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

2,112 سند

یادگیری ماشین برای معامله‌گری

این ابزار سنجه‌های سوگیری انتخاب و عدم‌قطعیت عملکرد را برای گروه‌هایی از بک‌تست‌های استراتژی محاسبه می‌کند. گروه‌ها را در سطوح خانواده، مرحله‌ـ‌برچسب و برچسب تشکیل می‌دهد؛ سپس سنجه‌هایی چون نسبت شارپ تورش‌زدایی‌شده، تعداد مؤثر آزمون‌ها، کران رهبر تعدیل‌شده…

آزمون گذشته‌نگرآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه پیام‌های تاریخی خوراک IEX DEEP را تجزیه کنید و با به‌روزرسانی‌های تجمیعی در سطح قیمت، دفتر سفارش محدود را نگه دارید. تغییرات عمق، بهترین مظنه‌های خرید و فروش و گزارش‌های معامله را استخراج می‌کند و سپس از نماهای لحظه‌ای…

سهامریزساختار بازاراجرای سفارشبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این تحلیل توضیح می‌دهد داده‌های قراردادهای آتی CME چگونه در قالب محصولات، قراردادهای سررسیدشونده و سری‌های پیوسته با رول بر پایه حجم سازمان‌دهی می‌شوند. از داده‌های E-mini S&P 500 نشان می‌دهد قراردادهای منفرد پنجره معاملاتی محدودی دارند که هنگام رول…

قراردادهای آتیکالاهاچندداراییآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند اصول پیاده‌سازی یک اجراگر مشترک بک‌تست را شرح می‌دهد و بر تفسیر درست شبکه بازده هنگام سالانه‌سازی عملکرد تمرکز دارد. بسامد نمونه‌گیری مشاهده‌شده را از فاصله‌های معمول میان مشاهدات بازده برآورد می‌کند، فاصله‌های غیرعادی طولانی را کنار می‌گذارد و سپس…

آزمون گذشته‌نگرمدیریت ریسکآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه تخصیص‌های با وزن برابر، وزن‌دهی‌شده برحسب امتیاز مثبت و وزن‌دهی‌شده برحسب عرض کانفورمال را برای ETFهای رتبه‌بالا و قراردادهای آتی CME مقایسه می‌کند. عرض بازه کانفورمال تفکیک‌شده برای هر موجودیت را از باقیمانده‌های بخش‌های اعتبارسنجی قبلی برآورد…

سهامقراردادهای آتیتعیین اندازه موقعیتمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه سه روش تبدیل پیش‌بینی‌های بازده با علامت مثبت یا منفی به موقعیت‌های دودویی را مقایسه می‌کند: آستانه ثابت صفر، صدک دنباله‌روِ امتیازهای هر نماد و صدک مقطعی میان نمادها. فعال‌شدن سیگنال و تغییر حالت را در پیش‌بینی‌های اعتبارسنجی ثبت‌شده برای ETFها و…

یادگیری ماشینشاخص‌های تکنیکالرمزارزسهام
یادگیری ماشین برای معامله‌گری

این سند خودرمزگذار نظارت‌شده را به‌عنوان یک مدل مرجع برای مقایسه با مدل‌های عامل نهفته شرطی معرفی می‌کند. این مدل ویژگی‌های شرکت را مستقیماً به بازده‌های آتی نگاشت می‌کند و هم‌زمان 57 ورودی را از طریق یک گلوگاه باریک فشرده می‌سازد. مقایسه آن با خودرمزگذار…

سهامیادگیری ماشینسرمایه‌گذاری عاملیآمار
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد که تجزیه سهام و سود نقدی چگونه سری‌های خام قیمت تاریخی را مختل و بازده‌های محاسبه‌شده را مخدوش می‌کنند. تعدیل به عقب را نشان می‌دهد که در آن قیمت‌های تاریخی متناسب با اقدامات شرکتی بعدی بازتنظیم می‌شوند، و این روش را روی داده‌های…

سهامبازارهای آمریکاآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه از ویژگی‌های ETF و بازده‌های آتی برای نمایش استنباط کلاسیک حداقل مربعات معمولی، پیش از پرداختن به روش‌های متمرکز بر پیش‌بینی، استفاده می‌کند. آزمون ضرایب و خطاهای استاندارد را بررسی می‌کند و سپس ناهمسان‌واریانسی، خودهمبستگی باقیمانده‌ها و هم‌خطی…

سهامآماریادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این مطالعه NASDAQ-100 بررسی می‌کند که هزینه‌های تراکنش چگونه بر استراتژی سهامی با بازمتوازن‌سازی مکرر اثر می‌گذارند. دو واکنش احتمالی به هزینه‌ها را جدا می‌کند: محدودکردن مجموعه دارایی‌های معامله‌شده به نمادهای نقدشونده‌تر و کم‌هزینه‌تر، و کاهش تناوب…

سهامبازارهای آمریکااجرای سفارشریزساختار بازار
یادگیری ماشین برای معامله‌گری

این آزمایش پیش‌بینی‌های اعتبارسنجی یک مدل درختی تقویت‌شده با گرادیان، یک شبکه عصبی جدولی و یک مدل عامل نهفته را برای رتبه‌بندی ماهانه ETF ترکیب می‌کند. ابتدا پیش‌بینی‌ها را در مقطع با نمره‌های استاندارد می‌کند و سپس میانگین می‌گیرد. ارزیابی تجمیع از ضریب…

چنددارایییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

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…

یادگیری ماشیننوسانآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

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…

تعیین اندازه موقعیتمدیریت ریسکآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

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…

رمزارزقراردادهای آتی دائمیآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این راهنما مجموعه‌داده‌های عمومی بازده عوامل از کتابخانه داده کن فرنچ و AQR را معرفی می‌کند؛ ازجمله عوامل بازار، اندازه، ارزش، سودآوری، سرمایه‌گذاری، مومنتوم، کیفیت و بتای پایین. نحوه دریافت و بارگذاری مشاهدات ماهانه یا روزانه، فیلترکردن بر اساس تاریخ، بررسی…

سرمایه‌گذاری عاملیآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه با یادگیری ماشین دوگانه برآورد می‌کند که آیا انحراف پریمیوم قراردادهای آتی دائمی با بازده‌های بعدیِ هشت‌ساعته مرتبط است و آیا این رابطه برآوردشده میان بازارهای کم‌نوسان و پرنوسان تفاوت دارد. طراحی پنلی میان نمادهای ارز دیجیتال را شرح می‌دهد،…

رمزارزقراردادهای آتی دائمییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه PCMCI را روشی برای کشف روابط با وقفه در سری‌های زمانی مالی چندمتغیره، بدون تعیین پیشاپیش نمودار علّی، معرفی می‌کند. این روش را روی بازده‌های ETF و شاخص نوسان به‌کار می‌گیرد، تحلیل شرطی آن را با آزمون‌های زوجی گرنجر مقایسه می‌کند و نحوه تفسیر…

یادگیری ماشینآمارچندداراییسهام
یادگیری ماشین برای معامله‌گری

این نمایش استقرار، مدل ریج را با داده‌های تاریخی روزانه برای مقطعی از جفت‌های اصلی FX دوباره آموزش می‌دهد، کندل‌های جاری را از طریق نشست معامله کاغذی در Interactive Brokers دریافت می‌کند، جفت‌ها را رتبه‌بندی می‌کند و سبدی با موقعیت خرید می‌سازد. اتصال به…

فارکساجرای سفارشیادگیری ماشینریزساختار بازار
یادگیری ماشین برای معامله‌گری

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…

سهامآزمون گذشته‌نگراجرای سفارشساخت پرتفوی
یادگیری ماشین برای معامله‌گری

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…

سهامبازارهای آمریکایادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

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…

آمارآزمون گذشته‌نگرمدیریت ریسکیادگیری ماشین
یادگیری ماشین برای معامله‌گری

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…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه بهترین قیمت ملی خرید و فروش جاری (NBBO) را برای هر معامله AAPL در جلسه عادی روز 16، 2020 بازسازی می‌کند. رویدادهای مظنه و معامله را به‌ترتیب زمانی ترکیب می‌کند، آخرین قیمت خرید و فروش را تا معامله بعدی نگه می‌دارد و معاملاتی را که اسپرد معتبر و…

سهامریزساختار بازاراجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

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…

اختیار معاملهسهامیادگیری ماشینآزمون گذشته‌نگر