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 operative Tutorial demonstriert Laufzeitsicherungen für ein Live-Trading-System mit einem synthetischen Broker. Es zeigt, wie SafeBroker Aufträge ablehnt, wenn Marktdaten zu alt sind oder Tagesverluste ein konfiguriertes Limit überschreiten, und wie…

RisikomanagementOrderausführungMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook vergleicht DQN, PPO und A2C in einer gemeinsamen simulierten Trading-Umgebung, die auf stündliche Renditen von Bitcoin-Perpetual-Futures kalibriert ist. Ein GARCH(1,1)-Modell erzeugt Volatilitätscluster. Die Umgebung berechnet Kosten für…

Maschinelles LernenKryptoPerpetual FuturesVolatilität
Machine Learning for Trading

Dieses Dokument erläutert eine Validierungsbaseline für Modellprognosen zu CME-Futures. Bei jeder wöchentlichen Entscheidung werden die Produkte nach prognostizierter Rendite geordnet; die oberste Gruppe wird long und die unterste short gehalten, wobei beide…

FuturesBacktestingPortfolio-KonstruktionRisikomanagement
Machine Learning for Trading

Dieses Notebook beschreibt einen operativen Ablauf, um eine Strategie über TWS oder Gateway mit Interactive Brokers zu verbinden. Es prüft, ob es sich um ein Paper-Konto handelt, liest Kontowerte und Positionen aus und ruft historische Bars ab, um den…

OrderausführungRisikomanagementMomentumAktien
Machine Learning for Trading

Dieses Notebook untersucht, wie empfindlich ein Momentum-Backtest für ETF gegenüber der angenommenen Handelsgebühr ist. Es hält die Gewichte und den Handelszeitplan der Strategie konstant, führt den Simulator mit verschiedenen Kosten pro Handelsseite erneut…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Diese Analyse wertet eine registrierte Backtesting-Pipeline für eine monatliche US-Aktienstrategie auf Basis von Unternehmensmerkmalen aus. Sie berichtet die Unsicherheit des Sharpe-Werts, die Wahrscheinlichkeit eines positiven Sharpe-Werts und…

AktienFaktorinvestierenStatistikBacktesting
Machine Learning for Trading

Dieses Notebook misst, wie sich Ausführungskosten auf eine bereits ausgewählte Konfiguration für Krypto-Perpetuals auswirken. Modell, Checkpoint, Einstiegsregel, Allokator und Risikokontrolle bleiben unverändert. Anschließend wird die Strategie mit einem…

KryptoPerpetual FuturesBacktestingOrderausführung
Machine Learning for Trading

Dieses Dokument beschreibt Datensatz-Hilfsprogramme zur Vorbereitung von Zeitreihenpanels für Modelltraining und gleitende Inferenz. Der Trainingsdatensatz gibt gleitende Sequenzen von Merkmalen, zukünftigen Renditen, Volatilitätsskalen und Masken mit…

Maschinelles LernenBacktestingPortfolio-KonstruktionOrderausführung
Machine Learning for Trading

Diese Studie verwendet Orderdaten von NVDA über zehn Handelstage, um zu untersuchen, wie die tägliche Handelsaktivität die Bildung von Bars beeinflusst. Sie filtert Trades auf die regulären Handelszeiten der US, klassifiziert Aggressor-Seiten anhand von…

AktienMarktmikrostrukturOrderausführungTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument beschreibt Hilfsprogramme zum Laden geparster NASDAQ-ITCH-Nachrichten und zum Wiederaufbau eines Limit-Orderbuchs aus Auftragserteilungen, Löschungen, Stornierungen, Ausführungen und Ersetzungen. Es verfolgt die verbleibenden Aktien je…

AktienMarktmikrostrukturOrderausführungHochfrequenzhandel
Machine Learning for Trading

Dieses Notebook verfolgt die ETF-Ranking-Signale von der Portfoliobildung bis zu einem vereinfachten Backtest. Ridge-Regression und logistische Klassifikation werden mit Walk-Forward-Aufteilungen trainiert und anschließend mit Momentum- und gleich…

AktienMaschinelles LernenBacktestingOrderausführung
Machine Learning for Trading

Diese Übersicht ordnet mehrere Trading-Fallstudien nach Anlageklasse, Umfang des Universums, Datenfrequenz, Entscheidungsrhythmus, Kostenregime und Auswertungsprotokoll. Sie liest die in jeder Studie angegebenen Rahmenbedingungen aus und stellt…

Multi-AssetBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook untersucht, wie sich Transaktionskosten auf eine feste CME-Futureskonfiguration auswirken, die an anderer Stelle im Forschungsprozess ausgewählt wurde. Es wendet ein Raster von Gesamtkosten an, wobei jede Stufe gleichmäßig auf Kommissionen…

FuturesBacktestingOrderausführungRisikomanagement
Machine Learning for Trading

Dieses Notebook vergleicht PyPortfolioOpt, Riskfolio-Lib und skfolio. Dazu passt es Portfolioallokatoren auf einem gemeinsamen ETF-Renditepanel an und wertet ihre eingefrorenen Gewichte anhand späterer Beobachtungen aus. Es umfasst Mean-Risk-, Tail-Risk-,…

Portfolio-KonstruktionBacktestingRisikomanagementOrderausführung
Machine Learning for Trading

Diese Analyse verwendet NASDAQ-TotalView-ITCH-Nachrichten, um die Aktivität am Handelsplatz zu beschreiben und eine Tabelle mit Trades und den zugehörigen Ticker-, Seiten- und Ordermerkmalen zu erstellen. Sie zählt Nachrichtentypen, vergleicht Trades mit den…

AktienMarktmikrostrukturOrderausführungStatistik
Machine Learning for Trading

Dieses Dokument modelliert die Orderverarbeitung bei Brokern und Börsen als endlichen Zustandsautomaten. Es definiert eindeutige Zustände für Übermittlung, Bestätigung, Annahme, Teilausführung, Stornierung, Ablehnung, Verfall und Aussetzung und ordnet…

OrderausführungMarktmikrostrukturRisikomanagement
Machine Learning for Trading

Dieses Notebook entwickelt die Lösung von Almgren–Chriss für die Liquidation einer Position, bei der der Markteinfluss gegen das Risiko abgewogen wird, Preisbewegungen ausgesetzt zu bleiben. Es verwendet den Implementation Shortfall relativ zum…

OrderausführungMarktmikrostrukturRisikomanagementBacktesting
Machine Learning for Trading

Das Dokument erläutert, wie sich handelsbasierte Mikrostrukturmerkmale aus zu Intraday-Balken aggregierten NASDAQ-Transaktionsdaten konstruieren lassen. Behandelt werden Kyle-Lambda, Amihud-Illiquidität, der Roll-Spread-Schätzer, Handelsintensität und das…

AktienMarktmikrostrukturOrderausführungTechnische Indikatoren
Machine Learning for Trading

Dieses Notebook zeigt, wie sich NASDAQ-TotalView-ITCH-Nachrichten mit Einzelauftragsdaten aus dem Binärformat in strukturierte Datensätze dekodieren lassen. Es erläutert den Nachrichtenaufbau und die layoutspezifischen Felder, zeigt das Entpacken der Felder…

AktienMarktmikrostrukturHochfrequenzhandelOrderausführung
Machine Learning for Trading

Dieses Notebook setzt eine monatliche ETF-Momentum- und Zinskurven-Regimestrategie auf zwei Arten um: mit vektorisierter Renditeberechnung und einer sequenziellen Kontosimulation. Beide verwenden dieselben Zielgewichte, Anlagen, Daten und gesamten…

AktienMomentumBacktestingOrderausführung
Machine Learning for Trading

Dieses Notebook führt eine Einsatzprobe für ein Modell zur Prognose der Richtung von Krypto-Funding-Raten durch. Es trainiert ein dreiklassiges LightGBM-Modell mit historischen, von Binance abgeleiteten Perpetual-Daten, ruft anschließend Live-Stundenbalken…

KryptoPerpetual FuturesSpotmärkteMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook stellt einen Ablauf zur Beschaffung und Pflege von Finanzzeitreihen mit einer einheitlichen Verwaltung, vordefinierten oder benutzerdefinierten Symboluniversen und partitionierter Parquet-Speicherung vor. Es behandelt den Abruf einzelner und…

Multi-AssetAktienBacktestingOrderausführung
Machine Learning for Trading

Diese explorative Analyse prüft, ob ein Momentum-Signal über zwölf Monate, bei dem der jüngste Monat ausgelassen wird, mit den Renditen des Folgemonats in einem Universum von 100-ETF zusammenhängt. Sie erstellt anhand bereinigter Schlusskurse ein monatliches…

Multi-AssetMomentumStatistikBacktesting
Machine Learning for Trading

Dieses Notebook vergleicht Behavior Cloning und inverses Reinforcement Learning (IRL) anhand von Demonstrationen einer zeitgewichteten Durchschnittspreisregel (TWAP) zur Ausführung. Behavior Cloning ordnet beobachtete Marktzustände direkt Aktionen zu,…

OrderausführungMaschinelles LernenStatistikRisikomanagement