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 پژوهشی سه روش طبقه‌بندی جمله‌های اخبار مالی به مثبت، خنثی یا منفی را مقایسه می‌کند: ویژگی‌های واژه و عبارت TF-IDF همراه با رگرسیون لجستیک، بردارهای ایستای واژه با میانگین‌گیری و یک طبقه‌بندی‌گر، و مدل احساسات ازپیش‌آموزش‌دیده FinBERT. روش‌ها روی…

یادگیری ماشیناحساسات بازارسهامآمار
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی نحوه ساخت و بررسی پنل فصلی داده‌های بنیادی سهام را از داده‌های SEC XBRL توضیح می‌دهد. هر مشاهده هم دوره مالی‌ای را که توصیف می‌کند در بر دارد و هم تاریخ ثبت گزارش را که اطلاعات در آن عمومی شده است. این تمایز در آزمون‌های تاریخی ضروری است:…

سهامبازارهای آمریکاسرمایه‌گذاری عاملیآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی ویژگی‌های حسابداری و مبتنی بر قیمت را به‌عنوان پیش‌بین‌های مستقل بازده سهام US در ماه بعد ارزیابی می‌کند. همبستگی‌های رتبه‌ای مقطعی ماهانه میان هر ویژگی و برچسب بازده را محاسبه می‌کند و سپس آن‌ها را در ماه‌های دوره توسعه خلاصه می‌کند. روند…

سهامسرمایه‌گذاری عاملیآماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی ویژگی‌های نامزد را برای مطالعه موردی قراردادهای آتی CME در برابر بازده‌های آتی غربال می‌کند. برای هر ویژگی، همبستگی‌های رتبه‌ای مقطعی میان مقادیر ویژگی و بازده‌های بعدی را محاسبه می‌کند، همبستگی را در طول تاریخ‌ها خلاصه می‌کند، عدم‌قطعیت…

قراردادهای آتیآماریادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی شاخص‌های کلان اقتصادی ماهانه را خوشه‌بندی می‌کند تا شرایط بازار را مستقل از بازده سهام توصیف کند. سری‌های FRED را با مشاهدات پایان ماه هم‌تراز می‌کند، بیکاری، نرخ وجوه فدرال، فاصله منحنی بازده و تغییر سالانه CPI را استاندارد می‌سازد و سپس…

یادگیری ماشینآمارنوسانبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی Diffusion-TS را برای تولید توالی‌های مصنوعی بازده روزانه ETF به‌کار می‌گیرد. مدل حذف نویز، سری اصلی را پیش‌بینی می‌کند و پیش‌بینی را به روند چندجمله‌ای، مؤلفه‌های منتخب فوریه و باقیمانده تجزیه می‌کند. هدف تابع ترکیبی حوزه زمان و حوزه…

یادگیری ماشیننوسانآمارچنددارایی
یادگیری ماشین برای معامله‌گری

این دفترچه پژوهشی با استفاده از داده‌های واقعی بخش نگه‌داشته‌شده، روندی برای پایش مدل مالی مستقرشده می‌سازد. پیش از اندازه‌گیری تغییر، بررسی می‌کند که داده‌های ویژگی ورودی موجود و از نظر ساختاری معتبر باشند؛ سپس پنجره‌های مرجع و جاری را مقایسه می‌کند.…

یادگیری ماشینآمارمدیریت ریسکسهام
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه پیش‌بینی‌های رگرسیون Ridge را برای پنل ETF با SHAP تفسیر کنید. در مدل خطی، انتساب هر ویژگی برابر است با ضریب آن ضرب‌در انحراف ویژگی از میانگین پس‌زمینه آموزشی؛ بنابراین انتساب‌ها را می‌توان با محاسبه‌ای فرم‌بسته بررسی کرد.…

یادگیری ماشینآمارسهامآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه دو روش برآورد فاصله خرید و فروش را مقایسه می‌کند؛ برای مواقعی که داده تاریخی شامل قیمت‌های بازگشایی، بیشینه، کمینه، پایانی و حجم روزانه است اما مظنه ندارد. روش Corwin-Schultz با مقایسه دامنه بیشینه تا کمینه روزانه و دوروزه، فاصله را از نوسان جدا…

ریزساختار بازاراجرای سفارشآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه روندی را برای تبدیل پرونده‌های سالانه و فصلی SEC به متنی ساختاریافته و مناسب تحلیل‌های بعدیِ احساسات، موضوعات و تعبیه‌سازی ارائه می‌کند. شماره هر بخش موردنظر را بر اساس فرم مربوط مشخص می‌کند و یادآور می‌شود که بحث مدیریت در فرم‌های 10-K و 10-Q…

سهاماحساسات بازارمبتنی بر رویدادآمار
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد خودرمزگذار شرطی چگونه مدل مؤلفه اصلی ابزارمند را گسترش می‌دهد: شبکه عصبی ویژگی‌های سهام را به مواجهه‌های عاملی نگاشت می‌کند و مدل همان ساختارِ مواجهه ضرب‌در بازده عامل را حفظ می‌کند. مدل را با بازسازی برچسب بازده آتیِ پیکربندی‌شده در…

سهامسرمایه‌گذاری عاملییادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این مطالعه ویژگی‌های مالی و نوسان GJR-GARCH را در برابر بازده آتی سهام غربال می‌کند. برای هر جلسه، همبستگی رتبه‌ای میان‌سهامیِ یک ویژگی و بازده‌های بعدی را محاسبه می‌کند و سپس میانگین ارتباط، سازگاری در پنجره‌های اعتبارسنجی پیش‌رونده و اعتبار یافته‌ها پس از…

سهاماختیار معاملهآماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این مرجع دو مجموعه متنی اخبار مالی را معرفی می‌کند که برای تحلیل احساسات، توسعه ویژگی‌های متنی و آزمایش ارتباط اخبار با بازده به کار می‌روند. FNSPID تیترها را به نمادهای سهام پیوند می‌دهد و بازه تاریخی گسترده‌ای را پوشش می‌دهد؛ در کنار مجموعه کامل، نمونه…

سهاماحساسات بازاریادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این سند قیمت اختیار خرید و فروش اروپایی را با بلک–شولز به‌دست می‌آورد، رابطه آن‌ها را از طریق برابری اختیار خرید و فروش بررسی می‌کند و با حل عددی برای نوسانی که با قیمت مشاهده‌شده اختیار مطابقت دارد، نوسان ضمنی را محاسبه می‌کند. همچنین دلتا، گاما، وگا، تتا و…

اختیار معاملهقیمت‌گذاری مشتقه‌هانوسانمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این ماژول تعریف می‌کند که فیلد انتخاب دوره نگه‌داشته‌شده چگونه در مراحل اعتبارسنجی و برچسب‌های استراتژی ساخته می‌شود. به اختلاف‌هایی می‌پردازد که ممکن است باعث شوند مجموعه‌های نامزدِ منجمد و بازسازی زنده، پیکربندی‌های متفاوتی انتخاب کنند یا تحلیل بعدی از…

آزمون گذشته‌نگرمدیریت ریسکساخت پرتفویآمار
یادگیری ماشین برای معامله‌گری

این سند گردش‌کاری را برای تبدیل گزارش‌های عمده فصلی SEC 13F به پنلی از دارایی‌های نهادی شرح می‌دهد. برای هر مدیر، آخرین گزارش را بر اساس تاریخ ثبت انتخاب می‌کند، برای شناسایی اوراق بهادار از CUSIP به‌جای نام شرکت واردشده توسط گزارش‌دهنده استفاده می‌کند و…

سهامبازارهای آمریکاآماراحساسات بازار
یادگیری ماشین برای معامله‌گری

این سند تحلیل مؤلفه‌های اصلی ابزارمند را برای مدل‌سازی بازده ETF توضیح می‌دهد. برخلاف PCA معمولی که برای هر صندوق مواجهه‌های عاملی ثابتی تعیین می‌کند، IPCA مواجهه‌های هر صندوق را تابع خطی مشترکی از ویژگی‌های قابل‌مشاهده آن می‌داند. این روش نگاشت ویژگی به…

سهامسرمایه‌گذاری عاملییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه از سوابق معاملات NASDAQ ITCH استفاده می‌کند تا تغییر حجم و فعالیت معاملاتی را در طول جلسه عادی بررسی کند. معاملات را به میله‌های زمانی بازنمونه‌گیری می‌کند، قیمت و حجم سهام نمونه با فعالیت بالا، متوسط و پایین را مقایسه می‌کند و سپس حجم هر یک از…

سهامریزساختار بازارآمارشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این دفترچه اندازه موقعیت کلی را برای شرط‌بندی دودویی، با بیشینه‌کردن لگاریتم مورد انتظار ثروت، به‌دست می‌آورد و سپس نشان می‌دهد اندازه شرط چگونه توزیع مسیرهای شبیه‌سازی‌شده ثروت را تغییر می‌دهد. چارچوب را به بازده‌های پیوسته و پرتفوی‌های چنددارایی گسترش…

تعیین اندازه موقعیتمدیریت ریسکساخت پرتفویآمار
یادگیری ماشین برای معامله‌گری

این ارزیابی ویژگی‌های سطح اختیار معامله، مشتق‌شده از قیمت و نوسان شرطی را در برابر بازده آتی سهام غربال می‌کند. برای هر جلسه، همبستگی رتبه‌ای مقطعی میان مقادیر ویژگی و بازده‌های بعدی را محاسبه می‌کند و سپس سری زمانی ضرایب اطلاعاتی (IC) آن‌ها را بررسی می‌کند.…

سهاماختیار معاملهآماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این ابزار روش اعتبارسنجی مهاجرتی را شرح می‌دهد که شناسه‌های بک‌تست را بدون اجرای دوباره محاسبات زیربنایی تغییر می‌دهد. طرح‌واره‌های پایگاه داده را می‌پیماید تا ستون‌های دارای نشانی‌های ثبت‌شده، از جمله ارجاع‌های جاسازی‌شده در اسناد متنی، را بیابد و سپس شمار…

آزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این تحلیل می‌سنجد آیا سیگنال‌های انتخاب‌شده در چند مطالعه موردی معاملاتی برای استفاده بیشتر به‌اندازه کافی قابل‌اتکا به نظر می‌رسند. ضرایب اطلاعات (IC) اعتبارسنجی را با شواهد داده نگه‌داشته‌شده مقایسه می‌کند، پایداری و بازتولیدپذیری را بررسی می‌کند و کیفیت…

یادگیری ماشینآمارآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیل مؤلفه‌های اصلی ابزارمند (IPCA) را برای پنل سهام دارای ویژگی‌های سطح اختیار معامله شرح می‌دهد. برخلاف PCA معمولی که مواجهه هر سهم را از تاریخچه بازده آن برآورد می‌کند، IPCA مواجهه‌ها را تابع خطی مشترکی از ویژگی‌های هر سهم در تاریخ مربوط…

سهاماختیار معاملهسرمایه‌گذاری عاملییادگیری ماشین
یادگیری ماشین برای معامله‌گری

این دفترچه با استفاده از پیکربندی انتخاب‌شده روی داده اعتبارسنجی، برای پنجره داده نگه‌داشته‌شده ETF که پیش‌تر دست‌نخورده بود پیش‌بینی تولید می‌کند. مشخصات آموزش را طوری بازسازی می‌کند که یک افق برچسب پیش از آغاز پنجره پایان یابد، مدل را دوباره برازش می‌دهد،…

آزمون گذشته‌نگرمدیریت ریسکآمار