Dieses Notebook trainiert einen gepatchten Transformer, um in einer Aktien- und Optionsstudie zum S&P 500 ein primäres Label vorherzusagen. Es teilt das historische Eingabefenster jeder Aktie in zusammenhängende Patches auf und behandelt jeden Patch als…
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
Das Dokument erläutert, wie wöchentliche CFTC-Commitment-of-Traders-Daten für ausgewählte Futures-Produkte abgerufen und die Historie jedes Produkts als Parquet-Datei gespeichert wird. COT-Berichte erfassen die Positionierung vom Dienstag und werden am…
Diese explorative Analyse untersucht stündliche OHLCV-Daten für Binance-Perpetual-Kontrakte zusammen mit einem achtstündigen Premiumindex. Sie prüft die Datenabdeckung, wechselnde Kontraktzugehörigkeit, Einheiten, fehlende Werte und die Konsistenz der…
Dieser Code stellt eine überwachte Autoencoder-Architektur für Prognosen auf Basis von Finanzmerkmalen vor. Ein Encoder komprimiert normalisierte Eingaben zu einem Engpass, während ein Decoder die Eingaben als Regularisierungsaufgabe rekonstruiert. Ein…
Diese Konfiguration beschreibt eine Studie zum wöchentlichen Verkauf von Straddles am Geld für Bestandteile des S&P 500. Positionen werden am Freitag eröffnet und bis zum Verfall gehalten; tägliche Aktien-Hedges werden durch Änderungen des Options-Deltas…
Dieses Notebook erläutert ein stochastisches Diskontfaktormodell für ETF, das eine einzige Gewichtsreihe an die Preisrenditen verschiedener Fonds anpasst. Anders als Modelle, die Fonds-Exposures und Faktorrenditen getrennt schätzen, trainiert es zwei Netze…
Diese Studie vergleicht Double Deep Q-Learning mit durch K-means partitionierten Mixture-of-Experts-Modellen und dichten Netzen mit entsprechender Parameterzahl für die Orderausführung von BTC/USDT. Die Evaluation verwendet über fünf Minuten gemittelte…
Das Paper stellt eine Nachweisarchitektur zur Bewertung von Abläufen in hybriden On-Chain-Finanzsystemen vor. Ein versiegeltes Manifest hält Systemidentitäten, Rollen, Schemata und Release-Informationen fest; sieben Nachweisebenen werden mit registrierten…
Dieses Paper schlägt einen kanonischen Protokollgraphen für gehebelte Ereignismärkte vor, in denen mehrere einzeln gültige Komponenten andernfalls einen widersprüchlichen Finanzzustand erzeugen können. Es weist jedem Bereich – etwa Positionen, Schulden,…
Diese Arbeit untersucht Investition und Konsum über einen unendlichen Zeithorizont für einen Anleger mit Potenznutzen in einem unvollständigen Markt, dessen Anlagechancen von einem stochastischen Faktor abhängen. Sie behandelt sowohl Faktoren mit endlichem…
MintEval bewertet, ob Sprachmodelle Handelsanweisungen in Code übersetzen, der sich wie die beabsichtigte Strategie verhält. Das Verfahren erstellt Referenzstrategien aus kombinierbaren Komponenten, formuliert sie in umgangssprachliche Anweisungen um und…
Diese Arbeit untersucht die Portfolioentscheidung über den Lebensverlauf einer Person mit stochastischem Einkommen und Anlagen in Aktien, einer Anleihe und einer Lebensversicherung. Die Zielfunktion berücksichtigt Konsum, Todesfallleistungen und Endvermögen.…
Diese Studie prüft, ob Proximal Policy Optimization die Handelsgeschwindigkeitsentscheidungen eines Brokers in einem zeitkontinuierlichen Broker-Trader-Spiel mit analytischer Lösung erlernen kann. Sie leitet eine diskrete Belohnung aus dem…
Diese Arbeit nutzt Konzepte der stochastischen Thermodynamik, um die Kurswirkung zu modellieren und Round-Trip-Handelsstrategien zu untersuchen. Sie behandelt einen Handelszyklus als Nichtgleichgewichtsprozess, deutet die Wirkung als dissipierte Arbeit und…
Diese Arbeit untersucht modellunabhängige Superreplikationspreise für exotische Derivate, wenn Händler sowohl zeitdiskrete semistatische Strategien als auch dynamischen Handel mit einer begrenzten Zahl von Optionen einsetzen können. Superreplikationsgrenzen…
Diese Arbeit untersucht, ob funktionale Beobachtungen aus K Stichproben derselben Verteilung folgen. Sie bildet eine multivariate Teststatistik aus paarweisen Cramér-von-Mises-Vergleichen empirischer charakteristischer Funktionale. Damit lässt sich die…
Das Dokument formuliert Pairs Trading als dynamisches Portfoliooptimierungsproblem. Der Spread zweier verwandter Wertpapiere folgt einem gaußschen Mean-Reversion-Prozess, während sich seine Drift gemäß einer unbeobachteten Markow-Kette mit endlichem…
Das Dokument beschreibt den Einsatz des graphbasierten Algorithmus zur Erzeugung von Koalitionsstrukturen, GCS-Q, um Vermögenswerte zu clustern, die als signierter, gewichteter Graph von Renditekorrelationen dargestellt werden. Die Motivation ist, dass…
Das Dokument schlägt vor, die Dynamik des Orderbuchs als Bewegung von Teilchen darzustellen und den Marktzustand mit einem Impulsmaß zusammenzufassen. Dieser Ansatz aus der statistischen Physik soll Marktverhalten erfassen, das auf Manipulation hindeuten…
Das Dokument argumentiert, dass Finanzrenditen bei herkömmlichen Zeitreihenanalysen beinahe zufällig erscheinen können und dennoch Muster enthalten, die sich mit moderner multivariater Statistik erkennen lassen. Es beschreibt eine von Methoden der Kernphysik…
Die Studie beschreibt einen automatisierten Aktienhandelsansatz, der drei Actor-Critic-Algorithmen des Reinforcement Learning kombiniert: Proximal Policy Optimization, Advantage Actor Critic und Deep Deterministic Policy Gradient. Die Agenten werden darauf…
Das Dokument untersucht mehrstufiges Order-Flow-Ungleichgewicht, ein Vektormaß für die Nettokauf- und -verkaufsaktivität über mehrere Preisstufen eines Limit-Orderbuchs. Anhand von Daten zu sechs liquiden Nasdaq-Aktien schätzt es einen einfachen linearen…
Das Dokument skizziert einen Rahmen zur Entwicklung von Ausführungsstrategien anhand von Zeitplänen und Unsicherheitsbändern. Die Bänder sollen das Handelsverhalten festlegen und zugleich verschiedene Ausführungstaktiken unterstützen, darunter passive…
Die Studie nutzt Deep Reinforcement Learning, um eine kurzfristige Handelsprognose in Limitorderplatzierungen und Bestandsentscheidungen in einem Limit-Orderbuch zu übersetzen. Ein Agent wird in einer simulierten Aktienumgebung der NASDAQ trainiert, die auf…