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.
487 سند
این دفترچه ارزیابی می‌کند که آیا سنجه‌های بازار اختیار معامله می‌توانند بازده‌های آینده سهام را رتبه‌بندی کنند. مدل‌های خطی مشخص‌شده با ویژگی‌های استخراج‌شده از اختیار معامله و با اعتبارسنجی پیش‌رونده برازش می‌شوند و شدت جریمه برای ریدج، لسو و الاستیک‌نت…
این دفترچه توضیح می‌دهد که GARCH چگونه خوشه‌بندی نوسان را به ویژگی‌ای برای هر جلسه تبدیل می‌کند. ابتدا از نمودار بازده‌ها و آزمون ARCH-LM استفاده می‌کند تا بررسی کند آیا بازده‌های مجذور به وقفه‌های خودِ بازده‌های مجذور وابسته‌اند. در مدل GARCH(1,1)، پاسخ به…
این مطالعه می‌پرسد آیا کمیت‌های بازار اختیار معامله می‌توانند بازده آتی سهام را رتبه‌بندی کنند. ویژگی‌ها شامل نوسان ضمنی در سررسیدهای مختلف، چولگی اختیار فروش‌ـ‌خرید، شیب ساختار سررسید و صرف ریسک واریانس هستند. چون بسیاری از سنجه‌ها در چند شکل هم‌پوشان…
این دفترچه طرح عامل تنزیل تصادفی رقابتی را برای سهام روزانه آمریکا اقتباس می‌کند. شبکه وزن‌دهی سبد از بازده‌های مازاد روز بعد یک عامل می‌سازد، درحالی‌که شبکه گشتاور رقیب به آموزش هسته قیمت‌گذاری کمک می‌کند؛ شبکه بتای جداگانه، حاصل‌ضرب بازده و عامل را در سطح…
این دفترچه گراف دانش واقعی زنجیره تأمین و دارایی‌های نهادی 13F را به ویژگی‌های یادگیری ماشین تبدیل می‌کند. سنجه‌های شبکه، مانند مرکزیت و شاخص‌های وابستگی، را استخراج می‌کند، تمرکز تأمین‌کننده و مواجهه رقابتی را برآورد می‌کند و سیگنال‌های مالکیت برای گستردگی…
این دفترچه سوابق معاملات و مظنه AAPL را هنگام سقوط بازار در مارس 16، 2020 بررسی می‌کند تا نشان دهد ریزساختار بازار زیر فشار چگونه تغییر می‌کند. داده معاملات را به ساعات عادی معاملاتی محدود می‌کند، ثبت معاملات را از به‌روزرسانی‌های بهترین مظنه خرید و فروش ملی…
این دفترچه LightGBM را با پرسپترون چندلایه حداقلی، TabM و در صورت امکان TabPFN برای پیش‌بینی مقطعی بازده ETF مقایسه می‌کند. مدل‌ها با ضریب اطلاعات رتبه‌ای روی بخش‌های مشترک آزمون پیش‌رونده ارزیابی می‌شوند و برش‌های زمانی اعتبارسنجی برای توقف زودهنگام یا…
این سند چهار منبع داده بازار سهام را برای بررسی معاملات، مظنه‌ها و دفتر سفارش محدود مقایسه می‌کند: AlgoSeek TAQ، بازار به‌ازای سفارش Databento، NASDAQ ITCH و IEX HIST. دانه‌بندی، پوشش، هزینه یا شرایط دسترسی، نیاز ذخیره‌سازی و آماده‌تجزیه‌شده بودن داده یا…
این دفترچه روندکاری را معرفی می‌کند که بارگذاری داده‌های استانداردشده ETF، یک فهرست ویژگی‌ها و عیب‌یابی سیگنال را به هم پیوند می‌دهد. نشان می‌دهد چگونه فرادادهٔ اندیکاتورها را بیابید، ویژگی‌ها را با مقادیر پیش‌فرض یا پارامترهای صریح محاسبه کنید و پیکربندی‌ها…
این دفترچه جنگل تصادفی را با XGBoost، LightGBM و CatBoost روی پنلی از ویژگی‌ها و بازده‌های ناشناس‌سازی‌شده شرکت‌ها مقایسه می‌کند. مجموعه داده، بخش‌های زمانی آموزش، اعتبارسنجی و آزمون را فراهم می‌کند. مدل‌ها با ضریب اطلاعات رتبه اسپیرمن به‌عنوان سنجه اصلی و…
این دفترچه ارزش در معرض ریسک را به‌صورت چندک زیان و ارزش در معرض ریسک شرطی، یا زیان مورد انتظار، به‌عنوان میانگین زیان فراتر از آن آستانه توضیح می‌دهد. ریسک دنباله‌ای یک‌روزه را برای یک ETF سهامی گسترده با چهار روش برآورد می‌کند: چندک‌های تاریخی تجربی، مدل…
این دفترچه یک استراتژی منتخب سهام و اختیار معامله S&P 500 را با بازسازی پیکربندی اعتبارسنجی آن از میان نامزدهای ثبت‌شده با پوشش کامل ارزیابی می‌کند. مسیر را از خط مبنای وزن‌برابر تا تخصیص، کنترل‌های ریسک و حساسیت به هزینه دنبال می‌کند و سپس نتیجه…
این دفترچه برابری ریسک سلسله‌مراتبی را در شرایطی که برآوردهای کوواریانس پرنویز هستند، جایگزینی برای تخصیص میانگین‌ـ‌واریانس توضیح می‌دهد. HRP دارایی‌ها را با استفاده از فاصله‌های همبستگی خوشه‌بندی می‌کند، آن‌ها را بر اساس سلسله‌مراتب مرتب می‌کند، سپس مجموعه…
این دفترچه استراتژی هفتگی استرادل اختیارهای S&P 500 را با بک‌تست‌های ثبت‌شده و فرایند انتخاب ثابتی ارزیابی می‌کند. پس از اعمال محدودیت مجموعه دارایی‌های نقدشونده، پیکربندی منتخب را از ثبت بازیابی می‌کند و نتایج اعتبارسنجی و دوره آزمون را بدون استفاده از دوره…
این مطالعه سنجه‌ای دقیقه‌ای از فشار جریان سفارش را با داده‌های بازار بر اساس سفارش برای NVDA می‌سازد. افزودن سفارش، لغو و پرشدن را بر اساس سمت علامت‌گذاری می‌کند، رویدادها را بر حسب اندازه و فاصله از نقطه میانی وزن می‌دهد و سری فشار حاصل را هموار می‌سازد.…
این دفترچه خودرمزگذار شرطی‌ای ارائه می‌کند که ساختار یک مدل عاملی نهفته ابزارگذاری‌شده را حفظ می‌کند، اما نگاشت خطی از ویژگی‌های شرکت به مواجهه‌های عاملی را با شبکه عصبی جایگزین می‌سازد. بازده‌های ماهانه به‌صورت مواجهه‌های مبتنی بر ویژگی ضرب‌در بازده‌های…
این دفترچه برای مطالعه ویژگی‌های شرکت‌های US، از یک پنل منتشرشده ماتریس ماهانه مدل می‌سازد که ویژگی‌های آن از پیش میان شرکت‌ها رتبه‌بندی شده‌اند. ترکیب‌ها و برهم‌کنش‌ها را با مقادیر همان ردیف شرکت‌ـ‌ماه می‌افزاید، بدون برازش تبدیل یا محاسبه پنجره‌های غلتان.…
این سند TabM، یک مجموعه عصبی با اشتراک وزن، را روی ویژگی‌های برگرفته از اختیار معامله برازش می‌دهد تا بازده آتی سهام و بازده‌های تعدیل‌شده با ریسک را پیش‌بینی کند. اعضای آن از یک شبکه مشترک دولایه با مقیاس‌دهی جداگانه فعال‌سازی و سرهای خروجی مجزا استفاده…
این یادداشت پیکربندی، انتخاب حل‌گر saga و تلورانس همگرایی سخت‌گیرانه‌تر را برای رگرسیون لجستیک L1 با برچسب‌های سه‌کلاسه توضیح می‌دهد. saga را با liblinear مقایسه می‌کند و به سنجش زمان اجرا روی پنل ریزساختار نزدک و مقادیر گزارش‌شده زیان لگاریتمی و دقت خارج از…
این دفترچه یک خودرمزگذار نظارت‌شده را برای پیش‌بینی بازده‌های آتی از ویژگی‌های شرکت بررسی می‌کند. گلوگاه باریک شبکه عصبی را حفظ می‌کند، اما تفسیر عامل شرطی و محدودیت قیمت‌گذاریِ مدل‌های مرتبط را حذف می‌کند. شبکه ویژگی‌ها را مستقیماً به بازده نگاشت می‌کند،…
این تحلیل امکان‌پذیری بررسی می‌کند که آیا می‌توان استراتژی ماهانه خرید و فروش استقراضی مبتنی بر ویژگی‌های شرکت‌های US را با پنل موجود ارزیابی کرد. بررسی می‌کند که آیا سنجه‌ها به‌صورت رتبه‌ای کدگذاری شده‌اند، شرکت‌ها چه مدت قابل مشاهده‌اند، در هر تاریخ…
این دفترچه دو شبیه‌سازی از یک استراتژی مومنتوم ماهانه ETF را مقایسه می‌کند. وزن‌های هدف، مجموعه دارایی‌ها، تاریخ‌ها و کل هزینه معاملات در هر دو یکسان است. یکی بازده را از وزن‌های با وقفه و بازده دارایی‌ها محاسبه می‌کند؛ دیگری سفارش‌ها را به‌ترتیب پردازش…
این دفترچه پیش‌بینی بازده را از ادعای اینکه مومنتوم علت آن است متمایز می‌کند. بازده سال پیشِ سهام، به‌استثنای ماه اخیر، را به‌عنوان متغیر مداخله و بازده آتی را پیامد در نظر می‌گیرد. نوسان اخیر، رتبه کم‌نقدشوندگی و نسبت حجم را عوامل مخدوش‌کننده بالقوه تعریف…
این دفترچه نتایج LightGBM را در چند مطالعه موردی معاملاتی تجمیع و با خط مبناهای خطی و TabM مقایسه می‌کند. پیکربندی با بالاترین IC را برای هر مطالعه بررسی می‌کند، بازه‌های سازگار با ناهمسانی و خودهمبستگی را گزارش می‌دهد و ارتباط تابع زیان، عمق درخت و…