Wissensbibliothek

Dieses Audit vergleicht Backtrader und Zipline mit ML4T anhand realer Strategiefälle. Dabei werden nur Kombinationen aus Assets und Kontrakten berücksichtigt, die beide Engines und das eingefrorene Datenpaket nativ abbilden können. Untersucht werden die…

Dieses Notebook definiert und validiert monatliche Rendite-Labels für eine Querschnittsstudie zu Unternehmensmerkmalen aus US. Es prüft, wie der Datenanbieter die Merkmale jeder Zeile dem Renditeergebnis zuordnet, und betont, dass das Panel bereits…

Dieses Notebook erstellt einen durchgängigen Portfolioallokator, der ein Variablenauswahl-Netzwerk im Stil eines Temporal Fusion Transformers vor einen LSTM schaltet. Separate gated Residual Networks bilden einzelne Merkmale ab, und gelernte weiche Gewichte…

Dieses Notebook vergleicht tägliches, wöchentliches, zweiwöchentliches und monatliches Rebalancing für ein Momentum-Portfolio mit den höchsten Rangwerten, das aus einem festen ETF-Universum zusammengestellt wird. Es misst den Portfolioumschlag und die…

Diese Übersicht erläutert eine Modellfamilie zur Prognose von Renditen anhand von Unternehmensmerkmalen. Statt jedes Merkmal als direkten Renditeprädiktor zu behandeln, nehmen die Modelle an, dass Renditen von einer kleinen Zahl unbeobachteter gemeinsamer…

Dieses Setup-Dokument definiert eine wöchentliche Forschungs-Pipeline für 500-Aktien, die Optionsmarkt-Features mit preisbasierten Signalen kombiniert. Es legt das zulässige Universum, Entscheidungs- und Ausführungszeitpunkte sowie unterschiedliche…

Dieses Dokument stellt ein didaktisches selektives Zustandsraummodell im Mamba-Stil vor, das ETF-Renditen anhand von Sequenzen aus Momentum-Features prognostiziert. Anders als Attention und dichte zeitliche Mischung führt ein Zustandsraummodell einen Zustand…

Dieses Dokument beschreibt einen bedingten Autoencoder, der Unternehmens-Exposures gegenüber latenten Renditefaktoren als nichtlineare Funktion von Unternehmensmerkmalen modelliert. Wie IPCA schätzt er eine Faktorstruktur, in der prognostizierte Renditen…

Dieses Dokument erläutert ein TabM-neuronales Netz, das ETFs anhand tabellarischer Features einordnet. Ein gemeinsamer zweischichtiger Backbone versorgt mehrere Mitglieder, die jeweils über einen erlernten Skalierungsvektor und eine Ausgabeschicht verfügen.…

Dieses Notebook erläutert, wie Beteiligungslimits den Anteil des Marktvolumens begrenzen, den eine Order je Intervall beanspruchen darf. Überschreitet eine übergeordnete Order den zulässigen Betrag, führt der Broker einen Teil aus und verschiebt den Rest auf…

Diese Kapitelübersicht erläutert, wie Gradient-Boosted Trees für Finanzprognosen mit Tabellendaten auf Entscheidungsbäumen und Random Forests aufbauen. Beim Boosting werden Lernende nacheinander hinzugefügt, um frühere Fehler zu korrigieren. So lassen sich…

Dieses Notebook untersucht, wie sich der Markteinfluss bei Aktien mit unterschiedlicher Liquidität auf die Backtest-Ergebnisse einer Momentum-Strategie auswirkt. Es hält Ordergröße und Strategie konstant, schätzt Liquidität und Volatilität anhand eines…

Dieses Notebook stellt ein veröffentlichtes Panel für die Machine-Learning-Forschung zu US-Aktien vor. Es enthält monatliche Beobachtungen mit 46 Unternehmensmerkmalen und Überschussrenditen des Folgemonats über mehrere Jahrzehnte. Die Merkmale werden nach…

Dieses Kapitel erläutert den Aufbau und Einsatz finanzieller Wissensgraphen für Fragen, bei denen Beziehungen wie Eigentumsverhältnisse, Lieferketten oder Ansteckungseffekte eine Rolle spielen. Es behandelt die Identität von Entitäten, typisierte…

Dieses Notebook vergleicht zwei Transformer-Architekturen zur Prognose von 21-Tagesrenditen von ETF anhand von acht Momentum-Features aus zurückliegenden Zeiträumen. PatchTST gruppiert aufeinanderfolgende Tage zu Patches, wodurch die Zahl der…

Dieses Notebook analysiert ein Portfolio aus Aktien-ETFs mithilfe von CAPM- und Fama-French-Faktorregressionen und erweitert die Analyse anschließend um rollierende Exposures, Renditeattribution und residuale Abhängigkeiten. Es verwendet abgeglichene…

Diese Demonstration führt dieselbe Strategie mit doppeltem gleitendem Durchschnitt und Crossover sowohl durch eine historische Backtest-Engine als auch durch eine Live-Engine, die dieselben täglichen ETF-Balken wiedergibt. Strategie, Eingaben, Parameter und…

Dieses Notebook erklärt ein Modell mit stochastischem Diskontfaktor (SDF) zur Bewertung der Querschnittsrenditen von US-Unternehmen. Es lernt Gewichte, mit denen diskontierte Asset-Renditen No-Arbitrage-Momentbedingungen erfüllen, statt einen Verlust für die…

Das Dokument beschreibt eine Ablationsstudie zur Frage, ob gelernte Graph-Einbettungen die Prognose von Aktienrenditen über gewöhnliche Tabellenmerkmale hinaus verbessern. Es erstellt ein Netzwerk aus historischen Korrelationen von Aktienrenditen, berechnet…

Dieses Notebook vergleicht Random-Forest-Bagging mit XGBoost, LightGBM und CatBoost bei der Prognose von Aktienrenditen anhand anonymisierter Unternehmensmerkmale. Es verwendet vorab festgelegte zeitliche Trainings-, Validierungs- und Testaufteilungen, misst…

Dieses Tutorial erklärt, wie sich Marktdaten über einmalige Downloads hinaus organisieren lassen. Es stellt eine einheitliche Verwaltung zum Abruf einzelner Symbole oder ganzer Gruppen, vordefinierter und eigener Symboluniversen sowie zur…

Dieses Notebook prüft Risiko-Overlays auf Positions- und Portfolioebene für führende ETF-Allokationskombinationen einer Monatsstrategie. Es hält jede registrierte Prognose, Konzentration und jeden Allokator fest und vergleicht die Ergebnisse mit…

Das Notebook behandelt jedes Renditefenster als empirische Verteilung und clustert Fenster anhand der eindimensionalen Wasserstein-Distanz. Bei gleich großen Stichproben ergibt das Sortieren die optimale Zuordnung der Quantile. Die Distanz bildet daher…

Dieses Notebook erklärt ein didaktisches, auf Mamba basierendes selektives Zustandsraummodell und evaluiert es für die Prognose von ETF-Renditen. Anders als ein Zustandsraummodell mit festen Parametern leitet es den Eingabe-Zustands-Term, den…