Das Dokument skizziert einen Expert Advisor auf Basis eines Umkehrmusters: drei Kerzen in eine Richtung, eine kurze Gegenbewegung und eine bestätigende Kerze in der ursprünglichen Richtung. Das Muster ist für Long- und Short-Einstiege gespiegelt. Signale…
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
248 Dokumente
Der Artikel untersucht, wie sich der Fractal Adaptive Moving Average (FrAMA) mit dem Force Index in einem MQL5-Trading-System kombinieren lässt. FrAMA dient dazu, die Trendrichtung oder -neigung zu beschreiben, während der Force Index volumengewichtete…
Dieser Artikel passt Rademacher-, Walsh- und Hartley-Funktionen an die Kursanalyse an. Er erläutert, wie Koeffizienten über ein begrenztes Kursfenster gebildet und zu Indikatoren kombiniert werden. Rademacher-basierte Indikatoren stellen Kurse durch…
Der Artikel skizziert einen Expert Advisor für mehrere Symbole, der Reversions- und Momentumsignale für jedes Instrument getrennt auswertet. Er berechnet einen Z-Score anhand des Kurses im Verhältnis zu einem gleitenden Durchschnitt und dessen…
Die Vorlesung stellt einen Ablauf vor, mit dem sich prüfen lässt, ob ein Aktienfaktor die Aktien nach ihrer künftigen relativen Wertentwicklung einordnet. Im Momentum-Beispiel wird die Kursveränderung über einen langen Rückblickzeitraum gemessen, wobei der…
Das Dokument erklärt die Spearman-Rangkorrelation als Maß dafür, ob sich zwei Variablen in derselben oder entgegengesetzten Reihenfolge bewegen, auch wenn ihr Zusammenhang monoton, aber nicht linear ist. Die Korrelation wird aus gerankten Beobachtungen…
Das Dokument führt lineare Faktormodelle ein, die Renditen eines Assets anhand seiner Exponierungen gegenüber fundamentalen Faktorrenditen erklären. Es beschreibt zwei Möglichkeiten, Unternehmensmerkmale vergleichbar zu machen: Long-Short-Portfolios durch…
Dieses Dokument beschreibt eine tägliche Kandidatenmenge von ETF, die Aktien, festverzinsliche Wertpapiere, Rohstoffe und Währungen abdeckt. Es skizziert einen Ablauf zum Herunterladen und Laden von Marktdaten für Analysen, zur Prüfung der Abdeckung nach…
Dieses Notebook erstellt ein tägliches Merkmals-Panel für eine Long-Short-Rangstrategie über zwanzig FX-Paare. Es fasst vierstündige Kassakursbalken zu Sitzungen zusammen, die mit dem Rollover um 5 PM in New York enden, und erstellt daraus nachlaufende…
Dieses Notebook untersucht, ob ein LSTM die Reihenfolge von ETF-Merkmalshistorien nutzen kann, um Modelle mit flachen Merkmalen, linearen Modellen und Gradient Boosting zu übertreffen. Es gleicht die deklarierte Sequenzpopulation mit den aktuellen Daten ab,…
Diese Fallstudie vergleicht Prognosemodelle für eine monatliche Rotation über Anlageklassen hinweg, anhand von ETFs für Aktien, festverzinsliche Anlagen, Rohstoffe, Währungen und Immobilien. Die zentrale Erkenntnis lautet, dass Informationskoeffizient (IC)…
Dieses Notebook erläutert, wie Double Machine Learning (DML) schätzt, ob FX-Momentum zukünftige Renditen beeinflusst, nachdem konfigurierte Störfaktoren berücksichtigt wurden. Es unterscheidet diese Interventionsfrage von einer Prognose: Prädiktive Modelle…
Dieses Notebook stellt einfache Falsifikationsdiagnosen zur Prüfung von Merkmalen vor und unterscheidet ausdrücklich zwischen der Vereinbarkeit mit einem Mechanismus und kausaler Identifikation. Zunächst prüft es ETF-Merkmale über Horizonte zukünftiger…
Dieses Notebook schätzt mithilfe von Double Machine Learning den bereinigten Effekt eines kontinuierlichen ETF-Momentummaßes auf zukünftige Renditen. Es vergleicht eine unbereinigte Regression mit DML-Schätzungen, die jüngere und längerfristige Volatilität,…
Dieses Notebook erläutert, wie sich aus drei Kontraktlaufzeiten je Produkt eine querschnittliche Futures-Feature-Matrix erstellen lässt. Carry und Kurvenkrümmung werden aus Börsenabrechnungskursen abgeleitet, während rollbereinigte Preise für Rendite-,…
Dieses Notebook definiert Schlusskurs-zu-Schlusskurs-Renditen für zwei Handelshorizonte im Querschnitt von ETFs. Jeder Horizont wird vom bereinigten Schlusskurs bis zum Schlusskurs einer festgelegten Anzahl späterer Sitzungen gemessen. Es erklärt, warum…
Dieses Notebook passt TSMixer an, um künftige ETF-Renditen anhand historischer Momentum-Merkmale vorherzusagen. Die Architektur wechselt zwischen einer gemeinsamen linearen Transformation entlang der Zeitachse und einem Merkmals-MLP, das an jedem Datum…
Das Notebook untersucht, wie sich eine feste monatliche ETF-Momentumstrategie unter verschiedenen Volatilitäts-, Trend- und Zinskurvenbedingungen entwickelt hat. Die Regime werden so bestimmt, dass sie vor der beschriebenen Rendite bekannt sind: Volatilität…
Dieses Notebook entwickelt eine Finanz-Feature-Matrix für eine marktübergreifende ETF-Momentum-Hypothese: Assets mit einer stärkeren relativen Performance könnten im folgenden Monat weiterhin besser abschneiden. Es kombiniert nachlaufende Renditen über…
Dieses Dokument erläutert, wie sich eine Feature-Matrix für eine querschnittliche ETF-Momentum- und Rotationshypothese erstellen und prüfen lässt. Es definiert Rückblick und Informationsverzögerung für jedes Feature und erstellt anschließend nachlaufende…
Dieses Dokument fasst eine Prognose für Aktienrenditen über fünf Sitzungen neu, indem es täglich erhobene Daten freitags abtastet. Das Label bleibt eine Rendite über fünf Sitzungen, umfasst im Wochenraster jedoch ungefähr einen Modellschritt. Das Notebook…
Dieses Notebook erstellt preisbasierte Features für ein breites US-Aktienuniversum, darunter Momentum, gleitende Durchschnitte und Volatilitätsmaße. Die Aktien werden anhand dieser Features gegeneinander gerankt. Dafür werden ihre Handelbarkeit geprüft und…
Dieses Notebook prüft, ob vierstündige Spot-FX-Daten eine tägliche Querschnittsstrategie unterstützen können, die Währungspaare nach Momentum und Carry ordnet. Es testet, ob für die deklarierten Instrumente zu jedem Entscheidungszeitpunkt Kurse vorliegen, ob…
Dieses Notebook beschreibt eine Double-Machine-Learning-Analyse des Effekts einer FX-Momentum-Behandlung nach Anpassung um festgelegte Störvariablen. Flexible Hilfsmodelle schätzen anhand dieser Störvariablen Ergebnis und Behandlung; Cross-Fitting nutzt…