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.
609 سند
این دفترچه چارچوب میانگین‌واریانسِ کاملاً سرمایه‌گذاری‌شده و فقط خرید را برای مجموعه‌ای متنوع از ETF می‌سازد. پرتفوی‌های شدنی و مرز کارا را ایجاد می‌کند، سپس با استفاده از بازده‌ها و کوواریانس‌های برآوردشده، وزن‌های دارای بیشترین شارپ و کمترین واریانس را به…
این دفترچه مدل‌های خطی را برای پیش‌بینی بازده ETF از ویژگی‌های هم‌پوشانِ مشتق‌شده از قیمت مقایسه می‌کند. ازآنجاکه افق‌های متعدد بازده و خانواده‌های شاخص می‌توانند اطلاعات مشابهی رمزگذاری کنند، کمترین مربعات معمولی ممکن است به ضرایب ناپایدار و متضادی برای…
این راهنما پرسش‌های علّی را به کتابخانه‌های پایتون پیوند می‌دهد و تفاوت میان برآورد اثرها با فرض یک ساختار علّی و کشف ساختارهای احتمالی از داده را روشن می‌کند. یادگیری ماشین دوگانه برای اثرهای تعدیل‌شده درمان، شناسایی و رد مبتنی بر گراف با DoWhy، و روش‌های…
این چارچوب، بررسی کیفیت داده را روی داده‌های روزانه US سهام OHLCV نشان می‌دهد. اعتبارسنجی ساختاری، روابط قیمت، قیمت‌های مثبت، حجم نامنفی، مقادیر گمشده، تاریخ‌های تکراری، ترتیب زمانی، قیمت‌های راکد و بازده‌های حدی را می‌آزماید. دفترچه با واردکردن خطاهای…
این دفترچه مدل عامل تنزیل تصادفی را برای قیمت‌گذاری مقطعی ETFها معرفی می‌کند. به‌جای برآورد جداگانه مواجهه صندوق‌ها و بازده عوامل، شبکه‌ها را آموزش می‌دهد تا سری مشترکی از عوامل تنزیل بیابند که هم‌تغییری آن با بازده صندوق‌ها، بازده‌های میانگین را توضیح دهد.…
این دفترچه بهترین قیمت خرید و فروش جاری را برای هر معامله AAPL در یک جلسه معاملاتی در مارس 2020 بازسازی می‌کند و سپس از روش Lee–Ready برای استنباط آغازگر معامله، خریدار یا فروشنده، بهره می‌گیرد. رویدادهای مظنه و معامله را به ترتیب زمان‌مهر در هم می‌آمیزد،…
این دفترچه ویژگی‌های مالی و مشتق‌شده از مدل را از نظر توان رتبه‌بندی ETFها بر اساس بازده‌های بعدی غربال می‌کند. ضریب اطلاعاتی روزبه‌روز را با مقایسه رتبه‌های مقطعی هر ویژگی با رتبه‌های بازده آتی محاسبه می‌کند و سپس سری زمانی حاصل را بررسی می‌کند. تحلیل،…
این دفترچه بررسی می‌کند که آیا انتساب ویژگی‌های SHAP برای پشتیبانی از هرس مدل، تصمیم‌های ریسک یا گزارش‌دهی به‌اندازه کافی پایدار هستند یا نه. ابتدا در یک مسئله پیش‌بینی ETF، نمونه‌های آزمونی را پیدا می‌کند که پیش‌بینی‌هایشان نزدیک اما پروفایل‌های SHAP آن‌ها…
این دفترچه ویژگی‌های نامزد را برای هر یک از 20 جفت‌ارز، جداگانه در برابر بازده‌های آتی ارزیابی می‌کند. تحلیل را به دوره‌های اعتبارسنجی واک‌فوروارد محدود می‌کند، هر جلسه را با فولد آن مشخص می‌کند و پیش از دوره کنارگذاشته‌شده فاصله‌ای حائل می‌گذارد تا برچسب‌ها…
این دفترچه توضیح می‌دهد چگونه پیش‌بینی‌های احتمالاتی چند عامل را ترکیب و احتمال‌های حاصل را کالیبره کنید. روش اکسترمم‌سازی نیمن را معرفی می‌کند که بر اساس اندازه پنل و همبستگی دوتاییِ فرض‌شده، میانگین پیش‌بینی را از نرخ پایه دور می‌کند. همبستگی فرضی کمتر…
این ابزار داده‌ای از کار با مجموعه‌داده قیمت‌گذاری دارایی Chen، Pelger و Zhu پشتیبانی می‌کند؛ مجموعه‌ای شامل بازده سهام، ویژگی‌های شرکت، سری‌های اقتصاد کلان و تانسورهای ویژگی پیش از تفکیک. روش تبدیل آن از تانسورهای آموزش، اعتبارسنجی و آزمون منتشرشده،…
این دفترچه بررسی می‌کند که آیا ویژگی‌های مالی به توضیح برچسب بازده اختیار معامله پوشش‌یافته با دلتا در بازه 10 جلسه کمک می‌کنند یا نه. مدل‌های Ridge را با استفاده از یک ویژگی نوسان ضمنی، گروه‌هایی از ویژگی‌های وابسته و مستقل از نوسان ضمنی، و مجموعه کامل…
این ماژول روشی مشترک برای آماده‌سازی فولدهای آموزش و اعتبارسنجی واک‌فوروارد در خانواده‌های مختلف مدل شرح می‌دهد. کارهای پرهزینه و مستقل از مدل—برش پنجره‌های زمانی، اعمال ویژگی‌های مبتنی بر مدل و مختص هر فولد، حذف ردیف‌های دارای برچسب مفقود و نمونه‌گیری از…
این دفترچه پیش‌بینی‌های اعتبارسنجی از خانواده‌های مختلف مدل را برای پژوهش فاندینگ قراردادهای آتی دائمی مقایسه می‌کند. توضیح می‌دهد ضریب اطلاعاتی ارتباط رتبه‌ای پیش‌بینی‌ها با بازده‌های بعدی را می‌سنجد، AUC رتبه‌بندی برچسب‌های صعودی یا نزولی را می‌سنجد و زیان…
این پیاده‌سازی نحوهٔ ساخت پنجره‌های دنباله‌ایِ دسته‌ای را برای داده‌های پنلی در مطالعات یادگیری عمیق شرح می‌دهد. پنجره‌ها از تقویم مورد انتظار پنل پیروی می‌کنند، نه اینکه مشاهدات هر دارایی را به ردیف‌های متوالی فشرده کنند. نشست‌های مفقود به‌صورت سلول‌های…
این دفترچه روش‌های کاربردی پاک‌سازی داده‌های بازار و شرکت را ارائه می‌کند؛ از جمله مدیریت داده‌های تکراری، علامت‌گذاری شکاف‌ها، فیلترهای دامنه، تشخیص جهش بر پایهٔ بازگشت، محدودسازی داده‌های پرت، کدگذاری مقوله‌ای و هم‌ترازی مجموعه‌داده‌هایی با بسامدهای…
این دفترچه یادداشت بررسی می‌کند که آیا انتساب‌های SHAP هنگام مشابه بودن پیش‌بینی‌ها یا بازآموزی مدل‌ها با بذرهای تصادفی و معماری‌های متفاوت پایدار می‌مانند یا نه. با استفاده از بازده‌های آتی ETF، جفت نمونه‌هایی را می‌یابد که پیش‌بینی‌های نزدیک اما نمایه‌های…
این دفترچه قراردادهای رویدادِ تسویه‌شده با رمزارز در Polymarket را با قراردادهای تحت نظارت Kalshi مقایسه می‌کند و بر این تمرکز دارد که قواعد دسترسی و سیاست‌های فهرست‌کردن چگونه قیمت‌ها و پرسش‌های بازنمایی‌شده در هر بازار را شکل می‌دهند. نمونهٔ کوچکی از…
این دفترچه تقلید رفتاری را با یادگیری تقویتی معکوس (IRL) برای یادگیری از سوابق اجرا مقایسه می‌کند. نمایش‌ها از یک برنامهٔ TWAP می‌آیند که هدف خنثی از ریسک آن معلوم است: معاملات را به‌طور یکنواخت توزیع می‌کند تا اثر بازار محدود شود، در حالی که پذیرش ریسک…
این دفترچه چارچوب آلمگرن–کریس را برای زمان‌بندی یک فروش بزرگ ارائه می‌کند. هزینهٔ کسری اجرا را نسبت به قیمت هنگام ورود اندازه می‌گیرد و دو هزینهٔ رقیب را مدل می‌کند: اثر بازار که با شدت معامله افزایش می‌یابد، و ریسک زمان‌بندی که تا زمانی که موقعیت…
این مطالعه موردی توضیح می‌دهد چگونه برای یک استراتژی مقطعی ارز خارجی که جفت‌ارزها را رتبه‌بندی می‌کند و بر اساس ترتیب نسبی آن‌ها می‌خرد یا می‌فروشد، برچسب بازده آتی بسازیم. ابتدا کندل‌های چهارساعتهٔ بازار نقدی را با استفاده از قرارداد بسته‌شدن نیویورک به…
این کد معیارهای استاندارد عملکرد را از جدول‌های پیش‌بینی خارج از نمونه، جداگانه برای هر فولد و نیز به‌صورت شاخص‌های کلی محاسبه می‌کند. از رگرسیون و طبقه‌بندی پشتیبانی می‌کند و ضریب اطلاعاتی، معیارهای خطا، معیارهای تفکیک و تعداد موجودیت‌ها را در بر می‌گیرد.…
این رکورد یک اجرای پیش‌بینی LangGraph را درباره افزایش نرخ هدف فدرال رزرو در سال 2026 ثبت می‌کند. سه عامل احتمال‌هایی تولید کردند و سپس مناظره و به‌روزرسانی ناظر انجام شد. خروجی‌های ثبت‌شده شامل احتمال تجمیعی، نقطه میانی مناظره و برآورد اصلاح‌شده ناظرند؛…
این دفترچه با یادگیری ماشین دوگانه می‌آزماید که آیا ارتباط میان فاصلهٔ نوسان ضمنی منهای نوسان تحقق‌یافته و بازده آیندهٔ سهام پس از تعدیل عوامل مخدوش‌گر مشاهده‌شده همچنان باقی می‌ماند یا نه. برآورد تعدیل‌شده را با حداقل مربعات معمولیِ ساده روی همان مشاهدات با…