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

93 Dokumente

Machine Learning for Trading

Dieses Notebook analysiert rekonstruierte NASDAQ-Limit-Orderbücher, um Intraday-Spreads und die Markttiefe an der besten Geld- und Briefseite zu beschreiben. Anschließend untersucht es, ob ein Ungleichgewicht im Orderflow mit nachfolgenden Renditen in…

MarktmikrostrukturAktienStatistikOrderausführung
Machine Learning for Trading

Dieses Notebook stellt ein von GT-GAN inspiriertes generatives Modell für Finanzzeitreihen vor, die in unregelmäßigen Abständen erfasst werden, etwa Tick-, Volumen- oder Dollar-Balken. Encoder, Generator, Diskriminator und Decoder verwenden kontinuierliche…

Maschinelles LernenStatistikMarktmikrostrukturHochfrequenzhandel
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 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

Dieses Dokument vergleicht vier Aktienmarktdatenquellen für die Untersuchung von Trades, Quotes und Limit-Orderbüchern: AlgoSeek TAQ, Databento Market-by-Order, NASDAQ ITCH und IEX HIST. Es erläutert Granularität, Abdeckung, Kosten oder Zugangsbedingungen,…

AktienMarktmikrostrukturOrderausführungHochfrequenzhandel
Machine Learning for Trading

Dieses Kapitel stellt Marktdaten als Ergebnis von Handelsregeln, Liquidität und dem Verhalten der Marktteilnehmer dar. Es gibt einen Überblick von Quotes auf der obersten Orderbuchebene bis hin zu Order-Level-Feeds und beschreibt anschließend, wie…

MarktmikrostrukturOrderausführungHochfrequenzhandelStatistik
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

Dieses Notebook vergleicht Prognosemodelle, die NASDAQ-100-Aktien nach ihrer Rendite in den nächsten 15 Minuten ordnen, anhand von Intraday-Mikrostrukturinformationen wie Spreads, Ungleichgewichten in der Markttiefe, vorzeichenbehaftetem Volumen und…

AktienMaschinelles LernenStatistikMarktmikrostruktur
Machine Learning for Trading

Dieses Notebook beschreibt eine von GT-GAN inspirierte Architektur zur Erzeugung von Zeitreihen mit tatsächlich unregelmäßigen Zeitstempeln, etwa Tick-, Volumen- oder Dollar-Bars. Ein GRU-ODE-Encoder bildet Beobachtungen auf latente Zustände ab, während…

Maschinelles LernenHochfrequenzhandelMarktmikrostrukturBacktesting
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 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 beschreibt das Training eines Long-Short-Term-Memory-Netzes mit einminütigen NASDAQ-100-Mikrostrukturmerkmalen, um Renditen über mehrere Horizonte vorherzusagen. Das Modell verarbeitet eine zurückliegende Sequenz Schritt für Schritt und…

Maschinelles LernenAktienHochfrequenzhandelBacktesting
Machine Learning for Trading

Diese Analyse rekonstruiert einzelne NASDAQ-Limit-Orders aus ITCH-Nachrichten zu Hinzufügungen, Löschungen, Teilstornierungen, Ersetzungen und Ausführungen. Sie misst, ob Orders storniert oder ausgeführt werden und wie lange es bis zu diesen Ereignissen…

AktienMarktmikrostrukturOrderausführungHochfrequenzhandel
arXiv papers

Das Dokument nutzt aktuelle Hochfrequenzdaten, um zu untersuchen, wie gleichmäßig sich die Volatilität im Zeitverlauf verändert. Es berichtet, dass sich die Log-Volatilität über angemessene Zeitskalen ungefähr wie fraktionale Brownsche Bewegung mit einem…

VolatilitätHochfrequenzhandelStatistikMarktmikrostruktur
arXiv papers

Diese Studie modelliert hochfrequente Orderfolgen von Aktien aus sechs Sektoren während des 2018-US-Handelskriegs. Sie verwendet eine zeitlich homogene Markow-Kette erster Ordnung in diskreter Zeit, prüft die Markow-Annahme mit einem Chi-Quadrat-Test und…

AktienHochfrequenzhandelMarktmikrostrukturStatistik
arXiv papers

Diese Arbeit entwickelt sparsame Hochfrequenzschätzer für Volatilität, die auch bei abrupten Änderungen der Spotvolatilität robust bleiben sollen. Die vorgeschlagenen Schätzer wenden eine ℓ1-Strafe auf bestehende Verfahren an und konzentrieren sich auf…

VolatilitätStatistikMaschinelles LernenHochfrequenzhandel
arXiv papers

Diese Studie untersucht wiederkehrende Ausschläge bei Volatilität und Handelsvolumen rund um Ein-Minuten-, Fünf-Minuten- und Viertelstundengrenzen an Kryptowährungsmärkten. Sie analysiert Handelsdaten aus sechs Binance-Perpetual-Kontrakten und nutzt die…

KryptoPerpetual FuturesHochfrequenzhandelMarktmikrostruktur
arXiv papers

Diese Arbeit schlägt einen generativen Rahmen vor, um den Orderflow an Finanzmärkten mit kontrollierbarem Marktverhalten zu erzeugen. Hintergrund ist, dass bestehende Verfahren zur Orderflow-Erzeugung Marktdaten möglicherweise nur unzureichend reproduzieren…

Maschinelles LernenHochfrequenzhandelMarktmikrostruktur
arXiv papers

Diese Arbeit verknüpft das Handelsverhalten auf hoher Frequenz mit zwei beobachteten Eigenschaften von Anlagepreisen: dem Leverage-Effekt, bei dem Renditen und Volatilität zusammenhängen, und rauer Volatilität, bei der die Volatilität unregelmäßige Pfade…

VolatilitätHochfrequenzhandelMarktmikrostrukturStatistik
arXiv papers

Die Studie nutzt Skalierungseigenschaften aggregierter hochfrequenter S&P-500-Renditen, um ein stochastisches Martingalmodell zu konstruieren. Das Modell soll bedingte Erwartungswerte für die Vormittagssitzung reproduzieren und wird anschließend auf den…

AktienHochfrequenzhandelTrendfolgeVolatilität
arXiv papers

Diese Arbeit stellt einen generativen, vortrainierten Transformer vor, der Finanzzeitreihen als Sequenzen von Ordernachrichten modelliert. Das Modell dient als Engine zur Ordergenerierung in einem diskreten Ereignissimulator, um die Dynamik von…

Maschinelles LernenMarktmikrostrukturStatistikHochfrequenzhandel
arXiv papers

Die Studie untersucht Hochfrequenzstrategien für SPY-Optionen anhand von Fünf-Minuten-Beobachtungen über einen Zeitraum von einem Monat. Sie berechnet Optionsgriechen und implizite Volatilität, bewertet amerikanische Optionen mit einem Binomialbaum und…

OptionenHochfrequenzhandelVolatilitätBewertung von Derivaten