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

478 Dokumente

Machine Learning for Trading

Dieses Notebook untersucht, wie sich der Rebalancing-Takt auf den Portfolio-Umschlag, die Brutto-Performance und kostenbereinigte Ergebnisse eines Momentum-Portfolios aus den am höchsten gerankten ETFs auswirkt. Es schätzt den Portfolio-Umschlag anhand…

AktienMomentumOrderausführungBacktesting
Machine Learning for Trading

Dieses Notebook erstellt Kennzahlen zur Markt-Mikrostruktur aus NASDAQ ITCH-Handelsdaten, fasst Trades zu Intraday-Bars zusammen und unterscheidet Liquiditäts-Proxys von Orderflow-Signalen und dem Zustand des Orderbuchs. Vor der Aggregation werden einzelne…

AktienMarktmikrostrukturHochfrequenzhandelStatistik
Machine Learning for Trading

Diese Demo skizziert einen durchgehend laufenden Krypto-Handelsablauf, der mit dem USD-Spotmarkt von Alpaca verbunden ist. Sie ordnet ein Anlageuniversum aus einer Perpetual-Futures-Fallstudie den vom Handelsplatz unterstützten Spot-Paaren zu und macht…

KryptoSpotmärktePerpetual FuturesMomentum
Machine Learning for Trading

Dieses Notebook untersucht, wie sich Transaktionskosten auf eine häufig rebalancierte NASDAQ-100-Strategie auswirken. Zunächst werden Kostenannahmen in Basispunkten auf bestehende Backtests ohne Kosten angewendet, um zu zeigen, wie sich die Sharpe Ratio mit…

AktienOrderausführungMarktmikrostrukturBacktesting
Machine Learning for Trading

Dieses Notebook wandelt Modellrankings in einfache Krypto-Perpetual-Futures-Portfolios um, damit spätere Experimente die Auswirkungen veränderter Positionsgrößen, Kosten oder Risikokontrollen messen können. Es nutzt Einstiegsregeln wie die Auswahl der…

KryptoPerpetual FuturesBacktestingPortfolio-Konstruktion
Machine Learning for Trading

Dieses Dokument zeigt, wie sich eine fünftägige ETF-Momentumstrategie über eine gemeinsame Strategieschnittstelle mit Alpaca verbinden lässt. Die Strategie verfolgt Momentum bei SPY, QQQ und IWM und erzeugt Signale, wenn ein Schwellenwert überschritten wird.…

AktienMomentumOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook macht aus Modellprognosesätzen vergleichbare Backtests für Optionen auf den S&P 500. An jedem wöchentlichen Entscheidungstermin ordnet es die prognostizierten Renditen, wählt die höchstplatzierten Symbole aus dem liquiden Anlageuniversum aus…

OptionenAktienBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook zeigt, wie Feast mit Parquet-Quellen, Entitäten, Feature-Views, Zeitstempeln und einer Time-to-Live-Regel konfiguriert wird. Anschließend ruft es Features für Trainingsbeispiele und eine Live-Abfrage zum jeweiligen Stichtag ab. Die Ausgabe…

Maschinelles LernenOrderausführungBacktestingStatistik
Machine Learning for Trading

Dieses explorative Notebook beschreibt Aufbau und Interpretation der vorab berechneten Felder in AlgoSeek-NASDAQ-100-Minutenbalken. Es ordnet sie in Quotepreise und -größen, Handelspreise, Spreads, Volumen, Handelsort-Kategorien, Tick-Richtung, Kauf- und…

AktienMarktmikrostrukturOrderausführungUS-Märkte
Machine Learning for Trading

Das Dokument zeigt einen Broker-Wrapper, der Orders und den Portfoliostatus prüft, bevor er Trades weiterleitet. Zu den Kontrollen gehören Obergrenzen für Stückzahl und Wert je Order, Positionslimits, Orderratenlimits, Positiv- und Sperrlisten für…

RisikomanagementPositionsgrößenbestimmungOrderausführungBacktesting
Machine Learning for Trading

Diese Fallstudie bewertet monatliche Long-Short-Dezilstrategien auf Basis von Unternehmensmerkmalen aus den US. Sie vergleicht lineare Modelle, Gradient Boosting und Ansätze mit latenten Faktoren unter Berücksichtigung zeitpunktbezogener Verzögerungen bei…

AktienUS-MärkteFaktorinvestierenMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook vergleicht eingebettete, serverbasierte, universelle und auf den Handel ausgerichtete Datenbanken bei Aufgaben mit Finanzzeitreihen: Massenschreibvorgänge, vollständige Scans, Zeitfensterabfragen, OHLCV-Aggregation und die Zuordnung von…

BacktestingStatistikMarktmikrostrukturOrderausführung
Machine Learning for Trading

Diese Analyse vergleicht drei Verfahren, um vorzeichenbehaftete Modellprognosen von Renditen in binäre Positionen umzuwandeln: einen festen Schwellenwert von null, ein nachlaufendes Perzentil je Symbol und ein Perzentil im Querschnitt der Symbole. Sie wendet…

Maschinelles LernenOrderausführungBacktestingKrypto
Machine Learning for Trading

Dieses Notebook demonstriert operative Schutzmaßnahmen für den Live-Handel mit einem synthetischen Broker. Es zeigt, wie eine Order abgelehnt wird, wenn der Marktsnapshot älter als die festgelegte Dauer ist, und wie ein Rückgang des Kontowerts den täglichen…

RisikomanagementOrderausführung
Machine Learning for Trading

Dieses Notebook misst, wie sich veränderte proportionale Transaktionskosten auf jeweils eine anhand der Validierung ausgewählte FX-Strategie je Renditelabel auswirken. Zunächst wählt es eine übergeordnete Strategie aus Kandidaten für Signal, Allokation und…

DevisenhandelBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Diese Analyse erläutert, wie Informationskoeffizienten (ICs) im Querschnitt für CME-Futuresmodelle zu lesen sind und wie sie mit späteren Portfoliotests zusammenhängen. Sie berechnet für jedes Datum die Rangkorrelation zwischen prognostizierten und…

FuturesStatistikMaschinelles LernenBacktesting
Machine Learning for Trading

Dieses Notebook untersucht, ob historische ETF-Daten eine monatliche Rangstrategie unterstützen können, bevor ein Modell oder eine Prognose erstellt wird. Es prüft die zeitpunktbezogene Eignung anhand der Liquidität des Vorjahres, zählt verfügbare Fonds an…

AktienBacktestingOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook untersucht, warum zwei Backtesting-Engines bei identischen Signalen unterschiedliche Ergebnisse liefern können. Es hält eine vorab berechnete ETF-Strategie konstant, bildet anhand ihrer Prognosen ein deterministisches Portfolio und verändert…

BacktestingOrderausführungMarktmikrostrukturPositionsgrößenbestimmung
Machine Learning for Trading

Dieses Notebook nutzt aus NASDAQ ITCH abgeleitete Trades und Auftragsmeldungen, um Muster der Markt-Mikrostruktur zu veranschaulichen. Es untersucht eine negative Autokorrelation erster Ordnung bei Renditen aus Tick-Handelspreisen und erläutert, wie…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook entwickelt eine simulierte Market-Making-Aufgabe, in der ein PPO-Agent Quotierungsverschiebung und Spannenbreite wählt. Die Ausführungswahrscheinlichkeit sinkt, je weiter sich die Quotierungen vom Mittelkurs entfernen, während das…

Market-MakingMaschinelles LernenOrderausführungMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook verwendet aus NASDAQ ITCH abgeleitete Handelsdatensätze, um die Intraday-Handelsaktivität zu untersuchen. Es fasst einzelne Trades in Zeitbalken zusammen und vergleicht Aktienvolumen, Handelszahlen, letzte Kurse und volumengewichtete Kurse…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie der Marktimpact mit der Auftragsgröße wächst, und nutzt das Wurzelmodell der Partizipation zur Einordnung der Strategiekapazität. Es unterscheidet Eingaben aus Marktdaten wie Volatilität und durchschnittlichem Tagesvolumen vom…

MarktmikrostrukturOrderausführungRisikomanagementPositionsgrößenbestimmung
Machine Learning for Trading

Dieser Leitfaden stellt zwei Quellen für US-Tickdaten zu US-Aktienorderbüchern für die Mikrostrukturforschung vor: Databento-Market-by-Order-Ereignisse und NASDAQ-TotalView-ITCH-Nachrichten. Er beschreibt ihre Formate, Abdeckung, ungefähren Datenmengen und…

AktienMarktmikrostrukturOrderausführungUS-Märkte