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.
248 Dokumente
Dieses Notebook vergleicht zwei vortrainierte Zeitreihen-Grundmodelle, Chronos und TinyTimeMixer, mit einem LSTM und einer regularisierten linearen Basislinie auf einem ETF-Panel. Jedes Modell erhält einen univariaten historischen Kontext; die vortrainierten…
Dieses Dokument stellt eine Kostensensitivitätsanalyse für eine feste ETF-Momentumstrategie vor. Universum, Gewichtungen, Zeitplan und Simulator bleiben unverändert, während der Backtest mit einer Reihe von Gebühren pro Handelsseite erneut ausgeführt wird.…
Diese Analyse schätzt, ob Momentum unter Auslassung der jüngsten Periode mit einer kausalen Veränderung der zukünftigen ETF-Renditen verbunden ist, statt zu fragen, wie gut Momentum Renditen prognostiziert. Double Machine Learning modelliert Ergebnis und…
Dieses Notebook untersucht Gradient-Boosting-Modelle zur Prognose von Renditen und Kursrichtung bei Krypto-Perpetuals. Das Raster variiert die Baumkapazität und die Verlustfunktion, einschließlich der Ziele quadratischer Fehler, absoluter Fehler und Huber,…
Dieses Dokument erläutert, wie Renditen rund um Ereignisse wie Signalauslösungen, Gewinnmeldungen oder makroökonomische Veröffentlichungen gemessen werden. Das ausgearbeitete Beispiel verwendet Momentum-Ausbrüche bei liquiden ETFs. Für jedes Ereignis liefert…
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 erstellt einen monatlichen ETF-Rotations-Backtest, der von Portfoliorenditen bis zu simulierten Trades reicht. Es ordnet zehn Fonds anhand zurückliegender risikobereinigter Renditen, nutzt ein Regime der Treasury-Zinskurve, um zwischen den…
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…
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…
Dieses Notebook stellt ein Rahmenwerk vor, um zu prüfen, ob die scheinbare Qualität eines Momentum-Signals bei vertretbaren Forschungsentscheidungen Bestand hat. Anhand realer ETF-Daten aus dem Zeitraum vor dem festgelegten Holdout-Zeitraum wird jeweils ein…
Dieses Notebook stellt einen überwachten Autoencoder zur Prognose zukünftiger ETF-Renditen vor. Das Netzwerk komprimiert die Merkmalszeile eines Fonds in eine niedrigdimensionale Darstellung und prognostiziert Renditen direkt daraus. Anders als bedingte…
Dieses Notebook erläutert, wie sich prüfen lässt, ob Ereignisse wie Trading-Signale oder Ankündigungen Renditen über eine Marktbenchmark hinaus prognostizieren. Der Arbeitsablauf wird anhand von Momentum-Ausbrüchen bei liquiden ETFs demonstriert: Zunächst…
Dieses Dokument beschreibt einen täglichen ETF-Datensatz, der als Kandidatenpool für Momentum- und marktübergreifende Forschung dient. Er umfasst neun Kategorien, darunter US und internationale Aktien, festverzinsliche Wertpapiere, Rohstoffe, Spezialfonds…
Dieses Dokument erläutert, wie sich tägliche Labels für künftige ETF-Renditen anhand bereinigter Schlusskurse zum Beobachtungszeitpunkt und einer späteren Handelssitzung erstellen lassen. Es erzeugt ein primäres Label mit monatlichem Horizont und eine…
Dieses Notebook zeigt, wie sich eine gemeinsame ETF-Momentumstrategie-Schnittstelle mit Alpaca verbinden lässt. Standardmäßig steht ein simulierter Offlinepfad zur Verfügung. Broker- und Marktdatenadapter können ausgetauscht werden, während Strategie,…
Dieses Notebook demonstriert die Bewertung einzelner Faktoren anhand realer ETF-Daten und eines aus Kursen abgeleiteten Momentum-Beispiels. Es misst querschnittliche Spearman-Informationskoeffizienten gegenüber zukünftigen Renditen, vergleicht Horizonte und…
Diese Studie bewertet physische Momentum-Portfolios aus NSE 500-Aktien über tägliche, wöchentliche, monatliche und jährliche Zeithorizonte. Sie untersucht historische Renditen und Risikoprofile für 2014–2021 und vergleicht das zu jedem Horizont stärkste…
Diese Arbeit stellt eine einfache stochastische Differentialgleichung vor, die erklären soll, wie sich Blasen bei Anlagepreisen bilden und wieder platzen können. Das Modell kombiniert drei Kräfte: die Rückkehr zu einem stabilen Wert, spekulative soziale…
Diese Arbeit erweitert den Satz über robuste positive Erwartungswerte von einer einzelnen Aktie auf ein Aktienpaar. Das ursprüngliche Ergebnis betrifft die Kombination speziell entwickelter linearer Feedback-Regler, eines Long- und eines Short-Reglers, um…
Die Arbeit überträgt die Idee der spontanen Symmetriebrechung auf die Modellierung von Arbitrage. Sie beschreibt eine Arbitragestrategie als Strategie in einer symmetriebrechenden Phase, wobei ein Steuerungsparameter den Übergang zwischen Arbitrage- und…
Diese Studie untersucht, ob sich die Ergebnisse von Kursmomentum bei koreanischen Aktien verändern, wenn das zulässige Anlageuniversum auf Teilgruppen des KOSPI 200 eingeschränkt wird. Sie vergleicht Momentumrenditen über Teilmärkte hinweg und prüft das…
Diese Studie prüft, ob sich Ineffizienzen an Kryptowährungsmärkten für ungewöhnliche Handelsgewinne nutzen lassen. Sie bewertet einfache, durch Machine Learning unterstützte algorithmische Strategien anhand täglicher Beobachtungen zu 1,681 Kryptowährungen…
Die Studie nutzt eine agentenbasierte kontinuierliche Doppelauktion, um zu untersuchen, ob Herdenverhalten von Chartisten Liquiditätsstress verursachen kann. Sie erstellt ein Phasendiagramm über den Anteil und die Stärke der Herdenagenten und prüft…
Die Strategie verbindet die Online-Erkennung statistischer Änderungspunkte mit einem Deep Momentum Network auf Basis eines LSTM. Das Netzwerk lernt Trendschätzungen und Positionsgrößen, während das Erkennungsmodul einen vermuteten Änderungspunkt und ein Maß…