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

215 سند

یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های کارمزد سهام و آتی را در کنار چند مدل لغزش قیمت مقایسه می‌کند و بر تفاوت واحدها و فرض‌های آن‌ها تأکید دارد. کارمزدهای درصدی به‌عنوان سهمی از ارزش اسمی ثابت می‌مانند، درحالی‌که حداقل کارمزدها، هزینه‌های ثابت، کارمزد هر سهم و آستانه‌های…

اجرای سفارشآزمون گذشته‌نگرریزساختار بازارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند آموزش یک عامل بهینه‌سازی سیاست مجاور را برای تصفیه یک سفارش ثابت طی افقی معین شرح می‌دهد. سیاست زمان‌بندیِ آموخته‌شده را در برابر TWAP و برنامه آلمگرن-کریس، با استفاده از مسیرهای شبیه‌سازی‌شده یکسان بازار ارزیابی می‌کند تا مقایسه‌های جفت‌شده‌ای از…

رمزارزاجرای سفارشریزساختار بازار
یادگیری ماشین برای معامله‌گری

این دفترچه می‌سنجد روش Lee-Ready تا چه حد جهت آغازگر معامله را با استفاده از پیام‌های سفارش‌به‌سفارش Nasdaq و برچسب‌های آغازگر ارائه‌شده از سوی محل معامله به‌عنوان حقیقت مبنا استنباط می‌کند. دفتر سفارش محدود را از افزودن‌ها، اصلاح‌ها، لغوها، اجراها و…

سهامریزساختار بازاراجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

این دفترچه اثر هزینه‌های تراکنش بر یک پیکربندی ثابت استراتژی معاملات آتی CME را می‌سنجد. پیکربندی گزارش‌شده را با فرایندی مشترک در مرحله اعتبارسنجی انتخاب می‌کند، پوشش ریسک آن را به اجراهای هزینه منتقل می‌کند و شبکه اعلام‌شده‌ای از هزینه‌های کل را به‌طور…

قراردادهای آتیکالاهاآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه روش‌های پوشش ریسک اختیاری را مقایسه می‌کند که موقعیت فروش در آن گرفته شده، وقتی بازتوازن گسسته است و معاملات هزینه متناسب دارند. سود و زیان نهاییِ خودتأمین را تعریف می‌کند و سپس هج‌کننده‌ای عصبی را آموزش می‌دهد تا زیان موردانتظار دنباله‌ای را در…

اختیار معاملهیادگیری ماشینمدیریت ریسکاجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه تنظیم تک‌هدفه ابرپارامترها را با جست‌وجوی چندهدفه برای مدل‌های پیش‌بینی LightGBM مقایسه می‌کند. خط‌مبنا ضریب اطلاعات اعتبارسنجی (IC) را بیشینه می‌کند. جست‌وجوی NSGA-II در عوض هدف IC را بیشینه و گردش پیش‌بینی نرمال‌شده را کمینه می‌کند و مرز پارتویی…

یادگیری ماشینآمارآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه یک پیکربندی ریزساختار NASDAQ-100 منتخب را روی پیش‌بینی‌های ثبت‌شده دوره نگه‌داشته‌شده اجرا می‌کند. مدل، تخصیص‌دهنده، سقف تمرکز پرتفوی، برنامه بازتوازن، پوشش ریسک و فرض‌های هزینه از کار قبلی گرفته شده و بدون تغییر اعمال می‌شوند؛ دفترچه هیچ تصمیمی…

سهامبازارهای آمریکاآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه از مجموعه‌ای ثابت از بک‌تست‌های سهام US یک استراتژی را انتخاب و آن را در دوره‌ای جداگانه و نگه‌داشته‌شده ارزیابی کنید. بررسی می‌کند که نامزدها شناسه‌های داده و پروتکل موردنیاز را مشترک داشته باشند، سپس آن‌ها را بر اساس شارپ…

سهامآزمون گذشته‌نگرمدیریت ریسکآمار
یادگیری ماشین برای معامله‌گری

این دفترچه گردش کاری عملیاتی را برای اتصال بک‌تست و استراتژی زنده مشترک به نشست معامله شبیه‌سازی‌شده Interactive Brokers نشان می‌دهد. هویت و وضعیت حساب را بررسی می‌کند، برای راه‌اندازی اندیکاتورها داده‌های کندلی تاریخی را درخواست می‌کند، به داده‌های بازار…

سهاممومنتوماجرای سفارشمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این تحلیل امکان‌سنجی بررسی می‌کند آیا می‌توان با پنل سهام US موجود، درباره استراتژی رتبه‌بندی روزانه سهام با موقعیت‌های خرید و فروش کوتاه پژوهش کرد یا نه. ساخت مجموعه دارایی در نقطه زمانی را با آستانه‌های قیمت و گردش گذشته بررسی می‌کند، هزینه‌های معاملاتی…

سهامبازارهای آمریکاآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه پیش از نمایه‌سازی برای پژوهش مالی، مجموعه‌ای از گزارش‌های سالانه را ممیزی می‌کند. فاصله پایان دوره مالی تا تاریخ انتشار عمومی پرونده را اندازه می‌گیرد و نشان می‌دهد چرا کاربردهای نقطه‌درزمان باید از تاریخ انتشار استفاده کنند. همچنین پرونده‌هایی را…

سهامیادگیری ماشیناجرای سفارشآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این ماژول تحلیل مشترک، روش‌هایی برای برآورد اصطکاک معاملاتی در طبقات دارایی را شرح می‌دهد. شامل برآوردگرهای سقف-کف و خودکوواریانس بازده برای اسپرد خرید-فروش، معیارهای حجم میانگین متحرک و رویکردهای رگرسیونی برای کالیبره‌کردن اثر بازار با ریشه دوم و ضریب اثر…

اجرای سفارشریزساختار بازارمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه بررسی می‌کند که یک استراتژی منتخب مبتنی بر ویژگی‌های شرکت‌های US چگونه به تغییر فرض هزینه تراکنش واکنش نشان می‌دهد. پیکربندی استراتژی را ثابت نگه می‌دارد و بک‌تست‌های اعتبارسنجی را در شبکه‌ای تعریف‌شده از سطوح کمیسیون و لغزش قیمت دوباره اجرا…

سهاماجرای سفارشآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه چارچوبی آگاه از واحدها برای برآورد هزینه معاملات در سهام، پرپچوال‌های رمزارز، آتی، ETF و ارز خارجی می‌سازد. حجم سهم، حجم قرارداد، حجم دارایی پایه و شمار به‌روزرسانی قیمت را متمایز می‌کند و فقط وقتی فعالیت را به گردش مالی دلاری تبدیل می‌کند که قیمت…

اجرای سفارشریزساختار بازارمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این مطالعه موردی، استرادل فروش هفتگی اختیار معامله S&P 500 را با استفاده از بک‌تست‌های ثبت‌شده ارزیابی می‌کند. پیکربندی‌ای را از جهان نقدشونده مشخص‌شده انتخاب می‌کند، نامزدها را بر مبنای اعتبارسنجی رتبه‌بندی می‌کند و پیکربندی برگزیده را بدون استفاده از نتایج…

اختیار معاملهسهامآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این رکورد ممیزی تعریف می‌کند که چارچوب‌های مختلف بک‌تست چگونه با ML4T در مطالعات موردیِ واقعی استراتژی و یک بار کاری فشار مصنوعی مقایسه می‌شوند. قواعد مقایسه برای ترتیب اجراها، زمان‌مهرها، مقادیر پولی حساب، کمیت‌ها و دیگر فیلدهای عددی را مشخص می‌کند. همچنین…

آزمون گذشته‌نگراجرای سفارشریزساختار بازارقراردادهای آتی
یادگیری ماشین برای معامله‌گری

این دفترچه مقایسه‌های درستی و زمان اجرا را برای VectorBT Pro و VectorBT OSS در برابر ML4T روی استراتژی‌های مطالعه موردیِ پشتیبانی‌شده ارائه می‌دهد. هر دو نسخه را در تخصیص ETF، ارز خارجی با مظنه USD و پنل سهام US بررسی می‌کند؛ VectorBT Pro همچنین در مقایسه…

آزمون گذشته‌نگراجرای سفارشقراردادهای آتیفارکس
یادگیری ماشین برای معامله‌گری

این دفترچه نشان می‌دهد که یک سفارش با مبلغ ثابت دلاری، به‌دلیل تفاوت اندازه‌اش نسبت به حجم معاملات موجود، می‌تواند هزینه‌های بسیار متفاوتی در سهام گوناگون ایجاد کند. در آن، مدلی از اثر بازار با ریشه دوم برای یک استراتژی مومنتومِ خرید هنگام مثبت بودن، با…

سهاممومنتومآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد چگونه برچسب‌های بازده آتی و جهت را برای پژوهش درون‌روزی NASDAQ-100 بسازیم. بازده را با قرارداد اجرایی مشخصی تعریف می‌کند: قیمت پایانی یک کندل را مشاهده کنید، در کندل بعدی وارد معامله شوید و نتیجه را طی مدتی تنظیم‌شده بسنجید. قیمت‌های…

سهامریزساختار بازاراجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

این فصل چارچوب حاکمیت پس از استقرار برای سامانه‌های معاملاتی یادگیری ماشین را ترسیم می‌کند. خطاهای فنی، که در آن‌ها ورودی‌های یکسان خروجی‌های متفاوتی می‌دهند، از افت آماری، که در آن خروجی‌ها دیگر بازده را پیش‌بینی نمی‌کنند، جدا می‌شوند. چارچوب، شناسایی از…

یادگیری ماشینمدیریت ریسکاجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

این دفترچه طبقه‌بندی معاملات لی-ردی را با برچسب‌های سمت مهاجم در داده‌های سفارش‌به‌سفارش نزدک می‌آزماید. دفتر سفارش محدود را از پیام‌های افزودن، تغییر، لغو، اجرا و بازنشانی بازسازی می‌کند و سپس هر معامله را با بهترین قیمت خرید و فروش هم‌زمان آن تراز می‌کند.…

ریزساختار بازارمعاملات پربسامداجرای سفارشسهام
یادگیری ماشین برای معامله‌گری

این دفترچه می‌سنجد که هزینه‌های معامله چگونه بر استراتژی‌هایی اثر می‌گذارند که پیش‌تر در مراحل انتخاب سیگنال، تخصیص و لایه کنترل ریسک انتخاب شده‌اند. پیش از تغییر هزینه‌ها، برای هر برچسب یک پیکربندی منتخبِ اعتبارسنجی را ثابت نگه می‌دارد؛ بنابراین منحنی‌ها…

سهامآزمون گذشته‌نگراجرای سفارشمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند ماشین حالت مشترکی برای توقف خودکار معاملات با وضعیت‌های بسته، باز و نیمه‌باز ارائه می‌کند. این چرخه را برای چهار وضعیت به کار می‌گیرد: افت سرمایه پرتفوی، زیان روزانه، جلسات زیان‌ده متوالی و تأخیر سامانه. پس از مهلت بازیابی، مدارشکن وارد وضعیت…

مدیریت ریسکاجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

این دفترچه نشان می‌دهد که هزینه‌های صریح اجرا چگونه می‌توانند بازده ناخالص یک استراتژی فرضی درون‌روزی را کاهش دهند. مبنای آن، اسپرد عبوریِ میانه و وزن‌دهی‌شده با حجم در میان اجزای NASDAQ-100 است؛ سپس با افزودن اثر بازار، لغزش قیمت و کارمزدهای فرضی، سناریوهای…

سهاماجرای سفارشریزساختار بازارمدیریت ریسک