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.
1,075 Dokumente
Dieses Notebook fasst die Prognose von 21-Sitzungs-ETF-Zukunftsrenditen als binäre Aufgabe: Positive Renditen werden als steigend und alle übrigen als fallend klassifiziert. Es passt eine logistische Regression mit L2- und L1-Regularisierung anhand…
Dieses Notebook prüft, ob ein LSTM zeitliche Strukturen aus ETF-Merkmalshistorien extrahieren kann, die flache Merkmalsmodelle möglicherweise übersehen. Vor dem Fitten gleicht es die definierte Sequenzpopulation mit verfügbaren Merkmalen, Labels, Entitäten…
Dieses Tutorial leitet den Kelly-Anteil für eine binäre Wette her, indem es das erwartete logarithmische Vermögenswachstum maximiert, und erweitert das Konzept anschließend auf stetige Renditen und ein Mehrwertpapierportfolio. Es verwendet symbolische…
Dieses Notebook bewertet vier aus Nachrichtentext abgeleitete Signale: gewichtete Überraschung, durchschnittliche Stimmung, Stimmungsdynamik und Artikelabdeckung. Es verwendet zukünftige Renditen, die in einem früheren Schritt zur Merkmalsbildung vorbereitet…
Dieses Kapitel behandelt Transaktionskosten als Einschränkung während der gesamten Strategieentwicklung und -umsetzung – von der Faktorevaluierung und dem Backtesting über die Portfoliozusammenstellung und Risikoüberwachung bis zur Produktionskontrolle. Es…
Das Notebook demonstriert die Abstimmung von LightGBM für die Prognose von ETF-Renditen mit Optunas TPE-Sampler. Es durchsucht Einstellungen für Baumstruktur, Stichprobenziehung und Regularisierung, wählt mithilfe vorzeitigen Abbruchs die Boosting-Runden aus…
Dieses Kapitel stellt einen Forschungsablauf für den Einsatz von Prognosemodellen im Trading vor, bei dem stabile Prognosen außerhalb der Stichprobe wichtiger sein können als unverzerrte Koeffizientenschätzungen. Es behandelt regularisierte…
Dieses Notebook erläutert, wann eine Handelsstrategie klarer Balken für Balken mit sich veränderndem Zustand simuliert werden kann, statt sie als vorab berechnete Signale oder Gewichtungen auszudrücken. Es vergleicht arraybasierte Backtests, die schnell und…
Dieses Notebook vergleicht eine vollständige Gittersuche mit Optunas TPE-Bayes-Sampler, um ein LightGBM-Modell für die Prognose künftiger ETF-Renditen abzustimmen. Zunächst erhalten beide Methoden dasselbe Versuchskontingent für ein kleines kategoriales…
Dieses Notebook definiert Labels für künftige Renditen in einem US-Aktienpanel und erläutert, warum ihre Konstruktion alle nachgelagerten Modelle und Backtests beeinflusst. Es legt Renditefenster anhand bereinigter Preise und Handelssitzungen fest, prüft, ob…
Dieses Notebook trainiert TabM-neuronale Netze, um ETFs anhand derselben flachen Merkmalstabelle wie lineare und Boosting-Modelle zu ordnen. Jedes Ensemblemitglied teilt sich ein zweischichtiges Backbone, verfügt aber über einen eigenen Skalierungsvektor und…
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…
Dieses Notebook prüft, ob historische ETF-Daten eine monatliche Rangfolgestrategie unterstützen können, bevor ein Modell angepasst oder Prognosen erstellt werden. Es prüft das handelbare Universum anhand der Liquidität des Vorjahres, zählt die zulässigen…
Dieses Notebook vergleicht Methoden zur Kapitalallokation auf US-Aktienpositionen, während Modell, Checkpoint, Rebalancing-Termine und ausgewählte Aktien konstant bleiben. Es untersucht Gewichtungen anhand der Prognosestärke, der Breite des…
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…
Dieses Notebook bewertet Stop-Loss, Trailing-Stop und Ausstiege nach fester Haltedauer bei ausgewählten US-Aktienstrategien. Ein Stop-Loss reagiert auf Verluste seit dem Einstieg, ein Trailing-Stop auf Rückgänge vom Höchststand einer Position und ein…
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…
Dieses Notebook definiert Vorwärtsrenditeziele für eine Futuresstrategie im Querschnitt, die Produkte nach ihrer Laufzeitstruktur einordnet, stärkere Carry-Produkte long geht und schwächere short. Es unterscheidet um Rollvorgänge bereinigte Kurse, die sich…
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,…
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…
Dieses Notebook vergleicht Provisionsmodelle für Aktien und Futures mit mehreren Slippage-Modellen und hebt hervor, dass sich ihre Einheiten und Annahmen unterscheiden. Prozentuale Gebühren bleiben als Anteil des Nominalwerts konstant, während…
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…
Dieses Dokument beschreibt einen festen Backtest außerhalb der Stichprobe für eine ausgewählte CME-Futuresstrategie. Konfiguration, Vorhersagen, Allokator, Umschichtungsrhythmus, Konzentration und Transaktionskostenannahmen stammen aus früheren…
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…