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 روش‌های مشترکی را برای تولید ویژگی‌های مدل برازش‌شده، بدون استفاده از مشاهدات آینده، ارائه می‌کند. در مدل‌های مارکوف پنهان، احتمال حالت فیلترشده را که بر مشاهدات تا زمان فعلی تکیه دارد، از احتمال هموارشده که به کل توالی شرطی است و می‌تواند اطلاعات…
این سند روشی پیش‌رونده را شرح می‌دهد که باقیمانده‌های پیش‌بینی را به عرض بازه‌های عدم‌قطعیت برای هر موجودیت تبدیل می‌کند تا اندازه موقعیت‌ها تعیین شود. در هر زمان تصمیم‌گیری، کالیبراسیون از باقیمانده‌هایی استفاده می‌کند که فرصت تعیین نتیجه داشته‌اند؛ با…
این مطالعه موردی یک پیکربندی را از مجموعه‌ای ثابت از استراتژی‌های قراردادهای آتی دائمی ارز دیجیتال انتخاب می‌کند که برچسب‌های گوناگون بازده و جهت، روش‌های اندازه‌گذاری سبد و لایه‌های ریسک را دربر می‌گیرد. بالاترین شارپ اعتبارسنجی را انتخاب می‌کند و سپس…
این آموزش سیگنال‌های مقطعی ETF را به پرتفوی‌های ده‌سهمیِ فقط خرید و با وزن برابر تبدیل می‌کند و رگرسیون ریج و طبقه‌بندی لجستیک را با استراتژی‌های مبنای مومنتوم و وزن برابر مقایسه می‌کند. مدل‌ها روی پنجره‌های آموزشی پیش‌رونده، همراه با فاصله حائل برای برچسب…
این پژوهش می‌آزماید که آیا برازش ضعیف مدل خطی به بازده‌های ماهانه سهام US از تابع هدف خطای مربعی آن ناشی می‌شود. هدف بازده آتی بدون وینزورکردن، ویژگی‌ها و فولدهای پیش‌رونده را ثابت نگه می‌دارد و مدل‌های درختی تقویتیِ آموزش‌دیده با خطای مربعی، خطای مطلق و…
این دفترچه پروتکل Rademacher Anti-Serum (RAS) را روشی برای تعدیل برآوردهای عملکرد هنگام انتخاب از میان کلاس متناهی استراتژی‌ها یا سیگنال‌ها معرفی می‌کند. پیچیدگی تجربی رادماخر می‌سنجد ماتریس عملکرد نامزدها تا چه اندازه می‌تواند با علامت‌های تصادفی هم‌راستا…
این دفترچه NLinear را به‌عنوان مدل مبنا برای پیش‌بینی بازده سهام از پنجره‌های مرتب‌شده ویژگی معرفی می‌کند. هر نمونه شامل 60 جلسه متوالی برای یک سهم است. برای هر ویژگی، مدل آخرین مقدار را کم می‌کند، تاریخچه حاصل را با یک لایه خطی به مقداری واحد نگاشت می‌کند و…
این دفترچه مدل‌های عصبی TabM را برای هدف بازده استراتژی استرادل کوتاه روی اختیارهای S&P 500 برازش می‌دهد و سه ظرفیت مدل را روی همان پنل ویژگیِ روش‌های خطی و تقویتی مقایسه می‌کند. TabM یک ستون فقرات عصبی را میان اعضای مجموعه مشترک می‌سازد، در حالی که بردارهای…
این دفترچه کنترل‌های سطح موقعیت را برای تخصیص سهام و اختیار معامله S&P 500 ارزیابی می‌کند و حد ضرر ثابت، حد ضرر متحرک و خروج زمانی را با مبنای بدون پوشش اختصاصی هر استراتژی مقایسه می‌کند. زنجیره واجد شرایط استراتژی را با شارپ اعتبارسنجی انتخاب می‌کند و سپس…
این سند توضیح می‌دهد TSMixer چگونه سابقه اخیر ویژگی‌های یک سهم را به‌صورت ماتریسی از جلسه‌ها و ویژگی‌ها پردازش می‌کند. بلوک‌های آن اطلاعات را در امتداد ستون‌های ویژگی و در طول زمان ترکیب می‌کنند و سپس ویژگی‌ها را در هر جلسه با هم می‌آمیزند. انباشتن بلوک‌ها…
این دفترچه از پیش‌بینی‌های ثبت‌شده GBM برای ETFها و قراردادهای آتی CME استفاده می‌کند تا وزن‌دهی برابر، وزن‌دهی معکوس بر اساس عرض کانفورمال و وزن‌دهی متناسب با امتیازهای پیش‌بینی مثبت را مقایسه کند. بازه‌های کانفورمال تفکیک‌شده موندریانِ مختص هر دارایی، از…
این دفترچه پیش‌بینی‌های بدون آموزش Chronos و TinyTimeMixer را با یک LSTM و یک مدل خطی جریمه‌شده روی پنل ETF مقایسه می‌کند. همه مدل‌ها زمینه تاریخی تک‌متغیره یکسانی می‌گیرند، اما مدل‌های ازپیش‌آموزش‌دیده همان سری زمینه را پیش‌بینی می‌کنند، نه برچسب بازده آتی…
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 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 سند پنلی روزانه از ویژگی‌ها برای رتبه‌بندی بیست جفت‌ارز در زمان بسته‌شدن نیویورک، ساعت 5 PM، تدوین می‌کند. سیگنال‌های قابل رتبه‌بندی، مانند بازده‌های استانداردشده چندافقی و موقعیت در کانال، را از سنجه‌های وضعیت بازار مانند نوسان، افت سرمایه، دامنه و…
این آموزش شبیه‌ساز چرخش ماهانه ETF را با رتبه‌بندی مومنتوم تعدیل‌شده با ریسکِ گذشته‌نگر و فیلتر رژیم منحنی بازده خزانه‌داری می‌سازد. در پایان هر ماه، قاعده ده صندوق را بر اساس تاریخچه اخیر قیمت رتبه‌بندی می‌کند؛ در ماه‌های ریسک‌پذیر سه صندوق برتر با وزن…
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 دفترچه نتایج موتور LEAN را از ممیزی‌ای جدا می‌کند که اجراهای حفظ‌شده استراتژی واقعی را با پروفایل‌های متناظر ML4T Backtest مقایسه می‌کند. چهار بارکاری پشتیبانی‌شده را مشخص می‌کند: تخصیص ETF، تأمین مالی قراردادهای دائمی رمزارز، تخصیص FX با مظنه USD و پنل…
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 چگونگی تولید پیش‌بینی‌های بخش نگه‌داشته‌شده برای یک استراتژی منتخب تأمین مالی قراردادهای دائمی رمزارز را شرح می‌دهد. پیکربندی را از نتایج اعتبارسنجی تعیین می‌کند، انتخاب نقطه بررسی مدل را به مرحله بعد منتقل می‌کند و مشخصات آموزشی تازه‌ای با…
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 سند توضیح می‌دهد چگونه رژیم‌های بازار را با تقسیم بازده‌ها به پنجره‌های هم‌پوشان و در نظر گرفتن هر پنجره به‌عنوان یک توزیع تجربی شناسایی کنیم. فاصله پنجره‌ها را از طریق چندک‌های مرتب و متناظر می‌سنجد؛ بنابراین تفاوت‌های کل توزیع، از جمله جایگاه زیان‌های…