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

934 Dokumente

Machine Learning for Trading

Dieses Notebook beschreibt die Anpassung von PatchTST an Minutendaten des NASDAQ-100, um Renditen über mehrere künftige Horizonte vorherzusagen. Das Modell gruppiert aufeinanderfolgende Beobachtungen in Abschnitte und wendet Aufmerksamkeit auf diese an. So…

AktienMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook erläutert ein unbedingtes, signaturbasiertes Wasserstein-GAN zur Erzeugung finanzieller Zeitreihen. Es transformiert Renditen in erweiterte Pfade, berechnet gekürzte Pfadsignaturen und trainiert einen durch Brownsches Rauschen gesteuerten…

Maschinelles LernenStatistikAktienBacktesting
Machine Learning for Trading

Dieses Notebook bewertet TSMixer als globales Sequenzmodell für ein ETF-Panel. Das Modell verwendet fondsübergreifend gemeinsame Parameter, greift aber auf den eigenen Verlauf und die Kovariaten jedes Fonds zurück. Seine Mischschichten lernen zeitliche…

Maschinelles LernenAktienStatistikBacktesting
Machine Learning for Trading

Dieses Notebook beschreibt die Verwendung von TSMixer zur Prognose von Aktienrenditen anhand geordneter Fenster von Merkmalen jeder Aktie. Jedes Beispiel enthält 60 aufeinanderfolgende Handelssitzungen; Fenster, die Lücken im Verlauf einer Aktie überspannen,…

AktienUS-MärkteMaschinelles LernenBacktesting
Machine Learning for Trading

Dieser Leitfaden ordnet US-Aktienmarktdaten in Marktdaten, Unternehmensfundamentaldaten, Anlegerpositionierung und Unternehmensmerkmale ein. Er führt Lader für tägliche und untertägige Balkendaten, Optionen und Markt-Mikrostrukturdaten sowie Texte aus…

AktienUS-MärkteMarktmikrostrukturOptionen
Machine Learning for Trading

Dieses Notebook wandelt Validierungsvorhersagen aus mehreren Modellfamilien in gleichgewichtete Long-Short-Portfolios um. Es ordnet Aktien nach prognostizierter Rendite, kauft die obersten Werte und verkauft die untersten leer. Mit einer gemeinsamen…

AktienUS-MärkteBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Dokument stellt ein mehrstufiges Verfahren vor, um Firmennamen aus Meldungen, Nachrichten und alternativen Daten Wertpapieren zuzuordnen. Es unterscheidet Entitätskennungen wie CIK und LEI von Wertpapierkennungen wie FIGI, CUSIP und ISIN und erklärt,…

AktienMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument erläutert ein überwachtes Autoencoder-Faktormodell zur Vorhersage von Aktienrenditen in einem Forschungsumfeld zur Analyse von Aktienoptionen. Anders als PCA, IPCA und ein unüberwachter bedingter Autoencoder kombiniert sein Trainingsziel die…

AktienMaschinelles LernenFaktorinvestierenStatistik
Machine Learning for Trading

Dieses Notebook untersucht lineare Prognosemodelle für einen Querschnitt von CME-Futuresprodukten mit Merkmalsspalten aus verwandten Gruppen, darunter Carry, Momentum, Volatilität und rollierende Risikomaße. Da Spalten innerhalb einer Gruppe häufig…

FuturesMaschinelles LernenFaktorinvestierenStatistik
Machine Learning for Trading

Diese Lehranalyse vergleicht vier neuronale Netzwerkarchitekturen anhand derselben Aufgabe: die nächste Tagesrendite aus einem jüngeren Renditefenster vorherzusagen. Ein zusammengeführter Satz aus acht börsengehandelten Fonds bietet unterschiedliche…

AktienMaschinelles LernenBacktestingRisikomanagement
Machine Learning for Trading

Dieses Notebook prüft die vollständige Menge kanonischer Validierungsvorhersagen für eine Studie zu FX-Paaren. Es kontrolliert Modellidentität, Verfügbarkeit der Artefakte, Vollständigkeit, Abdeckung der konfigurierten Labels und Übereinstimmung der…

DevisenhandelMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook prüft die registrierten Validierungsvorhersagen einer Studie zu FX-Paaren. Es kontrolliert, ob der Katalog die konfigurierte Modellpopulation, vollständige Vorhersagesätze, verfügbare Artefakte und aktuelle Modellidentitäten umfasst.…

DevisenhandelMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook bewertet NLinear, ein einfaches Sequenzmodell, das den zuletzt beobachteten Wert von einem Rückblickfenster abzieht und die resultierende Sequenz mit einer linearen Transformation auf eine Prognose abbildet. Es passt die ETF-Modellpopulation…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Diese Fallstudie schätzt lineare Modelle zur Vorhersage von Renditen und Richtung bei Krypto-Perpetual-Futures. Die Merkmalsmatrix wird von Varianten des Perpetual-Aufschlags dominiert, der Differenz zwischen Kontrakt- und Kassakurs, die Funding-Zahlungen…

KryptoPerpetual FuturesMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook stellt einen bedingten Autoencoder für Aktienrenditen vor, bei dem ein neuronales Netz Aktienmerkmale auf nichtlineare Faktorladungen abbildet, während ein weiteres Netz zeitgleiche latente Faktoren aus merkmalsgesteuerten Portfoliorenditen…

AktienMaschinelles LernenFaktorinvestierenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht Verfahren zur Absicherung einer Short-Position in einem europäischen Call bei diskretem Rebalancing und proportionalen Handelskosten. Es definiert den selbstfinanzierenden End-P&L und trainiert anschließend einen neuronalen Hedger,…

OptionenMaschinelles LernenRisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook vergleicht die Hyperparameterabstimmung mit einem einzelnen Ziel mit einer Mehrzielsuche für LightGBM-Prognosemodelle. Die Baseline maximiert den Information Coefficient (IC) der Validierung. Die Suche mit NSGA-II maximiert stattdessen IC und…

Maschinelles LernenStatistikBacktestingOrderausführung
Machine Learning for Trading

Dieses Kapitel fasst neun Fallstudien zusammen, in denen Machine-Learning-Signale über Portfolioaufteilung, Handelskosten und Risiko-Overlays bis zur Auswertung eines eingefrorenen Holdouts verfolgt werden. Als Analyseeinheit dient der Verlauf jeder…

Maschinelles LernenAktienBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Notebook vergleicht drei lineare Zeitreihenmodelle, einen Transformer-Encoder und Prognosen ohne trainierbare Parameter für tägliche SPY-Renditen. Die linearen Ansätze bilden ein historisches Fenster auf eine Mehrtagesprognose ab; Varianten trennen…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook präsentiert eine mehrstufige Prognosedebatte mit Bullen- und Bärenrollen. Jede Seite argumentiert für eine höhere oder niedrigere Wahrscheinlichkeit eines Ereignisses, sieht in späteren Runden das vorherige Argument der Gegenseite und nennt…

Maschinelles LernenStatistikMarktstimmungRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, ob Gradient-Boosting-Bäume nichtlineare Zusammenhänge in NASDAQ-100-Mikrostrukturmerkmalen finden können, die einem linearen Modell möglicherweise entgehen. Im Mittelpunkt steht die Möglichkeit, dass die Order-Flow-Imbalance…

AktienMaschinelles LernenMarktmikrostrukturStatistik
Machine Learning for Trading

Dieses Notebook erklärt einen operatorbasierten Forschungsagenten, der quantitative Fallstudien iterativ bearbeitet. Statt das Modell auf vorgegebene Prognoseaktionen zu beschränken, stellt es ihm allgemeine Werkzeuge für Dateien, Shell-Befehle,…

Maschinelles LernenBacktestingStatistikRisikomanagement
Machine Learning for Trading

Dieses Notebook passt die in früheren Validierungsphasen ausgewählte Konfiguration mit Daten aus der Zeit vor -2021 erneut an und erstellt anschließend Prognosen für einen Holdout aus 2021. Es ruft die gewählte Konfiguration aus einem aufgezeichneten…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook implementiert einen Workflow für ESG-Schlagzeilen, der Nachrichten anhand von Stichwörtern auswählt, jede ausgewählte Schlagzeile einer Kategorie aus den Bereichen Umwelt, Soziales oder Unternehmensführung zuordnet und Stichproben von…

Maschinelles LernenMarktstimmungStatistik