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 سند معیارسنجی موتورهای پایگاه داده را برای داده‌های سری زمانی مالی توضیح می‌دهد. نوشتن گروهی، پویش کامل، پرس‌وجوهای بازه زمانی، تجمیع OHLCV و اتصال‌های مبتنی بر آخرین داده موجود را برای داده‌های معامله و مظنه مقایسه می‌کند. روش‌شناسی، تبدیل سمت کارخواه…
این سند روش‌های پاک‌سازی داده‌های مالی را ارائه می‌کند و توضیح می‌دهد چگونه پیش‌پردازش را با بخش‌بندی آموزش و آزمون هم‌راستا نگه داریم. نکته محوری این است که تبدیل‌هایی مانند مقیاس‌بندی و وینسورایز کردن فقط با داده‌های آموزش برآورد شوند؛ استفاده از کل…
سند سه قاعده برای بستن موقعیت‌ها پیش از بازمتوازن‌سازی زمان‌بندی‌شده پرتفوی را توضیح می‌دهد: حد ضرر ثابت، حد ضرر متحرک بر اساس بهترین قیمت موقعیت و خروج زمانی که پس از دوره نگهداری مشخصی موقعیت را می‌بندد. چون این لایه‌ها فقط موقعیت‌ها را حذف می‌کنند،…
این سند مجموعه‌داده‌های عمومی بازده عوامل Fama-French و AQR را به‌عنوان ورودی‌هایی برای معیارسنجی، انتساب ریسک و پژوهش عوامل معرفی می‌کند. عوامل بازار، اندازه، ارزش، سودآوری، سرمایه‌گذاری و مومنتوم از کتابخانه Fama-French را در کنار سری‌های AQR شرح می‌دهد که…
این دفترچه مرز استقرار میان خط لوله آفلاین یادگیری ماشین و موتور LEAN در QuantConnect را نشان می‌دهد. مجموعه پیش‌بینی را از طریق ثبت مطالعات موردی ETF انتخاب می‌کند، منشأ آموزش و پیش‌بینی را بررسی می‌کند و پیش‌بینی‌های خارج از نمونهِ دوره نگه‌داشته‌شده را در…
این دفترچه می‌سنجد که آیا داده‌های قراردادهای آتی دائمی بایننس می‌توانند پشتیبان یک استراتژی مقطعی باشند که قراردادها را بر اساس صرف رتبه‌بندی می‌کند و موقعیت‌های خرید و فروش استقراضی می‌گیرد. مدل برازش نمی‌کند و پیش‌بینی هم انجام نمی‌دهد. در عوض، جهان…
این دفترچه اثر هزینه‌های فرضی معامله را در استراتژی‌های برگرفته از چند مطالعه موردی مقایسه می‌کند. بک‌تست‌های حساسیت به هزینه را برای هر پیکربندی استراتژیِ به‌کارگرفته‌شده می‌خواند، شارپ ناخالص را با شارپ خالص در هزینه فرضی خود مطالعه موردی مقایسه می‌کند و…
این دفترچه امضاهای مسیر را به‌عنوان ویژگی‌هایی با طول ثابت توضیح می‌دهد که ترتیب و شکل مشترک مشاهدات را در یک سری زمانی حفظ می‌کنند. شرح می‌دهد که سطح نخست امضا تغییرات کل را ثبت می‌کند، درحالی‌که جمله‌های سطح دوم مساحت‌های علامت‌دار میان جفت مختصات را ثبت…
این دفترچه مقایسه‌های هم‌ارزی میان Backtrader، Zipline Reloaded و یک چارچوب معاملاتی داخلی را برای استراتژی‌های منتخبِ مطالعات موردی واقعی گزارش می‌کند. برای هر دو موتور بیرونی، مقایسه‌های ETF و پنل سهام US را در بر می‌گیرد و برای Backtrader نیز مقایسه…
این ماژول یک خط مبنای تخصیص ماهانه ETF را با امتیاز مومنتوم تعدیل‌شده بر اساس ریسک تعریف می‌کند: بازده تجمعی گذشته تقسیم بر نوسان تحقق‌یافته سالانه‌شده. وقتی شیب منحنی بازدهِ نرخ سررسید 10ساله منهای 2ساله از آستانه بیشتر باشد، دارایی‌های با رتبه بالاتر را…
این سند سامانه ثبت اجرا را برای ثبت آموزش مدل، پیش‌بینی‌ها، برآوردهای علّی و بک‌تست‌ها در مطالعات موردی معاملاتی توضیح می‌دهد. شرح می‌دهد که پیکربندی‌ها چگونه از تنظیمات مطالعات موردی و منوهای آموزش و پیش‌تنظیم‌های مدل عبور می‌کنند و سپس به مشخصات…
این پیکربندی گردش‌کار پژوهش یک استراتژی خریدوفروش استقراضی برای قراردادهای آتی دائمی رمزارز را مشخص می‌کند. جهان سرمایه‌گذاریِ انتخاب‌شده بر اساس حجم شامل 19 دارایی است؛ تصمیم‌ها با تسویه‌های تأمین مالی هشت‌ساعته هم‌راستا هستند و اجرا در مُهر زمانی تأمین…
این دفترچه 57 ویژگی حسابداری و مبتنی بر قیمت را به‌عنوان پیش‌بین‌های مستقل بازده سهام US در ماه آینده ارزیابی می‌کند. همبستگی‌های رتبه‌ای مقطعی ماهانه را محاسبه و در طول زمان میانگین‌گیری می‌کند و عدم‌قطعیت را برای وابستگی سریالی و آزمون نامزدهای متعدد تعدیل…
این فصل چارچوبی برای تبدیل یک ایده معاملاتی به مشخصات مستند ویژگی ارائه می‌کند. از پژوهشگران می‌خواهد افق ویژگی را با تصمیم موردنظر هم‌راستا کنند، فرضیه‌ای درباره محرک بیان کنند و سیگنال‌های پیش‌بین را از متغیرهای حالت زمینه‌ای متمایز سازند. انتخاب چارچوب…
این راهنما برآورد اثر علّی را از کشف ساختار علّی متمایز می‌کند و پرسش‌های رایج پژوهشی را به کتابخانه‌های مناسب پایتون پیوند می‌دهد. EconML و DoWhy هنگامی اثرها را برآورد می‌کنند که ساختار تعدیل معلوم باشد یا صریحاً مشخص شود؛ Tigramite و causal-learn…
این مرور، داده‌های پیکربندی نه مطالعه موردی معامله‌گری را در حوزه سهام، رمزارز، ارز خارجی، قراردادهای آتی، اختیار معامله و سبدهای چنددارایی تجمیع می‌کند. جهان دارایی‌ها، بسامد داده، آهنگ تصمیم‌گیری، مدل هزینه و نگاشت سیگنال به موقعیت را در هر مطالعه مقایسه…
این دفترچه چارچوبی قطعی برای بررسی سازگاری خط‌لوله‌های بک‌تست و معامله زنده ارائه می‌کند. مراحل تبدیل کندل‌های قیمت به تصمیم را مقایسه می‌کند: محاسبه ویژگی‌ها، پیش‌بینی‌ها، سیگنال‌ها و اندازه سفارش‌ها. یک نوار قیمت مصنوعیِ ثابت به هر دو خط‌لوله اجازه می‌دهد…
این دفترچه یک عامل یادگیری تقویتی را آموزش می‌دهد تا یک سفارش فروش با اندازه ثابت را در کندل‌های ساعتی بازار قراردادهای آتی دائمی رمزارز زمان‌بندی کند. حالت آن شامل بازده‌های باوقفه، نوسان، حجم ساعت پیشین، صرف قرارداد دائمی نسبت به قیمت نقدی و زمان…
این دفترچه نتایج مدل‌های خطی، از جمله OLS، ریج، لاسو و الاستیک‌نت را در نه مطالعه موردی تجمیع می‌کند. قوی‌ترین پیکربندی کامل هر مطالعه را روی برچسب اصلی آن مقایسه می‌کند و سپس منظم‌سازی، ضرایب اطلاعات در سطح فولد، پایداری، افق‌های جایگزین، سنجه‌های طبقه‌بندی…
این مطالعه موردی، TabM، یک مجموعه‌مدل عصبیِ کم‌پارامتر، را روی همان ردیف‌های ویژگیِ قراردادهای آتی CME با اطلاعات زمان‌مند و همان فولدهای آزمون پیش‌روندهِ خانواده‌های مدل دیگر ارزیابی می‌کند. TabM را راهی برای میانگین‌گیری از تفاوت مدل‌ها با اشتراک‌گذاری…
این دفترچه گردش‌کاری ارائه می‌کند تا بررسی شود آیا مومنتوم شش‌ماهه با حذف دوره اخیر، بر بازده‌های آتی 21-روزه اثر می‌گذارد و آیا این اثر با نوسان بازار تغییر می‌کند. اثرها را با یادگیری ماشین دوگانه و با کنترل نوسان و منحنی بازده و در نظر گرفتن نوسان بازار…
این مطالعه موردی، استرادل‌های فروش استقراضیِ در قیمت اعمال فعلی را روی اجزای S&P 500 ارزیابی می‌کند که هر هفته وارد و تا سررسید نگهداری می‌شوند و پوشش دلتا روزانه دارند. انتخاب روش‌شناختی اصلی آن، مدل‌سازی بازده تا سررسید است: موقعیت اختیار معامله اسپرد…
این دفترچه دو مدل بنیادینِ ازپیش‌آموزش‌دیده سری زمانی، Chronos و TinyTimeMixer، را با یک LSTM و یک مبنای خطی جریمه‌شده روی پنل ETF مقایسه می‌کند. هر مدل زمینه تاریخی تک‌متغیره‌ای دریافت می‌کند؛ مدل‌های ازپیش‌آموزش‌دیده همان سری ورودی را پیش‌بینی می‌کنند و…
این فصل چارچوبی برای ارزیابی ادعاهای علّی در پژوهش معاملات کمی ارائه می‌کند. ابتدا درمان، پیامد، برآوردشونده، خلاف‌واقع و مجموعه تعدیل را به‌روشنی تعریف می‌کند و سپس پرسش‌های پژوهشی را با روش‌های مناسب تطبیق می‌دهد: یادگیری ماشین دوگانه (DML) برای مواجهه‌های…