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

120 Dokumente

MQL5 articles

Der Artikel beschreibt ein adaptives Handelssystem, das Order Blocks, Fair Value Gaps und Break of Structure mit Messungen der Marktstimmung über höhere, mittlere und niedrigere Zeitebenen kombiniert. Reaktionen an Order Blocks werden neutralen oder…

MarktstimmungAusbruchRückkehr zum MittelwertVolatilität
MQL5 articles

Der Artikel beschreibt einen MetaTrader Expert Advisor, der gängige Candlestick-Muster aus einer, zwei oder drei Kerzen findet und markiert. Sie können nach einer bestimmten Formation suchen oder alle unterstützten Muster in einem ausgewählten historischen…

Technische IndikatorenDevisenhandelBacktestingMarktstimmung
Machine Learning for Trading

Das Dokument zeigt, wie wöchentliche Commitment-of-Traders-Berichte in Positionsmerkmale für Futures umgewandelt werden. Es erläutert die Händlerkategorien in den Formaten für Finanz-Futures und aufgeschlüsselte Rohstoffe sowie die Bedeutung der…

FuturesRohstoffeMarktstimmungTechnische Indikatoren
Machine Learning for Trading

Dieses Dokument erläutert, wie sich wöchentliche Commitment-of-Traders-Berichte in Merkmale zur Positionierung in Futures umwandeln lassen. Es beschreibt Berichtskategorien für Finanz-Futures und physische Rohstoffe, erklärt, wie Nettopositionen die…

FuturesRohstoffeMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook zeigt, wie drei Transformer-Checkpoints für die Sentimentanalyse von Finanzsätzen mit drei Klassen feinjustiert und anhand von Genauigkeit, Makro-F1 und Konfusionsmatrizen bewertet werden. Es verwendet eine stratifizierte Aufteilung in…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook erläutert, wie ein Suchwerkzeug für einen Prognoseagenten gestaltet wird, damit Belege eine einheitliche Struktur, eine nachvollziehbare Herkunft und einen prüfbaren Weg ins Modell haben. Ein gemeinsames Client-Protokoll liefert typisierte…

Maschinelles LernenBacktestingMarktstimmung
Machine Learning for Trading

Dieses Notebook bewertet vier aus Nachrichten abgeleitete Signale – gewichtete Überraschung, durchschnittliche Stimmung, Stimmungsänderung und Artikelabdeckung – anhand künftiger Aktienrenditen. Es berechnet täglich einen Spearman-Informationskoeffizienten…

AktienMarktstimmungStatistikFaktorinvestieren
Machine Learning for Trading

Dieser Datensatz dokumentiert eine Multi-Agenten-Pipeline, die schätzt, ob die Vereinigten Staaten bis Ende 2026 in eine Rezession eintreten. Agenten suchen nach Wirtschaftsindikatoren und Prognosen, bilden individuelle Wahrscheinlichkeiten, vergleichen ihre…

US-MärkteStatistikMarktstimmung
Machine Learning for Trading

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…

AktienMarktstimmungStatistikFaktorinvestieren
Machine Learning for Trading

Dieses Notebook vergleicht in Kryptowährung abgerechnete Ereigniskontrakte von Polymarket mit der regulierten Handelsplattform Kalshi als alternative Datenquellen. Es erläutert, wie Zugangsregeln, Abrechnungswerte, Positionslimits und Listing-Richtlinien…

KryptoMarktstimmungStatistikEreignisgesteuert
Machine Learning for Trading

Dieses Notebook präsentiert eine mehrstufige Prognosedebatte mit Bullen- und Bärenrollen. Jede Seite argumentiert für eine höhere oder niedrigere Wahrscheinlichkeit eines Ereignisses, sieht in späteren Runden das vorherige Argument der Gegenseite und nennt…

Maschinelles LernenStatistikMarktstimmungRisikomanagement
Machine Learning for Trading

Dieses Notebook implementiert einen Workflow für ESG-Schlagzeilen, der Nachrichten anhand von Stichwörtern auswählt, jede ausgewählte Schlagzeile einer Kategorie aus den Bereichen Umwelt, Soziales oder Unternehmensführung zuordnet und Stichproben von…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook wendet SHAP auf Tokenebene auf ein festgelegtes FinBERT-Modell an, das Finanztexte als negativ, neutral oder positiv klassifiziert. Es kapselt die Modellinferenz, um die Label-Reihenfolge des Checkpoints beizubehalten, und erklärt…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook führt drei ansonsten identische Rechercheagenten zu einer Rezessionsfrage aus, entweder durch Wiedergeben einer gespeicherten Aufzeichnung oder durch parallele Ausführung von Live-Modellen und Suche. Es erfasst die Wahrscheinlichkeit, das…

Maschinelles LernenStatistikMarktstimmungBacktesting
Machine Learning for Trading

Dieses Notebook wandelt Finanzmeldungen in Signale auf Aktienebene um und bewertet sie anhand zukünftiger Renditen. Es erstellt Embeddings der Meldungen, misst Nachrichtenüberraschungen als semantischen Abstand zu einer rollierenden Embedding-Referenz und…

AktienFaktorinvestierenMarktstimmungMaschinelles Lernen
Machine Learning for Trading

Dieses Notebook führt ein Panel identischer Forschungsagenten aus oder spielt es erneut ab. Die Agenten beantworten eine gemeinsame Prognosefrage; anschließend werden ihre Prognosen, Suchaktivitäten und Gesprächsverläufe untersucht. Separate Protokolle für…

Maschinelles LernenStatistikMarktstimmungBacktesting
Machine Learning for Trading

Dieses Notebook zeigt, wie sich aus dem MD&A-Text quartalsweiser SEC 10-Q zwei mögliche Aktiensignale ableiten lassen. FinBERT bewertet Textabschnitte nach positiver, neutraler oder negativer Tonalität; die Abschnittswerte werden zu einer durchschnittlichen…

AktienMaschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook bewertet ein vortrainiertes Finanzstimmungsmodell anhand von FinMarBa-Schlagzeilen und erläutert, warum das Ergebnis kein sauberer Test der Übertragung von Sentiment ist. FinBERT wurde anhand menschlicher Einschätzungen der Textstimmung…

Maschinelles LernenMarktstimmungAktienStatistik
Machine Learning for Trading

Dieses Notebook zeigt eine Pipeline, die Finanznachrichten-Schlagzeilen in aktienbezogene Signale umwandelt. Sie bereinigt und vereinheitlicht einen Nachrichtenkorpus, entfernt exakte Duplikate und Duplikate mit übereinstimmendem Präfix innerhalb von Gruppen…

AktienMaschinelles LernenMarktstimmungFaktorinvestieren
Machine Learning for Trading

Dieses Notebook entwickelt einen Prognoseagenten, der zwischen Websuchen und Wahrscheinlichkeitsprognosen wechselt. Eine schlanke Sprachmodell-Schnittstelle mit zwei Methoden ermöglicht es, dieselbe Schleife mit einem Mock-Anbieter, einem lokalen oder einem…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook erklärt, wie sich Insidertransaktionen aus rohen SEC-Formular-4-XML für die quantitative Aktienanalyse extrahieren lassen. Ein XML-Parser sorgt dafür, dass Code, Datum, Aktienzahl, Preis und Richtung jedes Geschäfts seinem Transaktionsblock…

AktienEreignisgesteuertMarktstimmungStatistik
Machine Learning for Trading

Dieses Notebook wendet das vortrainierte FinBERT auf Finanznachrichten von FinMarBa an und untersucht, warum seine Genauigkeit deutlich unter den für die Auswertung anhand der Financial PhraseBank berichteten Werten liegt. Die zentrale Diagnose betrifft die…

Maschinelles LernenMarktstimmungStatistik
Machine Learning for Trading

Dieses Kapitel gibt einen Überblick über Darstellungen von Finanztexten: von Wörterbüchern und Worthäufigkeiten über TF-IDF und statische Einbettungen bis hin zu rekurrenten Netzwerken und Transformern. Es erläutert die Zielkonflikte: Einfachere Verfahren…

Maschinelles LernenMarktstimmungStatistikAktien
Machine Learning for Trading

Diese Referenz beschreibt die Financial Phrasebank, eine Sammlung gekennzeichneter Finanznachrichtensätze, die zum Trainieren oder Bewerten von Modellen zur Verarbeitung natürlicher Sprache verwendet wird. Menschliche Annotatoren weisen positive, neutrale…

MarktstimmungMaschinelles Lernen