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

1,075 Dokumente

Machine Learning for Trading

Dieses Notebook vergleicht Referenz-ETF-Portfolios anhand historischer Krisen, manuell festgelegter gleichzeitiger Anlageschocks und Monte-Carlo-Verlustszenarien. Zu den historischen Zeiträumen zählen starke Aktien- und zinsbedingte Kursverluste; die…

Multi-AssetPortfolio-KonstruktionRisikomanagementVolatilität
Machine Learning for Trading

Dieses Notebook passt TSMixer an, um künftige ETF-Renditen anhand historischer Momentum-Merkmale vorherzusagen. Die Architektur wechselt zwischen einer gemeinsamen linearen Transformation entlang der Zeitachse und einem Merkmals-MLP, das an jedem Datum…

Maschinelles LernenAktienMomentumBacktesting
Machine Learning for Trading

Das Notebook untersucht, wie sich eine feste monatliche ETF-Momentumstrategie unter verschiedenen Volatilitäts-, Trend- und Zinskurvenbedingungen entwickelt hat. Die Regime werden so bestimmt, dass sie vor der beschriebenen Rendite bekannt sind: Volatilität…

Multi-AssetMomentumVolatilitätBacktesting
Machine Learning for Trading

Dieses Dokument beschreibt einen gemeinsamen Workflow zum Training temporaler Faltungsnetze mit täglichen Daten zu FX-Paaren. Ein Modell verarbeitet eine Sequenz fester Länge; fehlt ein erwarteter Tag, ist jedes Zeitfenster, das diese Lücke überbrückt, nicht…

DevisenhandelMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert einen überwachten Autoencoder zur Prognose der Richtung zukünftiger US-Aktienrenditen über mehrere Horizonte. Sein Encoder speist einen Rekonstruktionsdecoder, einen zusätzlichen Klassifikator und einen Hauptklassifikator. Das…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook entwickelt einen Portfolio-Allocator, der einem Variablenauswahl-Netzwerk im Stil eines Temporal Fusion Transformer einen LSTM-Encoder vorschaltet. Das Auswahl-Netzwerk bettet jedes Eingabemerkmal separat ein und weist ihm Softmax-Gewichte…

AktienMaschinelles LernenPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht pandas und Polars anhand von Operationen in Finanzdaten-Pipelines, darunter rollierende Berechnungen, gruppierte OHLCV-Zusammenfassungen, Fensterstatistiken, Filter, Joins, verzögerte Datei-Scans, Speicherbedarf und…

StatistikOrderausführungBacktesting
Machine Learning for Trading

Dieses Notebook beschreibt einen TabM-Workflow für Modelle zu Währungspaaren. TabM wendet ein kleines neuronales Netz auf jede Entscheidungszeile an, statt die Beobachtungen als Sequenz zu behandeln. Das Notebook übernimmt Architektur und…

DevisenhandelMaschinelles LernenBacktestingStatistik
Machine Learning for Trading

Dieses Notebook entwickelt eine Finanz-Feature-Matrix für eine marktübergreifende ETF-Momentum-Hypothese: Assets mit einer stärkeren relativen Performance könnten im folgenden Monat weiterhin besser abschneiden. Es kombiniert nachlaufende Renditen über…

Multi-AssetMomentumTechnische IndikatorenStatistik
Machine Learning for Trading

Dieses Dokument beschreibt, wie die in früheren Validierungsphasen ausgewählte Konfiguration anhand aller geeigneten Daten aus der Zeit vor -2021 neu angepasst und anschließend Prognosen für den Holdout 2021 erstellt werden. Es leitet das Trainingsintervall…

AktienOptionenMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook prüft, ob Gradient-Boosted Trees die Querschnittsrangfolge von Währungspaaren gegenüber einem regularisierten linearen Modell verbessern. Das FX-Universum umfasst Paare mit gemeinsamen Währungen, daher sind die Beobachtungen abhängig: Eine…

DevisenhandelMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Hilfsmodul unterstützt Deep-Learning-Workflows für Finanzzeitreihen mit mehreren Assets. Es löst Dataset-Aliase auf und lädt kanonische Fallstudiendaten. Anschließend erstellt es gleitende Fenstersequenzen für jedes Symbol separat. Die…

Maschinelles LernenMulti-AssetBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht zwei lokal ausgeführte Embedding-Modelle mit offenen Gewichten anhand von Passagen aus aktuellen 10-K-Berichten und einer festen Auswahl von Finanzrecherchefragen. Es erstellt jeweils Passagen aus zwei Sätzen, bettet dieselben…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erstellt preisbasierte Features für ein breites US-Aktienuniversum, darunter Momentum, gleitende Durchschnitte und Volatilitätsmaße. Die Aktien werden anhand dieser Features gegeneinander gerankt. Dafür werden ihre Handelbarkeit geprüft und…

AktienMomentumTechnische IndikatorenStatistik
Machine Learning for Trading

Dieses Notebook vergleicht drei Möglichkeiten, einen vierphasigen Prognose-Workflow zu orchestrieren: die direkte Komposition in Python, eine CrewAI-Version mit rollenbasierten Prompts und eine LangGraph-Version, die dieselben Fachklassen wie die native…

Maschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook erstellt minütliche Features aus NASDAQ-100-Kursnotierungen und Handelsdaten, um kurzfristigen Kursdruck zu untersuchen. Es behandelt die normalisierte Orderflow-Imbalance als wichtigsten Signalkandidaten und nutzt Spread, Markttiefe,…

AktienMarktmikrostrukturOrderausführungTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument beschreibt ein Nebenbuch zur Verbuchung von Funding-Zahlungsströmen für Positionen in Perpetual Futures während eines Backtests. Zu jedem Funding-Zeitstempel berechnet es anhand der vorzeichenbehafteten Positionsmenge, des aktuellen…

Perpetual FuturesBacktestingBewertung von DerivatenRisikomanagement
Machine Learning for Trading

Dieses Notebook prüft, ob vierstündige Spot-FX-Daten eine tägliche Querschnittsstrategie unterstützen können, die Währungspaare nach Momentum und Carry ordnet. Es testet, ob für die deklarierten Instrumente zu jedem Entscheidungszeitpunkt Kurse vorliegen, ob…

DevisenhandelMomentumCarryStatistik
Machine Learning for Trading

Dieses Notebook bewertet Stop-Loss-, Trailing-Stop- und Exits mit fester Laufzeit als Overlays für CME-Futures-Strategien. Für jeden Prognosehorizont wendet es konfigurierte Regeln auf die anhand vorheriger Signal- und Allokationsergebnisse ausgewählte…

FuturesRisikomanagementBacktestingCarry
Machine Learning for Trading

Dieses Notebook prüft, ob Finanz- und modellbasierte Merkmale Aktien nach Zukunftsrenditen ordnen können. Es berechnet täglich querschnittliche Information Coefficients, schätzt Unsicherheit unter Berücksichtigung serieller Abhängigkeiten, korrigiert die…

AktienStatistikFaktorinvestierenBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht drei lineare Prognosemodelle, einen Transformer-Encoder und zwei parameterfreie Prognosen für tägliche SPY-Renditen. Lineare Modelle übertragen ein historisches Fenster auf eine Mehrtagesprognose; Varianten trennen zunächst eine…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook konfiguriert einen NLinear-Prognoselauf für FX-Paare. Das Modell verwendet ein festes, lückenlos aufeinanderfolgendes Rückblickfenster und zieht den zuletzt beobachteten Wert ab, sodass es auf Veränderungen in diesem Fenster ausgerichtet…

DevisenhandelMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieser Leitfaden erläutert, wie stündliche kontinuierliche Futures-Daten in Tagesbalken umgewandelt werden, die an CME-Handelssitzungen ausgerichtet sind. Da eine Sitzung um 4 PM Central Time endet, gehören Balken vom Sonntagabend zur Montagssitzung. Balken…

FuturesRohstoffeMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieser Code definiert Schutzmaßnahmen für reproduzierbare Kreuzvalidierung, die Nachverfolgung der Eignung und zeitlich auf Folds begrenzte Merkmale. Er normalisiert Fold-Grenzen, vergleicht angeforderte Folds mit den Grenzen, die zur Erstellung zeitlicher…

StatistikBacktestingMaschinelles Lernen