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 خط لوله‌ای برای استخراج روابط تأمین‌کننده، مشتری و رقیب از پرونده‌های 10-K شرکت‌ها و ذخیره آن‌ها به‌صورت گراف دانش Neo4 ترسیم می‌کند. یک مدل زبانی محلی سه‌تایی‌های ساختاریافته فاعل-رابطه-مفعول پیشنهاد می‌دهد؛ سپس تفکیک موجودیت مبتنی بر رشته،…

سهامیادگیری ماشینآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند بررسی‌های رجیستری را برای تصمیم‌گیری درباره استفاده مجدد از آموزش مدل و بک‌تست یا اجرای دوباره آن‌ها شرح می‌دهد. اجراها با هش‌هایی شناسایی می‌شوند که از مشخصاتشان ساخته شده‌اند؛ فقط وقتی آثار موردانتظار موجود باشند می‌توان از اجرایی دوباره استفاده…

آزمون گذشته‌نگریادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه تنظیم دقیق یک ترنسفورمر برای تشخیص موجودیت‌های نام‌دار مالی را نشان می‌دهد و بازه‌های متن را به فیلدهای ساختاریافته سازمان، شخص، پول، تاریخ و درصد تبدیل می‌کند. برچسب‌های مرزی BIO را معرفی می‌کند و توضیح می‌دهد حاشیه‌نویسی‌های سطح واژه چگونه باید…

یادگیری ماشینآماراحساسات بازارسهام
یادگیری ماشین برای معامله‌گری

این دفترچه تقویت گرادیانی را برای پیش‌بینی مقطعی بازده قراردادهای آتی CME بررسی می‌کند. ظرفیت درخت را با الگوهای تعداد برگ تغییر می‌دهد و اهداف خطای مربعی، خطای مطلق و Huber را مقایسه می‌کند که در میزان اثرگذاری باقیمانده‌های حدی بر برازش متفاوت‌اند. هر مدل…

قراردادهای آتیکالاهایادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه سه روش تبدیل داده‌های دقیقه‌ای NASDAQ-100 به ویژگی‌های مبتنی بر مدل را شرح می‌دهد: رگرسیون غلتان HAR برای پیش‌بینی و خطای پیش‌بینی واریانس، تبدیل فوریه برای الگوهای حجم اخیر و امضاهای مسیر با عمق دو برای ترتیب تغییر قیمت و جریان سفارش. تأکید…

سهامنوسانریزساختار بازارآمار
یادگیری ماشین برای معامله‌گری

این سند معماری پیش‌بینی سرتاسری‌ای ارائه می‌کند که پنل پژوهشی، پیش‌بینی تجمیعی، مناظره تقابلی و ناظر را ترکیب می‌کند. ناظر اختلاف‌ها را شناسایی می‌کند، برای یافتن شواهد روشنگر جست‌وجو می‌کند و احتمالی همراه با برچسب اطمینان پیشنهاد می‌دهد. قاعده‌ای مبتنی بر…

یادگیری ماشینآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه مقایسه‌هایی میان مطالعات موردی مختلفِ مدل‌های LightGBM را سامان‌دهی می‌کند و در صورت دسترس‌بودن، مدل‌های خطی و TabM را به‌عنوان خانواده‌های مرجع به کار می‌گیرد. پیکربندی‌ها را بر اساس اندازه درخت، زیان‌های رگرسیون، نقاط وارسی و اهداف طبقه‌بندی…

یادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه LightGBM را با یک MLP، TabM و در صورت دسترسی TabPFN برای پیش‌بینی بازده آتی ETF با ویژگی‌های جدولی مقایسه می‌کند. مدل‌ها روی فولدهای زمانی پیش‌رونده مشترک ارزیابی می‌شوند و ضریب اطلاعات رتبه‌ای و زمان آموزش سنجه‌های اصلی مقایسه‌اند. رویکردهای عصبی…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه حداقل مربعات معمولی را با Ridge، LASSO و Elastic Net برای پیش‌بینی بازده‌های آتی 21روزه در ETFها مقایسه می‌کند. مدل‌ها از همان فولدهای پیش‌رونده تعریف‌شده استفاده می‌کنند و فاصله پاک‌سازی با افق برچسب هماهنگ است. هر فولد مقادیر حدی ویژگی‌ها را با…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند چالش کشف علّی ADIA Lab را به‌عنوان استنباط نظارت‌شده درون خانواده‌ای شناخته‌شده از داده‌های مصنوعی بررسی می‌کند. این وظیفه با استفاده از جفت‌های متعدد داده و گراف برچسب‌خورده، متغیرها را در هشت نقش پیرامون مداخله و پیامد قرار می‌دهد. توضیح می‌دهد چرا…

یادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این ماژول از مجموعه‌های پیش‌بینی ثبت‌شده، ترکیب میانگین پیش‌بینی می‌سازد و به‌ویژه بر بازتولیدپذیری و پرهیز از سوگیری انتخاب تمرکز دارد. پیکربندی‌های مدل واجد شرایط را از ثبت‌گاه استخراج می‌کند، نه از فهرست دستی اعضا؛ پیش‌بینی‌های ناقص یا بازنشسته را کنار…

یادگیری ماشینآمارآزمون گذشته‌نگرساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه مدل فضای حالت روند خطی محلی را برای استخراج ویژگی‌های مالی از سطح قیمت توضیح می‌دهد. حالت پنهان شامل سطح قیمت و شیب آن است؛ مشاهدات، قیمت‌های پایانی پرنویز هستند. فیلتر در هر گام حالت را پیش‌بینی می‌کند، نوآوری مشاهده را می‌سنجد و برآورد را بر…

سهامآمارشاخص‌های تکنیکالمعاملات زوجی
یادگیری ماشین برای معامله‌گری

این دفترچه تغییرات پیوسته قیمت را از جهش‌های گسسته در بازده درون‌روزی سهام جدا می‌کند. واریانس تحقق‌یافته روزانه را از مجذور بازده لگاریتمی برآورد می‌کند و تغییرات دو‌توانی را به‌عنوان برآورد مقاوم به جهش از مؤلفه پیوسته به کار می‌گیرد؛ اختلاف نامنفی آن‌ها…

سهامنوسانآمارریزساختار بازار
یادگیری ماشین برای معامله‌گری

این دفترچه از تحلیل مؤلفه‌های اصلی روی بخشی نقدشونده از سهام US برای استخراج عوامل نهفته و ساخت سبدهای ویژه خرید و فروش استقراضی استفاده می‌کند. توضیح می‌دهد که بردارهای استانداردشده PCA چگونه به وزن‌های بازده خام تبدیل و بر اساس مواجهه ناخالص نرمال می‌شوند؛…

سهامسرمایه‌گذاری عاملیآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه گردش‌کار پیش‌بینی چهارمرحله‌ای را با هماهنگ‌سازی Python ساده، CrewAI و LangGraph بیان می‌کند. محل نگهداری وضعیت، شیوه بررسی یا بازیابی خطاها، وابستگی‌های افزوده هر رویکرد و نحوه رهگیری را مقایسه می‌کند. نسخه‌های بومی و LangGraph همان کلاس‌های…

یادگیری ماشینآماراجرای سفارشآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه منظم‌سازی مدل خطی را برای مجموعه‌ای از جفت‌ارزها بررسی می‌کند که بازده‌هایشان به‌دلیل مظنه‌شدن هر جفت میان ارزهای مشترک به هم وابسته‌اند. هم‌خطی ویژگی‌ها را، که Ridge، lasso و elastic net می‌توانند مدیریت کنند، از وابستگی میان دارایی‌های…

فارکسآماریادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه بررسی می‌کند که آیا پرمیوم افراطی قراردادهای آتی دائمی بر بازده‌های بعدی BTC یا بازگشت پرمیوم اثر می‌گذارد. وضعیت پرمیوم بالا را به‌عنوان مداخله تعریف می‌کند و پیامد گسترده بازار را، که ممکن است از نیروهای بسیاری اثر بگیرد، با تغییر پرمیوم مقایسه…

رمزارزقراردادهای آتی دائمیآربیتراژآمار
یادگیری ماشین برای معامله‌گری

این فصل روش‌های تبدیل رویه‌های آماری برازش‌شده به ویژگی برای مدل‌های معاملاتی را مرور می‌کند. مباحث آن شامل تشخیص‌ها و ایستایی، شکست‌های ساختاری، تفاضل‌گیری کسری، فیلتر کالمن، روش‌های طیفی و امضای مسیر، نوسان ARIMA و GARCH، سنجه‌های HAR و نوسان‌پذیری زبر،…

آمارنوسانیادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه برچسب‌های بازده آتی سهام را برای استراتژی‌ای می‌سازد که داده اختیار معامله پذیرفته‌شده در بورس را می‌خواند تا سهام را رتبه‌بندی کند و سپس آن سهام را نگه دارد. مجموعه قیمت تعدیل‌شده‌ای می‌سازد که اقدامات شرکتی را لحاظ می‌کند و شرکت‌ها را با…

سهاماختیار معاملهآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه غربال تک‌ویژگی برای سیگنال‌های نامزد در میان 20 جفت‌ارز را شرح می‌دهد. توافق رتبه مقطعی روزانه هر ویژگی با بازده جلسه بعد را فقط با پنجره‌های اعتبارسنجی پیش‌رونده محاسبه می‌کند. پنل ارزیابی آن‌قدر پیش از مجموعه نگه‌داشته‌شده قطع می‌شود که پیامدهای…

فارکسآماریادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیل مؤلفه‌های اصلی را به‌عنوان مبنای عامل نهفته بدون شرط‌گذاری برای پیش‌بینی بازده سهام در مطالعه تحلیل اختیار معامله ارائه می‌کند. PCA از پنل بازده‌های تاریخی برای برآورد حرکت‌های مشترک و میزان مواجهه هر سهم با آن‌ها استفاده می‌کند و سپس با…

سهامیادگیری ماشینآمارسرمایه‌گذاری عاملی
یادگیری ماشین برای معامله‌گری

این دفترچه جست‌وجوی شبکه‌ای جامع را با نمونه‌گیر TPE در Optuna برای تنظیم مدل پیش‌بینی بازده LightGBM مقایسه می‌کند. ابتدا به هر دو روش بودجه آزمون یکسانی روی یک شبکه گسسته پارامترها می‌دهد؛ در این شبکه، شمارش همه ترکیب‌ها را پوشش می‌دهد، اما نمونه‌گیری ممکن…

یادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه عامل مومنتوم مقطعی را با ضرایب اطلاعاتی، بازده چندک‌ها، فاصله بازده از بالاترین تا پایین‌ترین چندک و سنجه‌های طبقه‌بندی ارزیابی می‌کند. IC اسپیرمن را به‌صورت همبستگی رتبه‌ای روزبه‌روز میان یک سیگنال و بازده‌های بعدی معرفی می‌کند و آن را از همبستگی…

مومنتومسرمایه‌گذاری عاملیآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه یک مدل Skip-gram Word2Vec را روی پیکره کوچکی از اخبار مالیِ برچسب‌خورده از نظر احساس آموزش می‌دهد و بررسی می‌کند نزدیک‌ترین همسایه‌ها چه چیزی نشان می‌دهند. این روش واژه‌ها را بر اساس بافت‌هایی بازنمایی می‌کند که در آن‌ها ظاهر می‌شوند. در مثال، سود…

یادگیری ماشیناحساسات بازارآمار