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

209 Dokumente

Machine Learning for Trading

Dieses Notebook erklärt Pfadsignaturen als Merkmale fester Länge, die Reihenfolge und gemeinsame Form der Beobachtungen einer Zeitreihe bewahren. Es beschreibt, wie die erste Signaturstufe Gesamtveränderungen erfasst, während Terme der zweiten Stufe…

AktienMaschinelles LernenStatistikTechnische Indikatoren
Machine Learning for Trading

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…

Technische IndikatorenMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Lehr-Notebook gibt einen Überblick über Preis- und Volumenmerkmale für quantitative Forschung. Es behandelt einfache und logarithmische Renditen über verschiedene Horizonte, Momentum mit Auslassung der jüngsten Periode, Übernacht- und…

AktienTechnische IndikatorenVolatilitätMomentum
Machine Learning for Trading

Dieses Notebook passt lineare Modelle an NASDAQ-100-Mikrostrukturmerkmale an, die in Ein-Minuten-Intervallen beobachtet werden, um Renditen über mehrere zukünftige Horizonte zu prognostizieren. Es soll eine einfache Basislinie vor ausdrucksstärkeren Modellen…

AktienMaschinelles LernenStatistikTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook erstellt einen nachvollziehbaren Bericht für eine reine Bitcoin-Long-Strategie, deren Ein- und Ausstieg anhand von RSI-Schwellenwerten erfolgt. Es vergleicht Brutto- und Nettoergebnisse und misst anschließend die Leistung gegenüber einer…

KryptoRückkehr zum MittelwertTechnische IndikatorenBacktesting
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

Dieses Notebook erklärt, wie verborgene Markow-Modelle unbeobachtete Marktphasen anhand von Renditen und jüngster Volatilität erschließen. Zunächst werden einfache Vergleichsregeln festgelegt: ein Schwellenwert eines Volatilitätsindex für Stress und der Kurs…

Maschinelles LernenStatistikVolatilitätTechnische Indikatoren
Machine Learning for Trading

Die fraktionale Differenzierung wendet eine nichtganzzahlige Potenz des verzögerten Differenzenoperators auf logarithmierte Kurse an. Ihre Binomialgewichte klingen über frühere Beobachtungen hinweg ab, sodass das Ergebnis Kursänderungen mit einem Teil der…

StatistikTechnische IndikatorenMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook implementiert eine ausschließlich long ausgerichtete RSI-Mean-Reversion-Regel für unbefristete BTC/USDT-Kontrakte auf Basis eines ereignisgesteuerten Backtesting-Systems. Es fasst untertägige Beobachtungen zu täglichen UTC-Balken zusammen,…

KryptoPerpetual FuturesRückkehr zum MittelwertTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook beschreibt langsam veränderliche Kontextmerkmale für tägliche Handelsentscheidungen: Bilanzkennzahlen, makroökonomische Bedingungen und Kalenderkodierungen. Es skizziert Value- und Qualitätskennzahlen wie Gewinnrendite, Rentabilität,…

AktienFaktorinvestierenStatistikTechnische Indikatoren
arXiv papers

Das Dokument schlägt vor, mithilfe bayesscher Optimierung den ATR-Multiplikator und die ATR-Periode des Supertrend-Indikators auszuwählen. Diese Einstellungen bestimmen, wie der Indikator dem Kurs folgt und Handelssignale erzeugt. Ziel ist es, ihre Auswahl…

AktienTechnische IndikatorenMaschinelles LernenBacktesting
arXiv papers

Das Dokument argumentiert, dass sich die Performance von Trendfolgestrategien durch einen theoretischen Sharpe-Zusammenhang beschreiben lässt, der vom Signalparameter abhängt. Es berichtet eine empirische Übereinstimmung mit der von Grebenkov und Serror…

TrendfolgeTechnische IndikatorenStatistik
arXiv papers

Die Studie verwendet historische Preise und technische Indikatoren, um kurzfristige Bewegungen bei Bitcoin, Ethereum und Litecoin zu klassifizieren. Sie vergleicht Klassifikationsmethoden danach, wie gut sie Aufwärts- und Abwärtsbewegungen über einen…

KryptoMaschinelles LernenTechnische IndikatorenBacktesting
arXiv papers

Diese Übersichtsarbeit fasst Forschung zum Handel mit Kryptowährungen zusammen, einem Bereich, in dem die Vermögenswerte einige Merkmale traditioneller Anlagen teilen, zugleich aber ein eigenes Marktverhalten aufweisen. Sie behandelt Handelssysteme und…

KryptoStatistikTechnische IndikatorenRisikomanagement
arXiv papers

Die Studie wendet Muster des logperiodischen Potenzgesetzes (LPPL), interpretiert im Rahmen eines verhaltensbezogenen Herdenmodells, auf US-Treasury-Renditen an. Sie berichtet Belege für ein Antibubble bei Renditen mit Laufzeiten von mehr als einem Jahr, das…

Festverzinsliche WertpapiereUS-MärkteStatistikTechnische Indikatoren
arXiv papers

Diese Studie wendet die KM₂O-Langevin-Theorie an, um Aktienkursschwankungen als stationär, nicht stationär oder intermediär einzustufen. Anhand dieser Klassifizierung wählt sie zwischen zwei Signaltypen: gleitenden Durchschnitten für stationäre Phasen und…

AktienStatistikTechnische IndikatorenBacktesting
arXiv papers

Das Dokument stellt KBPT vor, eine Pair-Trading-Strategie, die einen Kalman-Filter, Signale der Bollinger-Bänder und ein auf der KalmanNet-Architektur basierendes neuronales Netz kombiniert. Herkömmliche Varianten modellieren die Beziehung zwischen zwei…

Pairs-TradingMaschinelles LernenRückkehr zum MittelwertTechnische Indikatoren
arXiv papers

Die Arbeit schlägt ein Modell vor, das die kurzfristige Kursrichtung von Bitcoin anhand stündlicher Kurs- und Volumenmerkmale sowie der Stimmung auf Reddit prognostiziert. Ein gleitendes Volatilitätsmaß klassifiziert jede Beobachtung als stabil oder volatil.…

KryptoMaschinelles LernenMarktstimmungTechnische Indikatoren
arXiv papers

Dieses Paper leitet eine obere Schranke für kumulierte Renditen in Handelsreihen her und beweist sie. Anschließend bewertet es herkömmliche technische Handelsregeln an entwickelten und aufstrebenden Aktienmärkten. Im Mittelpunkt steht die seit Langem offene…

AktienTechnische IndikatorenStatistikBacktesting
arXiv papers

Die Arbeit schlägt eine dynamische Methode für Kryptowährungsportfolios vor, die technische Signale mit Nachrichtenstimmung kombiniert. Als Momentum-Maße verwendet sie den Relative Strength Index über 14 Tage und den einfachen gleitenden Durchschnitt. VADER…

KryptoMarktstimmungTechnische IndikatorenPortfolio-Konstruktion
arXiv papers

Die Studie beschreibt einen Handelsansatz, der aus Finanznachrichten gewonnene Stimmungsdaten mit technischen Indikatoren und Zeitreihenprognosen kombiniert. Für die Stimmungsanalyse verwendet sie GPT-2 und FinBERT, verbindet die resultierenden Signale mit…

AktienMarktstimmungMaschinelles LernenTechnische Indikatoren
arXiv papers

Das Dokument beschreibt einen Long-only-USD/TWD-Trading-Agenten, der Prognosen kurzfristiger Trends mit Quantum Long Short-Term Memory (QLSTM) und Quantum Asynchronous Advantage Actor-Critic (QA3C) kombiniert. Sein Zustand nutzt QLSTM-Merkmale und technische…

DevisenhandelMaschinelles LernenTrendfolgeRisikomanagement