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

214 Dokumente

Machine Learning for Trading

Dieses Notebook vergleicht prädiktive, strukturelle und kausale Modellevidenz für eine querschnittliche S&P-500-Studie, die Aktienmerkmale mit aus Optionen abgeleiteten Größen wie impliziter Volatilität, Skew und Laufzeitenstruktur kombiniert. Es bewertet…

AktienOptionenMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook erklärt PCA als latente Faktoren-Baseline ohne Merkmale zur Prognose von ETF-Renditen. Es zerlegt die Renditematrix des Trainingszeitraums für jedes Label und erstellt Prognosen anhand einer Ladung für jeden Fonds sowie geschätzter…

FaktorinvestierenMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook stellt ein neuronales Modell des stochastischen Diskontfaktors für ein Panel von CME-Futures vor. Das Modell verwendet sowohl Produktrenditen als auch beobachtbare Merkmale wie Carry, Momentum und Volatilität, um latente Faktoren zu…

FuturesMaschinelles LernenFaktorinvestierenBacktesting
Machine Learning for Trading

Dieses Experiment untersucht, wie stark ein ausgewähltes monatliches US-Long-Short-Aktiensignal von Small-Cap-Aktien abhängt. Ein verzögerter Filter nach Marktkapitalisierung entfernt das kleinste Quartil aus den Validierungsprognosen; anschließend werden…

AktienUS-MärkteFaktorinvestierenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert einen bedingten Autoencoder, der Aktienrenditen als merkmalsabhängige Faktorladungen modelliert, multipliziert mit latenten Faktoren. Zunächst schätzt es mit einer gemeinsamen querschnittlichen Kleinste-Quadrate-Anpassung die…

AktienFaktorinvestierenMaschinelles LernenPortfolio-Konstruktion
Machine Learning for Trading

Diese Analyse vergleicht Triage-Protokolle für Merkmale aus neun Trading-Fallstudien. Sie unterscheidet die Signifikanz der False Discovery Rate nach Benjamini-Hochberg von einem zweiten Weg zur Entscheidung PROCEED, der eine fallspezifische…

StatistikMaschinelles LernenBacktestingFaktorinvestieren
arXiv papers

Die Arbeit schlägt das unidirektionale Transformer-Modell SERT zur Bewertung von Large-Cap-Aktien aus den US vor und setzt vortrainierte Transformer für Aktienbewertung und Faktoranlagen ein. Sie vergleicht diese Ansätze über die Zeiträume vor der Pandemie,…

AktienMaschinelles LernenFaktorinvestierenTrendfolge
arXiv papers

Die Studie trennt die Entdeckung von Faktoren von ihrer Zulassung. Ein Agent kann Kandidaten vorschlagen und diagnostische Prüfungen erstellen, während ein unveränderlicher statistischer Prüfer jeden Vorschlag anhand von Marktergebnissen bewertet, die erst…

FaktorinvestierenMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erstellt Hauptkomponentenfaktoren aus einem Panel von CME-Futuresrenditen und nicht aus konstruierten Merkmalen wie Carry, Momentum oder Volatilität. PCA findet Richtungen, die die Variation über Produkte hinweg erklären; die erste kann einer…

FuturesFaktorinvestierenMaschinelles LernenBacktesting
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
Machine Learning for Trading

Dieses Dokument beschreibt Methoden, um datierte Entitätsdatensätze für Fallstudien zu latenten Faktoren in Arrays umzuwandeln. Eine Methode behält nur Entitäten bei, die einen anhand eines Zulässigkeitsdatensatzes ermittelten Abdeckungsschwellenwert…

FaktorinvestierenPortfolio-KonstruktionStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie die Suche über viele Faktoren oder Strategien die scheinbare Leistung des ausgewählten Gewinners überhöht, selbst wenn einzelne Schätzungen korrekt berechnet wurden. Eine simulierte Gruppe von Rauschfaktoren veranschaulicht,…

StatistikFaktorinvestierenBacktestingRisikomanagement
Machine Learning for Trading

Risk-Premium-PCA verändert die Kovarianzmatrix, indem ein gewichtetes äußeres Produkt des mittleren Renditevektors aus den Trainingsdaten hinzugefügt wird. Die führenden Eigenvektoren definieren statische Faktorportfolios: Bei Gewicht null ergibt sich die…

FaktorinvestierenStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook verwendet ein Gaußsches Mischungsmodell, um Monate anhand des gemeinsamen Verhaltens von neun Faktor- und Anlageklassen-Renditereihen zu gruppieren. Es standardisiert monatliche Beobachtungen, entfernt Monate mit fehlenden Werten und…

FaktorinvestierenMaschinelles LernenStatistikMulti-Asset
Machine Learning for Trading

Dieses Notebook zur Merkmalsentwicklung erläutert, wie langsam verfügbare Informationen Handelssignale mit höherer Frequenz ergänzen können: durch Fundamentaldaten, makroökonomische Daten und Kalenderkontext. Es beschreibt Bewertungskennzahlen wie Buchwert…

FaktorinvestierenAktienStatistikMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook fasst registrierte Validierungsergebnisse für fünf Schätzer latenter Faktoren über mehrere Fallstudien hinweg zusammen. Zunächst zeigt es, für welche Panels Ergebnisse der einzelnen Schätzer vorliegen. Anschließend bestimmt es den führenden…

Maschinelles LernenStatistikFaktorinvestierenBacktesting
Machine Learning for Trading

Dieses Kapitel stellt Retrieval-Augmented Generation als Möglichkeit vor, Sprachmodelle für offene Finanzforschung nützlicher zu machen, bei der unbelegte Aussagen und Halluzinationen kostspielig sein können. Es führt durch das System – von der Aufnahme von…

Maschinelles LernenStatistikAktienMarktstimmung
arXiv papers

Das Dokument beschreibt eine Bewertungsanomalie im Zusammenhang mit der Mitarbeitervergütung: Laut Bericht erzielen Unternehmen, die je Mitarbeiter mehr für Gehälter und Zusatzleistungen ausgeben, eine höhere durchschnittliche Aktienperformance. Zudem wird…

AktienFaktorinvestierenStatistik
arXiv papers

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…

AktienMomentumFaktorinvestieren
arXiv papers

Die Arbeit vergleicht Portfolios, die auf die Minimierung des Shortfalls optimiert wurden, mit Portfolios, die auf die Minimierung der Varianz ausgerichtet sind. Die empirische Studie verwendet Barra Extreme Risk und Stilfaktoren wie Value, Growth und…

AktienPortfolio-KonstruktionRisikomanagementFaktorinvestieren
arXiv papers

Die Arbeit untersucht, welche Merkmale veröffentlichter Aktienanomalien einen Rückgang der risikobereinigten Leistung außerhalb der ursprünglichen Stichprobe prognostizieren. Sie prüft Erklärungen, die mit dem Zufluss von Arbitragekapital in eine Strategie…

AktienFaktorinvestierenStatistikBacktesting
arXiv papers

EverMine ist ein Rahmenwerk, mit dem geprüft wird, ob Forschungsagenten ihre Fähigkeiten bei der langfristigen Alpha-Suche durch wiederverwendbare Kompetenzen, Werkzeuge und Regeln verbessern. Es bildet den Forschungsstand anhand der Forschungshistorie, des…

Maschinelles LernenFaktorinvestierenPortfolio-KonstruktionBacktesting
arXiv papers

Die Arbeit kombiniert statistisch konstruierte Faktormodelle mit stochastischer Kontrolle, um hochdimensionale statistische Arbitrage zu untersuchen. Das Modell nimmt Residuen an, die zum Mittelwert zurückkehren, und zeigt, wie sich analytisch marktneutrale…

ArbitrageRückkehr zum MittelwertFaktorinvestierenPortfolio-Konstruktion