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

1,290 سند

یادگیری ماشین برای معامله‌گری

این دفترچه TSMixer، یک شبکه عصبی سری زمانی، را شرح می‌دهد که دو عملیات را به‌تناوب انجام می‌دهد: نگاشت خطی مشترکی در روزهای بازنگری برای هر ویژگی، و یک MLP ویژگی مشترک که در هر روز به‌طور مستقل اعمال می‌شود. اتصال‌های باقیمانده و پیش‌نرمال‌سازی از لایه‌ها…

یادگیری ماشینمومنتومآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این مطالعه موردی توضیح می‌دهد چگونه پس از انتخاب مدل و راهبرد بر اساس داده‌های اعتبارسنجی، برای دوره خارج از نمونه پیش‌بینی تولید کنید. پیکربندی انتخاب‌شده قبلی را بازیابی می‌کند، مشخصات آموزش آن را بازسازی می‌کند و مدل را با استفاده از داده‌هایی که فقط پیش…

سهامیادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه EdgarTools را برای بررسی پرونده‌های SEC بر اساس شرکت و نوع پرونده معرفی می‌کند. نحوه یافتن ناشران با شناسه‌های پایدار CIK، دریافت گزارش‌های سالانه و فصلی، استخراج صورت‌های مالی XBRL و بررسی داده‌های Form 4 افراد داخلی و Form 13F نهادها را نشان…

سهامبازارهای آمریکاآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه با تحلیل مؤلفه‌های اصلی، تغییرات بازده هشت اوراق خزانه با سررسید ثابت، از یک تا سی سال، را بررسی می‌کند. ردیف‌های تقویمیِ پرشده با مقدار قبلی را که تغییری در بازده ندارند حذف می‌کند و پیش از PCA، مشاهدات باقی‌مانده را استانداردسازی می‌کند تا هر…

درآمد ثابتآمارمدیریت ریسکساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه نتایج اعتبارسنجی ثبت‌شده پنج برآوردگر عامل نهفته—PCA، IPCA، CAE، SDF و SAE—را در ۹ مطالعه موردی جمع‌بندی می‌کند. ابتدا گزارش می‌دهد کدام برآوردگرها در هر پنل نتیجه دارند، سپس بالاترین ضریب اطلاعات رتبه اسپیرمن روزانه میانگین را برای هر مطالعه…

سرمایه‌گذاری عاملییادگیری ماشینآمارسهام
یادگیری ماشین برای معامله‌گری

این دفترچه TabM، یک مجموعه عصبی با اشتراک‌گذاری وزن، را روی پنل سهام US به‌کار می‌گیرد که برای هر سهم و جلسه یک ردیف ویژگی دارد. یک ستون فقرات مشترک دولایه به چند عضو مدل ورودی می‌دهد و هر عضو بردار مقیاس‌دهی و لایه خروجی خود را دارد؛ میانگین‌گیری…

سهامیادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این تحلیل یک پیکربندی را از مجموعه ثابتی از نامزدهای قراردادهای آتی دائمی رمزارز انتخاب می‌کند که چهار برچسب پیش‌بینی و چند مرحله استراتژی را دربرمی‌گیرد. بالاترین شارپ اعتبارسنجی را برمی‌گزیند و جزئیات برچسب، تقسیم داده و اجرا را بخشی از تعریف نامزدهای…

رمزارزقراردادهای آتی دائمیآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه هدف‌های بازده آتی را برای رتبه‌بندی سهام US تعریف می‌کند و توضیح می‌دهد چگونه افق آن‌ها را با جلسات واقعی معاملاتی منطبق کنید. برای بازده‌ها از قیمت‌های تعدیل‌شده بابت تجزیه سهام و سود تقسیمی استفاده می‌کند، اما برای تعیین امکان معامله سهم، قیمت…

سهاممومنتومآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این خط لوله با استفاده از قیمت‌های OHLCV و منحنی بازده، ویژگی‌های مالی را برای جریان‌کار استقرار ETF می‌سازد. بازده‌ها و بازده‌های تعدیل‌شده بر اساس ریسک را در چند دوره گذشته‌نگر محاسبه می‌کند، شتاب مومنتوم و نسبت‌های نوسان را می‌سازد و سپس شاخص‌های فنی…

سهاممومنتومنوسانشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این اسکریپت دارایی‌های نهادی را از پرونده‌های SEC 13F به دو روش گردآوری می‌کند: می‌تواند پرونده‌های مجموعه‌ای گزینش‌شده از مدیران را بازیابی کند یا فایل‌های حجیم فصلی SEC را بارگیری کند. هر دو مسیر دارایی‌ها را به طرح‌واره‌ای مشترک نرمال می‌کنند و مسیر…

سهامآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیل مؤلفه‌های اصلی را روی پنلی از بازده سهام US به‌کار می‌گیرد تا حرکت‌های گسترده مشترک را با مجموعه کوچک‌تری از عامل‌ها نمایش دهد. هر عامل جهتی از تغییرات مشترک است و بار عاملی هر سهم میزان مواجهه آن با آن جهت را توصیف می‌کند. پیش‌بینی‌های…

سهامآماریادگیری ماشینسرمایه‌گذاری عاملی
یادگیری ماشین برای معامله‌گری

این دفترچه پیکربندی‌های تقویت گرادیانی را برای قراردادهای آتی دائمی رمزارز مقایسه می‌کند؛ ویژگی‌ها حول صرف قرارداد دائمی نسبت به بازار نقدی ساخته شده‌اند. ظرفیت درخت و تابع زیان، ازجمله زیان‌های مربعی، قدرمطلق و هوبر، تغییر می‌کنند و پیش‌بینی‌ها در چند نقطه…

رمزارزقراردادهای آتی دائمییادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه تراکنش‌های اشخاص داخلی را از SEC خام فرم 4 XML برای پژوهش کمی سهام استخراج کنید. از تجزیه‌گر XML استفاده می‌کند تا کد، تاریخ، تعداد سهم، قیمت و جهت هر معامله را به بلوک تراکنش مربوط نگه دارد و اطلاعات ناشر و مالک گزارش‌دهنده را…

سهاممبتنی بر رویداداحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این دفترچه از یادگیری ماشین دوگانه برای برآورد این موضوع استفاده می‌کند که آیا کری قراردادهای آتی، مستقل از نوسان، مومنتوم و رتبه کری مقطعی، بازده‌های بعدی را پیش‌بینی می‌کند یا نه. کری و بازده‌ها را با مدل‌های انعطاف‌پذیر و برازش متقاطع نسبت به این عوامل…

قراردادهای آتیهزینه/درآمد نگهداری موقعیتیادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه ویژگی‌های مبتنی بر مدل را برای قراردادهای آتی دائمی رمزارز توسعه می‌دهد: پیش‌بینی‌های نوسان شرطی هر دارایی از GJR-GARCH و احتمال رژیم تنش‌زده در کل بازار از مدل پنهان مارکوف گاوسی دوحالته‌ای که با تسویه‌های تأمین مالی برازش شده است. برخلاف…

رمزارزقراردادهای آتی دائمینوسانیادگیری ماشین
یادگیری ماشین برای معامله‌گری

این تحلیل نتایج غربال ویژگی‌ها را در ۹ مطالعه موردی معاملاتی مقایسه می‌کند و می‌پرسد آیا ویژگی‌هایی که از غربال عبور می‌کنند، استراتژی‌های قوی‌تری را پیش‌بینی می‌کنند. غربال آن، کنترل کشف کاذب بنجامینی–هوچبرگ را با مسیر دومی ترکیب می‌کند که بر حداقل اندازه…

آماریادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه، NLinear را به‌عنوان یک مدل پایه ساده برای پیش‌بینی بازده سهام US معرفی می‌کند. هر نمونه از پنجره‌ای شامل 60 جلسه پیاپی برای یک سهم استفاده می‌کند و ویژگی‌ها به ترتیب زمانی چیده شده‌اند. مدل برای هر ویژگی، آخرین مقدار آن را کم می‌کند، تاریخچه حاصل…

سهامبازارهای آمریکایادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه FinBERT ازپیش‌آموزش‌دیده را روی تیترهای مالی FinMarBa اعمال می‌کند و بررسی می‌کند چرا دقت آن بسیار کمتر از ارقام گزارش‌شده در ارزیابی Financial PhraseBank است. تشخیص محوری، منشأ برچسب‌هاست: برچسب‌های PhraseBank بازتاب‌دهنده قضاوت حاشیه‌نویسان…

یادگیری ماشیناحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این سند روندی را شرح می‌دهد که بارگذارهای استاندارد داده بازار را به رجیستری ویژگی‌های ازپیش‌ساخته و ابزارهای تشخیص سیگنال پیوند می‌دهد. محاسبه ویژگی را می‌توان با نام‌ها، فرهنگ‌های پارامتر یا YAML مشخص کرد؛ این کار از خطوط پردازش تکرارپذیر و افق‌های چندگانه…

شاخص‌های تکنیکالیادگیری ماشینآمارسهام
یادگیری ماشین برای معامله‌گری

این دفترچه دیدی در سطح خانواده مدل از پنج رویکرد عامل نهفته در یک مطالعه موردی تحلیل اختیار معامله سهام ارائه می‌کند. PCA حرکت‌های مشترک را مستقیماً از پنل بازده برآورد می‌کند؛ IPCA ویژگی‌ها را به‌صورت خطی به مواجهه‌ها نگاشت می‌کند؛ و رمزگذار خودکار شرطی از…

اختیار معاملهیادگیری ماشینسرمایه‌گذاری عاملیآمار
یادگیری ماشین برای معامله‌گری

این فصل بک‌تست را تلاشی برای رد یک استراتژی از طریق فرض‌های صریح درباره زمان‌بندی سیگنال، اجرا، بازمتعادل‌سازی، اندازه موقعیت، هزینه‌ها، محدودیت‌ها و معیارهای مقایسه می‌داند. شبیه‌سازی برداری و رویدادمحور را از نظر نحوه برخورد با وضعیت، ترتیب سفارش‌ها، وجه…

آزمون گذشته‌نگراجرای سفارشمدیریت ریسکآمار
یادگیری ماشین برای معامله‌گری

این منبع حفاظ‌هایی را برای بازسازی درخواست مدل از مشخصات آموزشی تغییرناپذیر و اعتبارسنجی اجرای حاصل شرح می‌دهد. بررسی می‌کند که درخواست از نسخه هویتِ پشتیبانی‌شده، سطح اجرای استاندارد، خانواده مدل و مطالعه منطبق، و هویت آموزشیِ بدون تغییر استفاده کند. مجموعه…

یادگیری ماشینآزمون گذشته‌نگرآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیل مؤلفه‌های اصلی ابزارمند را به‌عنوان مدلی برای بازده‌های مقطعی ارائه می‌کند. به‌جای اختصاص وزن مستقیم بازده به ویژگی‌های هر شرکت، IPCA نگاشتی خطی و مشترک از ویژگی‌ها به مواجهه‌های عاملی، در کنار بازده‌های عاملی ماهانه، برآورد می‌کند. این روش…

سهامسرمایه‌گذاری عاملییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه قراردادهای دودویی نرخ فدرال رزرو در Kalshi را به‌صورت احتمال بخوانیم و چگونه از نردبانی از آستانه‌های نرخ، توزیعی ضمنی بسازیم. تأکید می‌کند که خوراک داده شامل پیشنهادهای خرید YES است؛ بنابراین قیمت‌ها کران پایین‌اند و اسپرد بر…

قراردادهای آتیآمارریزساختار بازارشاخص‌های تکنیکال