رفتن به محتوا

کتابخانه دانش

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.

جستجو در کتابخانه

609 سند

یادگیری ماشین برای معامله‌گری

این دفترچه دو پرسش علّی درباره پریمیوم‌های شدید در قراردادهای آتی دائمی بیت‌کوین را مقایسه می‌کند: آیا وضعیت پریمیوم بازده آتی را پیش‌بینی می‌کند و آیا بازگشت بعدی پریمیوم به میانگین را پیش‌بینی می‌کند؟ مداخله با شاخص دودویی پریمیوم تعریف می‌شود که امتیاز z…

رمزارزقراردادهای آتی دائمیآمارریزساختار بازار
یادگیری ماشین برای معامله‌گری

این تحلیل خط لوله بک‌تست ثبت‌شده برای استراتژی ماهانه سهام US مبتنی بر ویژگی‌های شرکت را می‌خواند. عدم‌قطعیت شارپ، سنجه‌های احتمال و شارپ تعدیل‌شده، مقایسه زوجی استراتژی‌ها، افت عملکرد در داده نگه‌داشته‌شده و تحلیل هزینه متناسب با نقدشوندگی پایین شرکت‌های…

سهامسرمایه‌گذاری عاملیآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این تحلیل خانواده‌های مدل ثبت‌شده را با نتایج اعتبارسنجی آزمون پیش‌رونده روی پنل ETF چنددارایی مقایسه می‌کند. مدل‌ها بازده 21روزه معاملاتی را پیش‌بینی می‌کنند و با ضریب‌های اطلاعاتی مقطعی سنجیده می‌شوند؛ این ضریب‌ها نشان می‌دهند پیش‌بینی‌ها در هر تاریخ تا چه…

چندداراییسهاممومنتومآمار
یادگیری ماشین برای معامله‌گری

این سند دو ابزار تشخیصی برای برچسب‌هایی تعریف می‌کند که پنجره‌های بازده آتی آن‌ها هم‌پوشانی دارد: خودهمبستگی پنلی تجمیعی و اندازه نمونه مؤثر بر پایه یکتایی برچسب. خودهمبستگی، مشاهدات را فقط درون یک موجودیت و با فاصله درخواستی روی شبکه اصلی میله‌ها جفت…

آماریادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند روش مقایسه پیش‌بینی‌های اعتبارسنجی مدل‌های خطی، تقویت گرادیانی، یادگیری عمیق جدولی و دنباله‌ای را برای اختیارهای S&P 500 شرح می‌دهد. پیش از گزارش تشخیص‌ها بررسی می‌کند که هر جمعیت پیش‌بینی ثبت‌شده با قرارداد واجدشرایط‌بودن خود کامل باشد و همه…

اختیار معاملهسهامآماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این ماژول کمکی جدول‌ها و نمودارهایی برای ارزیابی مدل‌های پیش‌بینی در داده‌های اعتبارسنجی و نگه‌داشته‌شده می‌سازد. تشخیص‌های آن شامل فاصله اطمینان ضریب اطلاعاتی، افت عملکرد از اعتبارسنجی تا داده نگه‌داشته‌شده، آمار بک‌تست تعدیل‌شده بر اساس انتخاب، مقایسه در…

آماریادگیری ماشینآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیلی با پنجره گسترش‌یابنده، یادگیری ماشین دوگانه را برای بررسی این موضوع شرح می‌دهد که آیا مومنتوم 12 تا -2 ماه، پس از تعدیل بتا، نوسان ویژه، ارزش بازار و واریانس، بازده ماه بعد شرکت‌های US را پیش‌بینی می‌کند یا نه. مدل‌های مزاحم را با استفاده…

سهاممومنتومیادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیلی توضیح می‌دهد چگونه یک استراتژی سهام US مبتنی بر ویژگی‌های شرکت را با نتایج ثبت‌شده ارزیابی کنیم، نه با بک‌تست‌های جدید. آمار عملکرد همراه با عدم‌قطعیت را می‌خواند، پیکربندی‌ها را بر اساس مجموعه داده مشترک رتبه‌بندی می‌کند و با مقایسه‌های…

سهامآزمون گذشته‌نگرآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه با استفاده از تحلیل مؤلفه‌های اصلی روی بخشی نقدشونده از سهام US، سبدهای ویژه نرمال‌شده بر مبنای مواجهه ناخالص می‌سازد و نقش آن‌ها را به‌عنوان عوامل ریسک نهفته بررسی می‌کند. واریانس تبیین‌شده را می‌سنجد، مؤلفه‌ها را با همبستگی‌های بخشی ETF تفسیر…

سهامسرمایه‌گذاری عاملیآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه PCA را به‌عنوان یک خط مبنای عامل نهفته و بدون ویژگی برای پیش‌بینی بازده ETF توضیح می‌دهد. ماتریس بازده هر برچسب در پنجره آموزشی را تجزیه می‌کند و با استفاده از یک بار عاملی برای هر صندوق و صرف ریسک عوامل برآوردشده، پیش‌بینی‌ها را می‌سازد. چون همان…

سرمایه‌گذاری عاملییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند آزمایشی روی قراردادهای آتی CME با TabM، یک مجموعه عصبی کم‌هزینه از نظر پارامترها، را توضیح می‌دهد که از همان ردیف‌های ویژگی مهندسی‌شده و بخش‌های آزمون پیش‌رونده‌ای استفاده می‌کند که مدل‌های خطی و تقویت گرادیانی به کار می‌برند. TabM بیشتر وزن‌ها را…

قراردادهای آتییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این پیکربندی مجموعه داده تاریخی اقتصاد کلان از FRED را برای فیلترکردن رژیم و تحلیل میان‌دارایی مشخص می‌کند. سری‌ها را بر اساس تناوب روزانه، هفتگی، ماهانه و فصلی سازمان‌دهی می‌کند؛ از جمله بازده اوراق خزانه، نرخ وجوه فدرال، VIX، سنجه‌های اشتغال، شاخص‌های…

چندداراییدرآمد ثابتنوسانآمار
یادگیری ماشین برای معامله‌گری

این تحلیل می‌پرسد آیا داده‌ها پیش از برازش مدل یا پیش‌بینی می‌توانند از استراتژی مقطعی پرپچوال رمزارز پشتیبانی کنند. رویکرد پیشنهادی قراردادها را در هر تسویه تأمین مالی بر اساس پرمیوم رتبه‌بندی می‌کند، سپس یک سمت رتبه‌بندی را می‌خرد و سمت دیگر را می‌فروشد.…

رمزارزقراردادهای آتی دائمیآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند GReaT را معرفی می‌کند؛ چارچوبی که ردیف‌های داده مالی عددی و طبقه‌ایِ آمیخته را به شکل متن درمی‌آورد، مدل زبانی را با آن رکوردها تنظیم دقیق می‌کند و متن تولیدشده را دوباره به جدول تبدیل می‌کند. نمونه آن ویژگی‌های ETF را از بازده‌های تاریخی، نوسان، حجم…

یادگیری ماشینسهامآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد عدم‌قطعیت مدل چگونه می‌تواند فراتر از برآورد نقطه‌ای آن اطلاعات بدهد. GARCH را که نوسان را از بازده‌های گذشته تعریف می‌کند، با مدل نوسان تصادفی مقایسه می‌کند؛ مدلی که نوسان را فرایندی خودرگرسیو و نهفته می‌داند و بازده‌ها را با توزیع…

نوسانآماریادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این تحلیل میان‌موردی بررسی می‌کند که اطلاعات پیش‌بینانه، سنجیده‌شده با ضریب اطلاعاتی (IC)، چگونه در نه مطالعه موردی معاملاتی به شارپ سبد تبدیل می‌شود. نکته اصلی این است که نحوه اجرا این رابطه را میانجی‌گری می‌کند: قواعد ورود، اندازه موقعیت، تناوب بازتنظیم و…

چندداراییآمارآزمون گذشته‌نگرساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه از تحلیل مؤلفه‌های اصلی برای نمایش حرکات مشترک در پنل گسترده سهام US استفاده می‌کند. PCA جهت‌هایی را استخراج می‌کند که تغییرات مشترک بازده را توضیح می‌دهند؛ بارگذاری هر سهم میزان مواجهه آن با هر جهت را می‌سنجد. پیش‌بینی بازسازی‌شده از مجموعه…

سهامبازارهای آمریکایادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه قواعد امنیتی یک دستیار مالی متکی بر اسناد را با استفاده از شش مورد دست‌ساز ارزیابی می‌کند. این موارد تزریق پرامپت، ارقام ساختگی در مطالب غیرقابل‌اعتماد، اقدام‌های تلاش‌شده و ارجاع به محتوایی را پوشش می‌دهند که بازیابی نشده است. دو سیاست پاسخ‌گویی…

یادگیری ماشینمدیریت ریسکاحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این دفترچه شبکه کانولوشنی زمانی (TCN) را برای پیش‌بینی بازده‌های آتی ETF از دنباله ویژگی‌های بازده گذشته معرفی می‌کند. کانولوشن‌های علّی تضمین می‌کنند هر خروجی فقط از مشاهدات تا تاریخ خودش استفاده کند، درحالی‌که گشادگیِ با افزایش نمایی، میدان پذیرش را در…

سهامیادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه کندل‌های عدم‌تعادل تیک و حجم را توضیح می‌دهد و سپس روش‌های تطبیقی، آستانه ثابت و پنجره‌لغزان را روی داده معاملات NVDA مقایسه می‌کند. عدم‌تعادل تیک جهت‌های علامت‌دار معاملات را تا رسیدن به آستانه انباشته می‌کند؛ آستانه مورد انتظار به تعداد معاملات…

سهامریزساختار بازارآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه مدل‌های برازش‌شده GJR-GARCH و مارکوف پنهان را با کنترل سوگیری نگاه‌به‌آینده به ویژگی‌های معاملاتی تبدیل کنیم. GJR-GARCH نوسان شرطی را برآورد می‌کند و اثر بزرگ‌تر شوک‌های بازده منفی را در نظر می‌گیرد؛ مدل گاوسی دوحالته HMM…

رمزارزقراردادهای آتی دائمینوسانیادگیری ماشین
یادگیری ماشین برای معامله‌گری

این دفترچه روش‌های شناسایی تغییر در فرایند تولیدکننده یک سری مالی را با استفاده از داده‌های روزانه SPY بررسی می‌کند. آزمون Zivot–Andrews را که هنگام آزمون ریشه واحد یک شکست را برآورد می‌کند، با روش‌های قطعه‌بندی چندشکستی مقایسه می‌کند. PELT تعداد شکست‌ها را…

آماریادگیری ماشینشاخص‌های تکنیکالمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این ابزار مصنوعات پیش‌بینی را برای دفترچه‌های نمایشی زنده آماده می‌کند؛ نام ستون‌ها و قالب‌های تاریخ متفاوت را به ساختاری مشترک برای زمان، دارایی و پیش‌بینی تبدیل می‌کند. مشاهدات تکراری زمان و دارایی را گروه‌بندی و امتیازهایشان را میانگین‌گیری می‌کند.…

یادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این سند روندکاری گردآوری بازده اوراق خزانه و شاخص‌های اقتصادی FRED، هم‌ترازکردن سری‌های دارای تناوب گزارش‌دهی متفاوت با تقویم روزانه و بارگذاری یا پالایش مجموعه‌داده حاصل را شرح می‌دهد. شاخص‌ها شامل نرخ‌ها و اسپردهای خزانه، VIX، سنجه‌های اشتغال، تورم، تولید…

درآمد ثابتچندداراییمدیریت ریسکآمار