Wissensbibliothek

Dieses Notebook verwendet die Hauptkomponentenanalyse, um gemeinsame Bewegungen in einem breiten Aktienpanel aus US abzubilden. PCA extrahiert Richtungen, die gemeinsame Schwankungen der Renditen erklären; die Faktorladung jeder Aktie misst ihre Exponierung…

Dieses Notebook erläutert, wie ein bedingter Autoencoder die instrumentierte PCA für die Modellierung von ETF-Renditen erweitert. Beide Methoden bilden Fondsmerkmale auf Faktor-Engagements ab und kombinieren diese mit Faktorrenditen; der Autoencoder ersetzt…

Diese Panelstudie zu US-Aktien nutzt ein regularisiertes lineares Modell als Baseline, um anhand von Merkmalen zum Börsenschluss zukünftige Renditen vorherzusagen. Die Merkmale umfassen überlappende Momentum- und Volatilitätsmessungen, wodurch…

Dieses Notebook prüft, ob vier Strategien verwalteter Portfolios SPY-Renditen erklären, wenn die gemeinsame Bewegung breiter ETF kontrolliert wird. Die Strategien ordnen ETFs anhand verzögerten Momentums, der Volatilität oder jüngster Renditen. Zehn…

Dieses Dokument stellt das monatliche US-Aktienpanel von Chen, Pelger und Zhu vor, das zum Benchmarking von Asset-Pricing-Modellen verwendet wird. Es beschreibt 46 Unternehmensmerkmale, geordnet nach wirtschaftlichem Thema, Überschussrenditen für den…

Diese Analyse wertet eine registrierte Backtesting-Pipeline für eine monatliche US-Aktienstrategie auf Basis von Unternehmensmerkmalen aus. Sie berichtet die Unsicherheit des Sharpe-Werts, die Wahrscheinlichkeit eines positiven Sharpe-Werts und…

Dieses Notebook erklärt die Risikoaufschlags-PCA, die die Renditekovarianzmatrix verändert, indem sie das gewichtete äußere Produkt der durchschnittlichen Renditen im Trainingszeitraum addiert. Die führenden Eigenvektoren definieren statische…

Dieses Notebook stellt die instrumentierte Hauptkomponentenanalyse (IPCA) vor, einen Latent-Factor-Ansatz zur Prognose von Renditen anhand von Unternehmensmerkmalen. Statt jedem Merkmal direkt ein Renditegewicht zuzuweisen, modelliert IPCA die…

Dieses Werkzeug beschreibt eine Methode, um Strategierenditen mithilfe des Fama–French-Drei- oder Fünf-Faktoren-Modells, optional ergänzt um Momentum, zu erklären. Es stimmt tägliche Faktordaten mit den Strategierenditen ab, erkennt die Renditefrequenz und…

Dieses Notebook bewertet veröffentlichte Faktorrenditen als mögliche Bausteine für Portfolios. Es trennt drei Fragen: ob die durchschnittliche Rendite eines Faktors eine anspruchsvolle statistische Schwelle überschreitet, ob Faktoren einander aus Gründen…

Dieses Notebook prüft, ob sich eine monatliche Long-Short-Strategie auf Grundlage von Firmenmerkmalen mit einem veröffentlichten US-Unternehmenspanel untersuchen lässt. Es überprüft die Datencodierung, die zeitlichen Veränderungen des verfügbaren…

Das Dokument stellt latente Faktoren als gemeinsame Renditetreiber vor, die aus der gemeinsamen Bewegung von Futures abgeleitet und nicht als benannte Prädiktoren vorgegeben werden. Es vergleicht zwei Verfahren, die jeweils innerhalb eines Trainings-Folds…

Dieses Notebook passt Ridge-, Lasso- und Elastic-Net-Modelle an veröffentlichte Unternehmensmerkmale einzelner US-Aktien an. Die Merkmale umfassen Value, Profitabilität, Investitionen, Größe, Momentum, Reversal, Risiko und Liquidität. Walk-Forward-Folds…

Dieses Dokument stellt öffentliche Datensätze mit Fama-French- und AQR-Faktorrenditen als Grundlage für Benchmarking, Risikoattribution und Faktorenforschung vor. Es beschreibt Markt-, Größen-, Value-, Profitabilitäts-, Investitions- und Momentumfaktoren aus…

Dieses Notebook gruppiert monatliche Renditen aus neun Faktor- und Marktzeitreihen zu Aktien, Anleihen, Währungen und Rohstoffen mithilfe von Gaußschen Mischmodellen. Nach dem Entfernen von Monaten mit unvollständigen Daten standardisiert es die Reihen,…

Dieses Notebook bewertet 57 buchhalterische und kursbasierte Merkmale als einzelne Prognosevariablen für die Renditen von US-Aktien im Folgemonat. Es berechnet monatliche Rangkorrelationen im Querschnitt, mittelt sie über die Zeit und passt die Unsicherheit…

Dieses Kapitel stellt einen Rahmen vor, um aus einer Trading-Idee eine dokumentierte Merkmalspezifikation zu entwickeln. Es empfiehlt Forschenden, Merkmalszeiträume auf die beabsichtigte Entscheidung abzustimmen, eine Hypothese zum Einflussfaktor zu…

Dieses Notebook bündelt Ergebnisse linearer Modelle, darunter OLS, Ridge, Lasso und ElasticNet, aus neun Fallstudien. Es vergleicht die stärkste vollständige Konfiguration jeder Studie anhand ihres primären Labels und untersucht anschließend Regularisierung,…

Dieses Kapitel stellt einen Rahmen zur Bewertung kausaler Aussagen in der quantitativen Trading-Forschung vor. Es beginnt mit klaren Definitionen von Behandlung, Ergebnis, Estimand, Gegenfaktum und Adjustierungsmenge und ordnet Forschungsfragen anschließend…

Dieses Notebook verwendet eine Hauptkomponentenanalyse für eine liquide Teilmenge von US-Aktien, um bruttonormalisierte Eigenportfolios zu bilden und ihre Rolle als latente Risikofaktoren zu untersuchen. Es analysiert die erklärte Varianz, interpretiert…

Diese Konfiguration beschreibt monatliche Long-Short-Portfolios mit US-Aktien, die nach Unternehmensmerkmalen sortiert sind. Sie legt ein Universum vollständiger Fälle mit 46 Merkmalen, Entscheidungen zum Monatsende, Ausführung zur nächsten Eröffnung,…

Dieses Notebook stellt ein Modell mit stochastischem Diskontfaktor zur Bewertung eines ETF-Querschnitts vor. Statt Fondsengagements und Faktorrenditen getrennt zu schätzen, trainiert es Netzwerke darauf, eine gemeinsame Diskontfaktorreihe zu finden, deren…

Dieses Notebook prüft Finanzmerkmale und modellbasierte Merkmale darauf, ob sie ETFs anhand nachfolgender Renditen in eine Rangfolge bringen können. Es berechnet für jedes Datum einen Information Coefficient, indem es die Querschnittsränge jedes Merkmals mit…

Dieses Datenwerkzeug unterstützt die Arbeit mit dem Bewertungsdatensatz von Chen, Pelger und Zhu, der Aktienrenditen, Unternehmensmerkmale, makroökonomische Zeitreihen und vor der Aufteilung erstellte Merkmaltensoren umfasst. Seine Konvertierungsmethode…