erhalten beide Methoden dasselbe Versuchskontingent für ein kleines kategoriales…

Dieses Notebook untersucht, wie Zeit-, Tick-, Volumen-, Dollar- und Imbalance-Bars anhand mehrerer Handelssitzungen mit NVDA-Handelsdaten auf Auftragsebene kalibriert werden. Es filtert die Trades auf die regulären Handelszeiten, verwendet die…

Dieses Notebook definiert Labels für künftige Renditen in einem US-Aktienpanel und erläutert, warum ihre Konstruktion alle nachgelagerten Modelle und Backtests beeinflusst. Es legt Renditefenster anhand bereinigter Preise und Handelssitzungen fest, prüft, ob…

Dieses Notebook trainiert TabM-neuronale Netze, um ETFs anhand derselben flachen Merkmalstabelle wie lineare und Boosting-Modelle zu ordnen. Jedes Ensemblemitglied teilt sich ein zweischichtiges Backbone, verfügt aber über einen eigenen Skalierungsvektor und…

Dieses Notebook erläutert, wie sich Renditen und Risiken von ETF anhand von CAPM- und Fama-French-Faktorregressionen zerlegen lassen. Es schätzt Engagements über die gesamte Stichprobe mit robusten Standardfehlern gegen Heteroskedastizität und…

Dieses Notebook passt Skip-Gram-Word2Vec an institutionelle Bestände an: Jedes 13F-Portfolio wird als Satz behandelt, jede Aktienkennung als Token und der Rang der Positionsgröße als Tokenreihenfolge. Benachbarte Positionen bilden den Kontext. So können…

Dieses Notebook beschreibt die Anpassung von PatchTST an Minutendaten des NASDAQ-100, um Renditen über mehrere künftige Horizonte vorherzusagen. Das Modell gruppiert aufeinanderfolgende Beobachtungen in Abschnitte und wendet Aufmerksamkeit auf diese an. So…

Dieses Notebook vergleicht Methoden zur Kapitalallokation auf US-Aktienpositionen, während Modell, Checkpoint, Rebalancing-Termine und ausgewählte Aktien konstant bleiben. Es untersucht Gewichtungen anhand der Prognosestärke, der Breite des…

Dieses Notebook erläutert ein unbedingtes, signaturbasiertes Wasserstein-GAN zur Erzeugung finanzieller Zeitreihen. Es transformiert Renditen in erweiterte Pfade, berechnet gekürzte Pfadsignaturen und trainiert einen durch Brownsches Rauschen gesteuerten…

Dieses Notebook bewertet Stop-Loss, Trailing-Stop und Ausstiege nach fester Haltedauer bei ausgewählten US-Aktienstrategien. Ein Stop-Loss reagiert auf Verluste seit dem Einstieg, ein Trailing-Stop auf Rückgänge vom Höchststand einer Position und ein…

Dieses Notebook bewertet TSMixer als globales Sequenzmodell für ein ETF-Panel. Das Modell verwendet fondsübergreifend gemeinsame Parameter, greift aber auf den eigenen Verlauf und die Kovariaten jedes Fonds zurück. Seine Mischschichten lernen zeitliche…

Dieses Notebook beschreibt die Verwendung von TSMixer zur Prognose von Aktienrenditen anhand geordneter Fenster von Merkmalen jeder Aktie. Jedes Beispiel enthält 60 aufeinanderfolgende Handelssitzungen; Fenster, die Lücken im Verlauf einer Aktie überspannen,…

Dieser Leitfaden ordnet US-Aktienmarktdaten in Marktdaten, Unternehmensfundamentaldaten, Anlegerpositionierung und Unternehmensmerkmale ein. Er führt Lader für tägliche und untertägige Balkendaten, Optionen und Markt-Mikrostrukturdaten sowie Texte aus…

Dieses Notebook wandelt Validierungsvorhersagen aus mehreren Modellfamilien in gleichgewichtete Long-Short-Portfolios um. Es ordnet Aktien nach prognostizierter Rendite, kauft die obersten Werte und verkauft die untersten leer. Mit einer gemeinsamen…

Dieses Dokument stellt ein mehrstufiges Verfahren vor, um Firmennamen aus Meldungen, Nachrichten und alternativen Daten Wertpapieren zuzuordnen. Es unterscheidet Entitätskennungen wie CIK und LEI von Wertpapierkennungen wie FIGI, CUSIP und ISIN und erklärt,…

Dieses Dokument erläutert ein überwachtes Autoencoder-Faktormodell zur Vorhersage von Aktienrenditen in einem Forschungsumfeld zur Analyse von Aktienoptionen. Anders als PCA, IPCA und ein unüberwachter bedingter Autoencoder kombiniert sein Trainingsziel die…

Diese Lehranalyse vergleicht vier neuronale Netzwerkarchitekturen anhand derselben Aufgabe: die nächste Tagesrendite aus einem jüngeren Renditefenster vorherzusagen. Ein zusammengeführter Satz aus acht börsengehandelten Fonds bietet unterschiedliche…

Dieses Notebook misst, wie gut die Lee-Ready-Methode die Richtung des Handelsinitiators anhand von Nasdaq-Nachrichten zu einzelnen Orders erschließt; die vom Handelsplatz bereitgestellten Initiatorlabels dienen als Referenz. Es rekonstruiert das…

Dieses Notebook bewertet NLinear, ein einfaches Sequenzmodell, das den zuletzt beobachteten Wert von einem Rückblickfenster abzieht und die resultierende Sequenz mit einer linearen Transformation auf eine Prognose abbildet. Es passt die ETF-Modellpopulation…

Dieses Notebook stellt einen bedingten Autoencoder für Aktienrenditen vor, bei dem ein neuronales Netz Aktienmerkmale auf nichtlineare Faktorladungen abbildet, während ein weiteres Netz zeitgleiche latente Faktoren aus merkmalsgesteuerten Portfoliorenditen…

Dieses Notebook erläutert, wie sich aus DataBento-Market-by-Order-Nachrichten für ein einzelnes NASDAQ-Symbol und einen Handelstag ein Limit-Orderbuch rekonstruieren lässt. Es bildet jede Order ab, fasst Orders auf Kursebenen zusammen und verwaltet Geld- und…

Dieses Notebook vergleicht sechs Long-only-Verfahren zur ETF-Portfolioaufteilung, die die Abhängigkeit von instabilen Schätzungen verringern sollen. Bei Schätzern mit Kovarianz verwendet es die Kovarianz-Shrinkage nach Ledoit-Wolf. Außerdem vergleicht es die…

Dieses Kapitel fasst neun Fallstudien zusammen, in denen Machine-Learning-Signale über Portfolioaufteilung, Handelskosten und Risiko-Overlays bis zur Auswertung eines eingefrorenen Holdouts verfolgt werden. Als Analyseeinheit dient der Verlauf jeder…