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.
2,112 سند
این دفترچه پوشش ریسک عمیق برای یک اختیار خرید اروپایی فروش‌رفته را نشان می‌دهد. مسیرهای حرکت براونی هندسی را شبیه‌سازی می‌کند، پوشش دلتا بلک–شولز را به‌عنوان معیار به کار می‌برد و شبکه عصبی نیمه‌بازگشتی را آموزش می‌دهد تا موقعیت در دارایی پایه را انتخاب کند؛…
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 مجموعه‌داده OHLCV بازار ارز خارجی را توصیف می‌کند که G10 جفت اصلی و متقاطع را با کندل‌های روزانه و چهارساعته از OANDA پوشش می‌دهد. توضیح می‌دهد داده‌ها چگونه دانلود، بارگذاری و بر اساس جفت یا بازه تاریخ فیلتر شوند و چگونه از طریق خلاصه پوشش و…
این سند PCA ابزارمند را نشان می‌دهد که در آن بارهای عاملی دارایی به‌صورت توابع خطیِ ویژگی‌های مشاهده‌شده پیش از بازده مدل‌سازی می‌شوند. برای برآورد نگاشت ویژگی به بار عاملی و عوامل تحقق‌یافته از حداقل مربعات متناوب استفاده می‌کند و سپس بازیابی بارهای عاملی…
این سند یک مجموعه‌داده معیارِ بازتولیدپذیر از سهام US را توصیف می‌کند که از آرشیو بازتولید پژوهش قیمت‌گذاری دارایی Chen، Pelger و Zhu گرفته شده است. این مجموعه تقریباً 1.2 میلیون مشاهده ماهانه سهام از 1967 تا 2016 دارد و شامل 46 ویژگی شرکت، شاخص‌های اقتصاد…
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 برآورد می‌کند که آیا نمره استانداردشده پرمیوم قراردادهای دائمی رمزارزی، تحت یک مداخله، با بازده‌های هشت‌ساعته بعدی ارتباط دارد یا نه؛ این برآورد نوسان قیمت، نرخ فاندینگ و انحراف پرمیوم از میانگین اخیرش را تعدیل می‌کند. یادگیری ماشین دوگانه پیامد و…
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 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 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 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 چارچوبی برای تبدیل فعالیت بازار به هزینه‌های معاملاتی مدل‌شده و ظرفیت استراتژی تدوین می‌کند. مدل اثر ریشه دوم را معرفی می‌کند، نوسان و میانگین حجم روزانه را ورودی‌های اصلی می‌داند و کمیت‌های در دسترس از داده بازار را از ضرایب اثر موردنیاز بر اساس…
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 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 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…