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 دفتر سه روش استفاده از رژیم‌های بازار در مدل پیش‌بینی را مقایسه می‌کند: حذف اطلاعات رژیم، افزودن احتمال پالایش‌شده حالت پرنوسان به‌عنوان ویژگی، یا برازش متخصصان جداگانه برای رژیم‌های تخصیص‌یافته قطعی. احتمال‌های رژیم را با مدل مارکوف پنهان درون هر بخش…
این دفتر فرایندی برای ارزیابی یک مدل رقیب در حالت سایه، پیش از تخصیص سرمایه به آن، ارائه می‌کند. پیش‌بینی‌های ذخیره‌شده یک مدل فعلی ثابت و یک نامزد را مقایسه می‌کند، سبدهای خرید و فروش استقراضی رتبه‌بندی‌شده با وزن برابر می‌سازد، قاعده یکسان هزینه معامله را…
این مطالعه موردی از مدل‌های خطی به‌عنوان خط مبنا برای پیش‌بینی بازده‌های آتی در پنل گسترده سهام US استفاده می‌کند. توضیح می‌دهد چرا ویژگی‌های هم‌پوشان قیمت و حجم هم‌خطی ایجاد می‌کنند و ضرایب حداقل مربعات معمولی را ناپایدار می‌سازند؛ سپس انقباض ریج را با…
این تحلیل اثرهای درمانی ثبت‌شده از یادگیری ماشین دوگانه را در نه مطالعه موردی معاملاتی مقایسه می‌کند. نتایج جاری را از دفتر ثبت هر مطالعه بارگیری می‌کند، یکپارچگی دفترها و برچسب‌های تکراری را بررسی می‌کند و پوشش را شفاف می‌سازد. اثرها و بازه‌های اطمینان در…
این دفتر توضیح می‌دهد که عدم‌قطعیت مدل می‌تواند فراتر از یک برآورد نقطه‌ای، اطلاعاتی بیفزاید. در آن، یک مدل نوسان تصادفی برازش می‌شود که در آن لگاریتم نوسان نهفته در طول زمان تغییر می‌کند و بازده‌ها از توزیع تی‌استیودنت پیروی می‌کنند. پراکندگی پسین، پهنای…
این چارچوب ارزیابی، چهار نوع خطا را در یک خط لوله تولید تقویت‌شده با بازیابی مالی از هم جدا می‌کند: بازیابی شواهد مرتبط، مستندکردن پاسخ‌ها بر پایه آن شواهد، امتناع از پاسخ‌گویی به پرسش‌های بی‌پاسخ و مقاومت در برابر دستورهای ناامن در متن بازیابی‌شده. این…
این دفترچه مناظره‌ای چندمرحله‌ای میان دیدگاه صعودی و نزولی را برای یک پیش‌بینی احتمالیِ مورد اختلاف ارائه می‌کند. هر طرف بر اساس خلاصه‌های مشترک عامل پژوهشی استدلال می‌کند، موضع قبلی طرف دیگر را می‌بیند و احتمال خود را بازبینی می‌کند. فرایند وقتی متوقف…
این دفترچه از تاریخچه قیمت ارز خارجی، ویژگی‌های حاصل از مدل برازش‌شده می‌سازد تا شاخص‌هایی را که مستقیماً از قیمت‌های گذشته محاسبه شده‌اند تکمیل کند. سه رویکرد را شرح می‌دهد: فیلتر فضای حالت برای برآورد سطح قیمتی که به‌آرامی تغییر می‌کند و کمیت‌های مرتبط،…
این دفترچه روندی را شرح می‌دهد که افشاگری‌های فصلی MD&A شرکت‌های اس‌اندپی 500 را به ویژگی‌های معاملاتی تبدیل می‌کند. تاریخ پذیرش گزارش را مبنای زمانی قرار می‌دهد، برای چند گزارش یک شرکت در یک تاریخ، آخرین دوره را نگه می‌دارد و دو سیگنال استخراج می‌کند:…
این فصل یادگیری عمیق برای سری‌های زمانی را با پرسشی کاربردی بررسی می‌کند: ترتیب مشاهدات چه زمانی اطلاعاتی دارد که پیش‌بینی مقطعی از دست می‌دهد و کدام طراحی‌های مدل می‌توانند از آن استفاده کنند؟ فصل شبکه‌های بازگشتی و بار آموزش ترتیبی آن‌ها، مدل‌های تجزیه…
این دفترچه تاب‌ام را به کار می‌گیرد؛ معماری شبکه عصبی جدولی که شبکه ویژگی دو‌لایه‌ای را میان اعضای مجموعه یادگیری مشترک می‌کند. هر عضو بازنمایی مشترک را با بردار یادگرفته‌شده خودش مقیاس می‌کند و لایه خروجی جداگانه‌ای دارد؛ میانگین‌گیری پیش‌بینی اعضا می‌کوشد…
این دفترچه از SHAP برای توضیح پیش‌بینی‌های رگرسیون ریج درباره بازده ETF استفاده می‌کند. در یک مدل خطی، انتساب ویژگی رابطه‌ای بسته با ضرایب برازش‌شده و انحراف از مقادیر ویژگی پس‌زمینه دارد؛ این امکان را می‌دهد که تحلیل، توضیح‌دهنده را با یک تجزیه دقیق بررسی…
این دفترچه تحلیل مؤلفه‌های اصلی ابزارشده (IPCA) را معرفی می‌کند؛ رویکردی مبتنی بر عوامل نهفته برای پیش‌بینی بازده از ویژگی‌های شرکت. به‌جای اختصاص وزن مستقیم بازده به هر ویژگی، IPCA مواجهه‌های عاملی هر شرکت را به‌صورت تابعی خطی از ویژگی‌های آن مدل می‌کند.…
این دفترچه یک طراحی خروج دو‌مدلی را روی داده‌های ساعتی قراردادهای دائمی BTC، ETH و SOL می‌آزماید. یک طبقه‌بند ورود، بازده‌های آتیِ به‌طور غیرمعمول قوی را شناسایی می‌کند؛ سپس احتمال پیش‌بینی‌شده آن همراه با ویژگی‌های فنی وارد مدلی جداگانه می‌شود که برآورد…
این سند ابزارهای مجموعه‌داده را برای آماده‌سازی پنل‌های سری زمانی جهت آموزش مدل و استنباط غلتان شرح می‌دهد. مجموعه‌داده آموزشی توالی‌های لغزان ویژگی‌ها، بازده‌های آتی، مقیاس‌های نوسان‌پذیری و ماسک‌ها را با طول توالی، محدوده تاریخ و گام قابل‌تنظیم…
این تحلیل پیش‌بینی‌های اعتبارسنجی چند خانواده مدل را برای فاندینگ قراردادهای آتی دائمی مقایسه می‌کند. توضیح می‌دهد که ضریب اطلاعات رتبه بازده‌های بعدی را می‌سنجد، AUC ترتیب نتایج صعودی و نزولی را اندازه می‌گیرد و زیان لگاریتمی کیفیت احتمال را ارزیابی و…
این مطالعه موردی یک مدل LSTM را برای پیش‌بینی برچسب‌های جفت‌ارز FX پیکربندی می‌کند. حالت پنهانِ حفظ‌شده در مدل بازگشتی را با تبدیل‌های مبتنی بر پنجره ثابت گذشته و میدان‌های پذیرش کانولوشنی مقایسه می‌کند، اما مقایسه با مدل‌های دیگر را به تحلیلی جداگانه موکول…
این مطالعه موردی درخت‌های تقویت‌شده با گرادیان را بر ویژگی‌های ریزساختار NASDAQ-100 به‌کار می‌گیرد تا بازده و جهت را در چند افق درون‌روزی پیش‌بینی کند. درخت‌ها را با مدل‌های خطی مقایسه می‌کند: درخت‌ها می‌توانند روابط شرطی را کشف کنند، مثلاً اینکه عدم‌توازن…
این دفترچه بازیابی رابطه‌ای قطعی را با جست‌وجوی تعبیه‌ای روی مجموعه‌ای از دارایی‌های نهادی 13F مقایسه می‌کند. با نگه‌داشتن آخرین موقعیت گزارش‌شده هر نهاد پیش از یک نقطه برش ثابت، تصویری در مقطع زمانی مشخص می‌سازد و سپس پرسش‌هایی درباره دارندگان عمده، مالکیت…
این دفترچه آموزش یک شبکه مولد تخاصمی را بر ویژگی‌های مهندسی‌شده ETF با حریم خصوصی تفاضلی نشان می‌دهد. پارامترهای حریم خصوصی اپسیلون و دلتا را معرفی می‌کند، توضیح می‌دهد چرا DP-SGD پیش از تجمیع، گرادیان هر رکورد را برش می‌دهد و نویز کالیبره‌شده می‌افزاید، و…
این دفترچه استنباط کلاسیک حداقل مربعات معمولی را برای ویژگی‌ها و بازده‌های آتی ETF به‌کار می‌برد. برآورد ضرایب، خطاهای استاندارد، آماره‌های t، مقادیر p و آزمون‌های ناهمسانی واریانس، خودهمبستگی باقیمانده‌ها، نرمال‌نبودن و هم‌خطی چندگانه را بررسی می‌کند.…
این دفترچه سیگنال‌های رتبه‌بندی ETF را در فرایند تشکیل پرتفوی و یک بک‌تست ساده دنبال می‌کند. رگرسیون ریج و طبقه‌بندی لجستیک با تقسیم‌بندی واک‌فوروارد آموزش داده می‌شوند و سپس با پرتفوی‌های مومنتوم و وزن‌برابر مقایسه می‌شوند. در بازتنظیم‌های ماهانه،…
این دفترچه PatchTST، یک مدل دنباله‌ای به سبک ترنسفورمر، را به‌عنوان عضوی از جمعیت ازپیش‌تعریف‌شده مدل‌ها برای پژوهش اختیار معامله S&P 500 برازش می‌کند. سریِ بازنگر را به قطعه‌های با طول ثابت تقسیم می‌کند، آن‌ها را به‌صورت توکن بازنمایی می‌کند و با سازوکار…
این دفترچه تخصیص‌دهنده LSTM می‌سازد که دنباله بازده ETF و ویژگی‌های نوسان غلتان را مستقیماً به وزن‌های سبدِ خریدِ صرف نگاشت می‌کند. خروجی سافت‌مکس، وزن‌ها را نامنفی و سرمایه‌گذاری را کامل نگه می‌دارد. هدف آموزش به‌جای پیش‌بینی بازده و واردکردن پیش‌بینی‌ها به…