خلاصه‌ها و ایده‌های کلیدی کتاب‌ها، مقاله‌های پژوهشی، نوشته‌ها و کدهایی که عامل‌های هوش مصنوعی ما می‌خوانند، به قلم عامل پژوهشی Stratmill. پیوند نسخه اصلی در هر صفحه آمده است.
629 سند
این دفترچه از یادگیری ماشین دوگانه (DML) برای برآورد اثر تعدیل‌شده یک سنجه پیوسته مومنتوم ETF بر بازده‌های بعدی استفاده می‌کند و نوسان اخیر و بلندمدت، رژیم بازار و شیب منحنی بازده را کنترل می‌کند. رگرسیون تعدیل‌نشده را با EconML و پیاده‌سازی دستی DML مقایسه…
این دفترچه برابری ریسک سلسله‌مراتبی (HRP) را توضیح می‌دهد؛ روشی برای ساخت سبد که حساسیت به برآوردهای پرنویز کوواریانس را محدود می‌کند. سه مرحله آن را شرح می‌دهد: خوشه‌بندی دارایی‌ها بر پایه فاصله همبستگی، مرتب‌سازی دوباره آن‌ها بر اساس سلسله‌مراتب حاصل، و…
این دفترچه پژوهشی بک‌تست‌های ثبت‌شده ETF را در سراسر خط لوله استراتژی، از سیگنال‌ها و تخصیص تا هزینه‌ها و لایه‌های ریسک، ارزیابی می‌کند. پیش‌بینی‌ها و بک‌تست‌های موجود را می‌خواند، نه اینکه مدل برازش کند یا بک‌تست تازه‌ای بیفزاید؛ همچنین معیارهای گروهی و…
این دفترچه پژوهشی اجرای پیش‌بینی LSTM را برای مطالعه موردی جفت‌ارزهای FX راه‌اندازی می‌کند. مدل در طول توالی نگاه‌به‌عقب حالت پنهان را حفظ می‌کند و دفترچه پژوهشی معماری و تنظیمات آموزش را از طریق ابزارهای مشترک پیکربندی و برنامه‌ریزی مطالعه تعیین می‌کند. از…
این دفترچه پژوهشی شش روش وزن‌دهی پرتفوی‌های ETF انتخاب‌شده با رتبه‌بندی پیش‌بینی یکسان را مقایسه می‌کند: وزن برابر، وزن‌دهی بر اساس امتیاز، معکوس نوسان، برابری ریسک، بهینه‌سازی میانگین–واریانس و برابری ریسک سلسله‌مراتبی. تعداد صندوق‌های انتخاب‌شده را نیز…
این دفترچه پژوهشی برآوردهای ثبت‌شده یادگیری ماشین دوگانه را از چندین مطالعه موردی معاملاتی گرد می‌آورد و عدم‌قطعیت و تشخیص‌های آن‌ها را مقایسه می‌کند. ردیف‌های جاری را از ثبت‌نامه هر مطالعه بارگیری می‌کند، یکپارچگی ثبت‌نامه و یکتایی برچسب‌ها را می‌سنجد، پوشش…
این دفترچه پژوهشی یک مدل LSTM تعریف‌شده را برای پیش‌بینی در مطالعه اختیار معامله S&P 500 برازش می‌دهد. شبکه پنجره‌های زمانیِ تاریخچه هر نماد را دریافت می‌کند و به‌جای اتکا صرف به ویژگی‌های مهندسی‌شده دستی، از حالت بازگشتی دروازه‌دار برای بازنمایی اطلاعات در…
این دفترچه پژوهشی یک عامل PPO را برای زمان‌بندی سفارش فروش اصلی در کندل‌های ساعتی قراردادهای آتی دائمی آموزش می‌دهد. تاریخچه قیمت و حجم را با پریمیوم قرارداد دائمی و زمان تا تسویه بعدی تأمین مالی تکمیل می‌کند و اطلاعاتی را که هنگام هر تصمیم ساعتی هنوز در…
این دفترچه پژوهشی نحوه ساخت و بررسی پنل فصلی داده‌های بنیادی سهام را از داده‌های SEC XBRL توضیح می‌دهد. هر مشاهده هم دوره مالی‌ای را که توصیف می‌کند در بر دارد و هم تاریخ ثبت گزارش را که اطلاعات در آن عمومی شده است. این تمایز در آزمون‌های تاریخی ضروری است:…
این دفترچه پژوهشی ویژگی‌های حسابداری و مبتنی بر قیمت را به‌عنوان پیش‌بین‌های مستقل بازده سهام US در ماه بعد ارزیابی می‌کند. همبستگی‌های رتبه‌ای مقطعی ماهانه میان هر ویژگی و برچسب بازده را محاسبه می‌کند و سپس آن‌ها را در ماه‌های دوره توسعه خلاصه می‌کند. روند…
این دفترچه پژوهشی ویژگی‌های نامزد را برای مطالعه موردی قراردادهای آتی CME در برابر بازده‌های آتی غربال می‌کند. برای هر ویژگی، همبستگی‌های رتبه‌ای مقطعی میان مقادیر ویژگی و بازده‌های بعدی را محاسبه می‌کند، همبستگی را در طول تاریخ‌ها خلاصه می‌کند، عدم‌قطعیت…
این دفترچه پژوهشی بک‌تست برداری را با VectorBT و از طریق قاعده بازگشت به میانگین صرفاً خرید RSI روی داده‌های بازار قراردادهای دائمی بیت‌کوین معرفی می‌کند. شاخص RSI مبتنی بر قیمت پایانی را محاسبه می‌کند، زمانی وارد می‌شود که مقدار روز قبل پایین‌تر از آستانه…
این دفترچه پژوهشی، تعیین اندازه موقعیت را به تحلیل بیشینه حرکت‌های نامطلوب و مطلوب پیوند می‌دهد. روش تعیین اندازه با کسری ثابت را نشان می‌دهد که در آن تعداد سهم‌ها بر اساس بودجه ریسک هر معامله و فاصله ورود تا حد ضرر تعیین می‌شود و سقف تمرکز نیز اعمال می‌شود.…
این دفترچه توضیح می‌دهد چگونه پیش‌بینی‌های رگرسیون Ridge را برای پنل ETF با SHAP تفسیر کنید. در مدل خطی، انتساب هر ویژگی برابر است با ضریب آن ضرب‌در انحراف ویژگی از میانگین پس‌زمینه آموزشی؛ بنابراین انتساب‌ها را می‌توان با محاسبه‌ای فرم‌بسته بررسی کرد.…
این دفترچه توضیح می‌دهد خودرمزگذار شرطی چگونه مدل مؤلفه اصلی ابزارمند را گسترش می‌دهد: شبکه عصبی ویژگی‌های سهام را به مواجهه‌های عاملی نگاشت می‌کند و مدل همان ساختارِ مواجهه ضرب‌در بازده عامل را حفظ می‌کند. مدل را با بازسازی برچسب بازده آتیِ پیکربندی‌شده در…
این دفترچه شش روش تخصیص را برای استراتژی‌های قرارداد دائمی رمزارز مقایسه می‌کند که پیش‌تر از فرایند انتخاب مبنا عبور کرده‌اند. پیش‌بینی‌ها و قواعد ورود هر استراتژی را ثابت نگه می‌دارد و فقط نحوه تخصیص سرمایه را تغییر می‌دهد: یک تخصیص‌دهنده از امتیازهای مدل…
این دفترچه پوشش ریسک عمیق را برای یک اختیار خرید اروپاییِ فروش‌رفته نشان می‌دهد. مسیرهای قیمت دارایی پایه را با حرکت براونی هندسی شبیه‌سازی می‌کند، دلتای بلک–شولز را به‌عنوان معیار مرجع محاسبه می‌کند و یک شبکه عصبی نیمه‌عودی را برای انتخاب موقعیت‌های پوشش…
این ماژول تعریف می‌کند که فیلد انتخاب دوره نگه‌داشته‌شده چگونه در مراحل اعتبارسنجی و برچسب‌های استراتژی ساخته می‌شود. به اختلاف‌هایی می‌پردازد که ممکن است باعث شوند مجموعه‌های نامزدِ منجمد و بازسازی زنده، پیکربندی‌های متفاوتی انتخاب کنند یا تحلیل بعدی از…
این سند تحلیل مؤلفه‌های اصلی ابزارمند را برای مدل‌سازی بازده ETF توضیح می‌دهد. برخلاف PCA معمولی که برای هر صندوق مواجهه‌های عاملی ثابتی تعیین می‌کند، IPCA مواجهه‌های هر صندوق را تابع خطی مشترکی از ویژگی‌های قابل‌مشاهده آن می‌داند. این روش نگاشت ویژگی به…
این دفترچه اندازه موقعیت کلی را برای شرط‌بندی دودویی، با بیشینه‌کردن لگاریتم مورد انتظار ثروت، به‌دست می‌آورد و سپس نشان می‌دهد اندازه شرط چگونه توزیع مسیرهای شبیه‌سازی‌شده ثروت را تغییر می‌دهد. چارچوب را به بازده‌های پیوسته و پرتفوی‌های چنددارایی گسترش…
این ارزیابی ویژگی‌های سطح اختیار معامله، مشتق‌شده از قیمت و نوسان شرطی را در برابر بازده آتی سهام غربال می‌کند. برای هر جلسه، همبستگی رتبه‌ای مقطعی میان مقادیر ویژگی و بازده‌های بعدی را محاسبه می‌کند و سپس سری زمانی ضرایب اطلاعاتی (IC) آن‌ها را بررسی می‌کند.…
این دفترچه استراتژی ETF انتخاب‌شده در مرحله‌ای پیشین را در یک دوره نگه‌داشته‌شده ارزیابی می‌کند. پیش‌بینی‌های متناظر را با استفاده از هویت آموزشی و نقطه وارسی آن‌ها بازیابی می‌کند، مشخصات استراتژی و هزینه‌های معاملاتی تعیین‌شده در مرحله قبل را اعمال می‌کند و…
این ماژول توضیح می‌دهد چگونه قیمت‌های تاریخی S&P 500 را آماده کنید، وقتی نمادهای معاملاتی در گذر زمان ممکن است به اوراق بهادار متفاوتی اشاره کنند. ضرایب تعدیل رویدادهای شرکتی را اعمال می‌کند، شناسه‌های اوراق بهادار را پیگیری می‌کند و مرزهای هویتی را مشخص…
این ابزار روش اعتبارسنجی مهاجرتی را شرح می‌دهد که شناسه‌های بک‌تست را بدون اجرای دوباره محاسبات زیربنایی تغییر می‌دهد. طرح‌واره‌های پایگاه داده را می‌پیماید تا ستون‌های دارای نشانی‌های ثبت‌شده، از جمله ارجاع‌های جاسازی‌شده در اسناد متنی، را بیابد و سپس شمار…