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.
807 سند
این دفترچه دو طراحی Transformer را برای پیش‌بینی بازده ETF-روزه 21 بر اساس ویژگی‌های مومنتوم گذشته‌نگر مقایسه می‌کند. PatchTST روزهای پیاپی را در بسته‌هایی گروه‌بندی می‌کند و توالی‌های کوتاهی از شکل محلی را در هر توکن قرار می‌دهد. در مقابل، iTransformer…
این ماژول رابط جست‌وجویی برای عامل‌های پژوهشی را توصیف می‌کند که ارائه‌دهنده زنده و ارائه‌دهنده شبیه‌سازی‌شده قطعی دارد. جست‌وجوها می‌توانند تعداد نتایج را محدود کنند و تاریخ انتشار را به‌عنوان مرز زمانی اعمال کنند؛ با حذف نتایج منتشرشده در آن تاریخ یا پس از…
این ماژول یک تابع هدف مشتق‌پذیر برای یادگیری سرتاسری پرتفوی تعریف می‌کند. وزن‌های ریسک محدودشده هر دارایی را با مقیاس‌دهی نوسان به مواجهه‌های پرتفوی تبدیل می‌کند، میانگین بازده ناخالص دارایی‌های موجود را محاسبه می‌کند و در صورت انتخاب، هزینه‌های معامله را بر…
این دفترچه توضیح می‌دهد خودرمزگذار شرطی چگونه تحلیل مؤلفه‌های اصلی ابزارمند PCA را برای مدل‌سازی بازده ETF گسترش می‌دهد. هر دو روش ویژگی‌های صندوق را به مواجهه‌های عاملی نگاشت می‌کنند و آن مواجهه‌ها را با بازده عوامل ترکیب می‌کنند؛ خودرمزگذار نگاشت خطی ویژگی…
این دفترچه از رگرسیون خطی به‌عنوان مبنا برای پیش‌بینی بازده NASDAQ-100 با استفاده از ویژگی‌های ریزساختار در سطح دقیقه استفاده می‌کند. چون سنجه‌های اسپرد و عدم‌تعادل سفارش در پنجره‌های زمانی مختلف هم‌پوشانی دارند، ماتریس ویژگی‌ها هم‌خطی زیادی دارد: حداقل…
این دفترچه پیرامون پیش‌بینی‌های گرادیان بوستینگ، بازه‌های پیش‌بینی می‌سازد و پیش‌بینی همدیسِ تفکیک‌شده را با رگرسیون چندکی، رگرسیون چندکی همدیس‌شده و استنباط همدیس تطبیقی مقایسه می‌کند. روش همدیسِ تفکیک‌شده از تقسیم زمانی آموزش و کالیبراسیون استفاده می‌کند،…
این مطالعه ویژگی‌های ETF سه ورودی برآمده از مدل می‌سازد: مدل مارکوف پنهان (HMM) برای برآورد رژیم بازار، قیمت‌های تفاضل‌گیری‌شده به‌صورت کسری برای صندوق‌های مرجع، و نوسان شرطی GARCH(1,1) برای هر ETF. تأکید می‌کند که پرهیز از نگاه به آینده مستلزم آن است که هم…
این دفترچه تحلیل مؤلفه اصلی ابزاری (IPCA) را شرح می‌دهد؛ روشی که عوامل مشترک را برآورد می‌کند و در عین حال مواجهه عاملی هر سهم را تابع خطی مشترکی از ویژگی‌های سطح اختیار معامله همان روز می‌سازد. این ویژگی‌ها شامل نوسان ضمنی، چولگی اختیار فروش به خرید، شیب…
این مطالعه درخت‌های تقویت‌شده با گرادیان را با یک مدل خطی جریمه‌شده برای رتبه‌بندی جفت‌ارزها بر اساس بازده آتی مقایسه می‌کند. انگیزه آن این است که درخت‌ها می‌توانند روابط شرطی را بازنمایی کنند، مثلاً استفاده از مومنتوم در یک رژیم بازار و کری در رژیمی دیگر،…
این دفترچه یک عامل پیش‌بینی را از مشتری مدل زبانی، ابزار جست‌وجو و حلقه نوبت محدود می‌سازد. عامل برای یافتن شواهد جست‌وجو می‌کند و احتمال دودویی را همراه با استدلال برمی‌گرداند. تجزیه‌گر پاسخ، خطاهای قالب‌بندی رایج را مدیریت می‌کند و کنش‌های جست‌وجو و…
این دفترچه روش‌های مطالعه رویداد با سری زمانی ساختاری بیزی را برای برآورد اثر اعلامیه‌های فدرال رزرو بر یک ETF اوراق قرضه به کار می‌گیرد. ضدواقع را بر پایه روابط پیش از رویداد میان بازده لگاریتمی روزانه دارایی هدف و بازده ETF بین‌المللی و کالاییِ کنترلی…
این دفترچه DQN، PPO و A2C را در محیط معاملاتی شبیه‌سازی‌شده مشترکی مقایسه می‌کند که با بازده‌های ساعتی قراردادهای آتی دائمی بیت‌کوین تنظیم شده است. مدل GARCH(1,1) خوشه‌بندی نوسان را فراهم می‌کند؛ محیط برای تغییر موقعیت هزینه می‌گیرد و کنش را با یک گام تأخیر…
این دفترچه بررسی می‌کند آیا چهار استراتژی سبد مدیریت‌شده پس از کنترل هم‌حرکتی گسترده ETF، بازده SPY را توضیح می‌دهند یا نه. استراتژی‌ها ETFها را با استفاده از مومنتوم باوقفه، نوسان یا بازده‌های اخیر رتبه‌بندی می‌کنند. ده مؤلفه اصلی از مجموعه متوازن ETFهای…
این دفترچه روش Word2Vec skip-gram را برای دارایی‌های سهام نهادی به کار می‌گیرد. هر سبد نهاد را یک جمله، شناسه‌های سهام را توکن و موقعیت‌های مرتب‌شده بر اساس ارزش اعلام‌شده دارایی را ترتیب واژه‌ها در نظر می‌گیرد. سهامی که بارها در بافت‌های سبدی مشابه ظاهر…
این دفترچه بررسی می‌کند که آیا تعیین اندازه موقعیت بر پایه مدل، در استراتژی ویژگی‌های شرکت‌های US از وزن‌دهی برابر بهتر است یا نه. وزن‌دهی امتیازی را، که سهم بیشتری به نمادهای دارای امتیاز پیش‌بینی‌شده بالاتر اختصاص می‌دهد، با وزن‌دهی کانفورمال مقایسه…
این دفترچه بررسی می‌کند آیا ضریب اطلاعات (IC) یک سیگنال، هنگامی که مشاهدات متوالی وابسته‌اند، از نویز متمایز است یا نه. موضوع را با سیگنال مومنتوم و داده‌های ETF نشان می‌دهد و توضیح می‌دهد که بازده‌های آتیِ هم‌پوشان، رتبه‌های پایدار سیگنال و رژیم‌های بازار…
این دفترچه پیش‌بینی‌های ARIMA را به‌عنوان ستون‌های ورودی مدل‌های بعدی به کار می‌گیرد، نه پیش‌بینی‌های مستقل. مدل‌ها را روی بازده‌های ETF برازش می‌کند، از آزمون‌های مانایی و تشخیص‌های خودهمبستگی برای پیشنهاد مرتبه‌ها بهره می‌برد و مرتبه‌های نامزد را با یک…
این دفترچه روش آماده‌سازی و ثبت پیش‌بینی‌های NLinear را برای برچسب‌های FX شرح می‌دهد. NLinear آخرین سطح مشاهده‌شده را از هر تاریخچه ورودی با طول ثابت کم می‌کند و مدل را بر تغییرات در بازه نگاه‌به‌عقب متمرکز می‌سازد. فرایند مشترک تعیین صلاحیت توالی، مرزهای…
این ابزار تحلیل مشترک، مقایسه پیش‌بینی‌های مدل‌های معاملاتی را از طریق سنجه‌های رجیستری و تشخیص‌های سطح پیش‌بینی ممکن می‌کند. نتایج ازپیش‌محاسبه‌شده ضریب اطلاعات را بارگذاری می‌کند، امکان فیلتر اختیاری بر اساس برچسب یا خانواده مدل را دارد و به‌طور پیش‌فرض…
این سند سه ویژگی مبتنی بر مدل را شرح می‌دهد که از کری معاملات آتی ساخته شده‌اند: پیش‌بینی ARIMA کری جلسه بعد، سنجه‌های فوریه غلتان برای طول چرخه‌های منتخب، و مدل مارکوف پنهان دوحالته‌ای که رژیم بازار را از میانگین کری استنباط می‌کند. درس اصلی آن انضباط زمانی…
این سند تبدیل پنجره‌های بازده غلتان ETF را به تصاویر دوکاناله برای یک شبکه عصبی کانولوشنی متعارف توصیف می‌کند. میدان زاویه‌ای گرمیان مشاهدات نرمال‌شده را به زاویه تبدیل می‌کند و روابط زاویه‌ای دوتایی را ثبت می‌کند؛ میدان گذار مارکوف مشاهدات را به چندک‌ها…
این سند پنل ماهانه سهام US از چن، پلگر و ژو را معرفی می‌کند که برای معیارسنجی مدل‌های قیمت‌گذاری دارایی به کار می‌رود. 46 ویژگی بنگاه را که بر اساس مضمون اقتصادی گروه‌بندی شده‌اند، بازده‌های مازاد ماه بعد و تقسیم‌بندی‌های زمان‌مند آموزش، اعتبارسنجی و آزمون…
این سند شبکه کانولوشنی زمانی را برای پیش‌بینی پریمیوم تأمین مالی قراردادهای دائمی رمزارز از پنجره‌ای با 60 تسویه توضیح می‌دهد. چهار بلوک کانولوشن علّی از هسته سه‌تایی و نرخ‌های اتساع 1، 2، 4 و 8 استفاده می‌کنند. میدان پذیرش آن‌ها 61 تسویه را دربرمی‌گیرد که…
این دفتر معماری الهام‌گرفته از GT-GAN را برای ساخت سری‌های زمانی با زمان‌مهرهای واقعاً نامنظم، مانند کندل‌های تیک، حجم یا دلاری، شرح می‌دهد. رمزگذار GRU-ODE مشاهدات را به حالت‌های نهفته نگاشت می‌کند، در حالی که مؤلفه‌های مولد و تمایزدهنده مبتنی بر ODE تحول…