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

952 Dokumente

Machine Learning for Trading

Dieser Datensatzleitfaden beschreibt ein monatliches US-Aktienpanel mit anonymisierten Unternehmen und Merkmalen für Asset-Pricing-Forschung mit maschinellem Lernen. Die Daten umfassen Rechnungslegungs- und technische Merkmale, Renditen sowie vordefinierte…

AktienUS-MärkteMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook stellt einen Arbeitsablauf vor, der eine große Menge von ETF-Merkmalen auf Kandidaten für spätere Modellierung reduziert. Es ordnet Merkmale anhand querschnittlicher Spearman-Informationskoeffizienten gegenüber künftigen Renditen, berechnet…

AktienStatistikMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Notebook erläutert, wie ein stochastischer Diskontfaktor (SDF) einen Querschnitt von Aktienoptionssignalen bewertet. Anders als Faktormodelle, die Expositionen und Faktorrenditen schätzen, schätzt der SDF-Ansatz eine Zufallsvariable, die konsistente…

OptionenAktienMaschinelles LernenFaktorinvestieren
Machine Learning for Trading

Dieses Dokument stellt latente Faktoren als gemeinsame Renditemuster von Aktien vor; die Ladung jeder Aktie beschreibt ihre Exposition gegenüber einem Muster. Es stellt die Hauptkomponentenanalyse, die Faktoren und Aktienladungen allein aus dem Renditepanel…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Dokument erläutert, wie sich Labels für künftige Renditen und Richtungen für die NASDAQ-100-Intraday-Forschung konstruieren lassen. Es definiert die Rendite anhand einer expliziten Ausführungskonvention: einen Balkenschluss beobachten, beim nächsten…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook untersucht TabM, ein neuronales Netzwerkdesign für tabellarische Daten, anhand monatlicher Unternehmensmerkmale. Es vergleicht drei Voreinstellungen, die die verborgene Breite und die Ensemblegröße erhöhen, während die übrigen…

AktienMaschinelles LernenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook wendet eine zuvor ausgewählte Aktien- und Optionsstrategie für den S&P 500 auf Prognosen für einen separaten Holdout-Zeitraum von 2021 an. Es übernimmt die ausgewählte Konfiguration unverändert, einschließlich Allokator, Konzentrationsregeln,…

AktienOptionenBacktestingRisikomanagement
Machine Learning for Trading

Dieses Kapitel beschreibt die Governance nach der Bereitstellung von Trading-Systemen auf Basis maschinellen Lernens. Es unterscheidet technische Fehler, bei denen identische Eingaben unterschiedliche Ausgaben erzeugen, von statistischem Leistungsabfall, bei…

Maschinelles LernenRisikomanagementOrderausführungStatistik
Machine Learning for Trading

Dieser Index stellt latente Faktoren als gemeinsame Muster vor, die aus gleichgerichteten Aktienrenditen abgeleitet werden; die Ladung jeder Aktie gibt ihre Exposition gegenüber einem Muster an. Er stellt die Hauptkomponentenanalyse, die Faktoren und…

AktienFaktorinvestierenMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook prüft die Lee-Ready-Klassifizierung von Trades anhand von Aggressor-Seiten-Labels in Nasdaq-Order-by-Order-Daten. Es rekonstruiert das Limit-Orderbuch aus Hinzufüge-, Änderungs-, Stornierungs-, Ausführungs- und Rücksetzmeldungen und richtet…

MarktmikrostrukturHochfrequenzhandelOrderausführungAktien
Machine Learning for Trading

Dieses Notebook nutzt TreeSHAP, um LightGBM-Renditeprognosen zu erklären, mit globaler Merkmalswichtigkeit, Erklärungen einzelner Prognosen, Abhängigkeitsdiagrammen und paarweisen Interaktionswerten. Es vergleicht SHAP-Rangfolgen mit Permutationswichtigkeit…

AktienMaschinelles LernenStatistikFaktorinvestieren
Machine Learning for Trading

Dieses Notebook wandelt Finanzmeldungen in Signale auf Aktienebene um und bewertet sie anhand zukünftiger Renditen. Es erstellt Embeddings der Meldungen, misst Nachrichtenüberraschungen als semantischen Abstand zu einer rollierenden Embedding-Referenz und…

AktienFaktorinvestierenMarktstimmungMaschinelles Lernen
Machine Learning for Trading

Dieses Dokument erläutert, wie eine zuvor ausgewählte US-Aktienstrategie mit Holdout-Daten bewertet wird, während ihre Konfiguration unverändert bleibt. Es leitet die korrekte Holdout-Vorhersagemenge aus der Trainingsidentität und dem Checkpoint des…

AktienUS-MärkteBacktestingRisikomanagement
Machine Learning for Trading

Das Notebook demonstriert eine Pipeline, die Lieferanten-, Kunden- und Wettbewerberbeziehungen aus regulatorischen Jahresberichten von Unternehmen extrahiert und als Wissensgraph speichert. Ein lokales Sprachmodell erzeugt aus Texten regulatorischer…

AktienMaschinelles LernenStatistik
Machine Learning for Trading

Dieses Notebook misst, wie sich Handelskosten auf Strategien auswirken, die bereits anhand von Signalen, Allokation und Risikosteuerung ausgewählt wurden. Bevor die Kosten variiert werden, wird je Label eine anhand der Validierung ausgewählte Konfiguration…

AktienBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Dokument erläutert, warum Stop-Losses, Trailing-Stops und zeitbasierte Ausstiege in einer Fallstudie nicht bewertet werden können, deren Backtest Gewichte über einen Monat hält und nur die realisierte monatliche Vorwärtsrendite beobachtet. Solche…

AktienRisikomanagementBacktestingPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Dokument beschreibt ein Bewertungsverfahren für registrierte NASDAQ-100-Mikrostruktur-Backtests. Es liest bestehende Durchläufe ein, statt Modelle zu trainieren oder Backtests erneut auszuführen, verfolgt Herkunfts- und Abstammungsketten ausgewählter…

AktienMarktmikrostrukturBacktestingStatistik
Machine Learning for Trading

Dieses Dokument stellt eine schrittweise Methode vor, um Unternehmensnamen aus alternativen Daten, regulatorischen Einreichungen, Nachrichten und Kursquellen Wertpapieren zuzuordnen. Zunächst werden verfügbare Kennungen in einer festgelegten…

AktienStatistikMaschinelles LernenRisikomanagement
Machine Learning for Trading

Dieses Notebook definiert monatliche Gesamtrendite-Labels für eine querschnittliche Studie zu Unternehmensmerkmalen in US und prüft, wie diese Ergebnisse zu den Zeilen des Datenanbieters passen. Das Panel verknüpft Merkmale des Vormonats mit der Rendite des…

AktienUS-MärkteMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook erläutert, wie ein temporales Faltungsnetzwerk (TCN) Renditen aus geordneten Finanzdaten prognostizieren kann. Kausale Faltungen stellen sicher, dass eine Ausgabe zu einem bestimmten Zeitpunkt nur von aktuellen und früheren Eingaben abhängt.…

Maschinelles LernenAktienMomentumStatistik
Machine Learning for Trading

Dieses Dokument stellt eine ereignisgesteuerte Methode vor, um eine begrenzte Zahl von Intraday-Positionen zu halten. Vorhersagen werden anhand des jeweils neuesten verfügbaren Scores den Kursbars zugeordnet, optional begrenzt durch eine Aktualitätsgrenze.…

AktienHochfrequenzhandelMarktmikrostrukturOrderausführung
Machine Learning for Trading

Diese Fallstudie wandelt gespeicherte Modellvorhersagen für US-Aktien in gleichgewichtete Long-Short-Portfolios um. Sie untersucht mehrere Einstiegsschemata, die jeweils die höchstplatzierten Namen für Long-Positionen und die niedrigstplatzierten für…

US-MärkteAktienMaschinelles LernenBacktesting
Machine Learning for Trading

Diese Live-Trading-Demonstration beschreibt einen täglichen Neugewichtungs-Workflow für ein festes Universum von US-Large-Cap-Aktien. Sie vergleicht die beim Broker gehaltenen Positionen mit Modellzielen, wandelt die Differenzen in einen Auftragssatz um und…

AktienOrderausführungRisikomanagementPositionsgrößenbestimmung