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

807 سند

یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه پیش‌بینی‌های احتمالاتی چند عامل را ترکیب و احتمال‌های حاصل را کالیبره کنید. روش اکسترمم‌سازی نیمن را معرفی می‌کند که بر اساس اندازه پنل و همبستگی دوتاییِ فرض‌شده، میانگین پیش‌بینی را از نرخ پایه دور می‌کند. همبستگی فرضی کمتر…

آماریادگیری ماشیناحساسات بازار
یادگیری ماشین برای معامله‌گری

این ابزار داده‌ای از کار با مجموعه‌داده قیمت‌گذاری دارایی Chen، Pelger و Zhu پشتیبانی می‌کند؛ مجموعه‌ای شامل بازده سهام، ویژگی‌های شرکت، سری‌های اقتصاد کلان و تانسورهای ویژگی پیش از تفکیک. روش تبدیل آن از تانسورهای آموزش، اعتبارسنجی و آزمون منتشرشده،…

سهامسرمایه‌گذاری عاملییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه بررسی می‌کند که آیا ویژگی‌های مالی به توضیح برچسب بازده اختیار معامله پوشش‌یافته با دلتا در بازه 10 جلسه کمک می‌کنند یا نه. مدل‌های Ridge را با استفاده از یک ویژگی نوسان ضمنی، گروه‌هایی از ویژگی‌های وابسته و مستقل از نوسان ضمنی، و مجموعه کامل…

اختیار معاملهسهامآماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این ماژول روشی مشترک برای آماده‌سازی فولدهای آموزش و اعتبارسنجی واک‌فوروارد در خانواده‌های مختلف مدل شرح می‌دهد. کارهای پرهزینه و مستقل از مدل—برش پنجره‌های زمانی، اعمال ویژگی‌های مبتنی بر مدل و مختص هر فولد، حذف ردیف‌های دارای برچسب مفقود و نمونه‌گیری از…

یادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه پیش‌بینی‌های اعتبارسنجی از خانواده‌های مختلف مدل را برای پژوهش فاندینگ قراردادهای آتی دائمی مقایسه می‌کند. توضیح می‌دهد ضریب اطلاعاتی ارتباط رتبه‌ای پیش‌بینی‌ها با بازده‌های بعدی را می‌سنجد، AUC رتبه‌بندی برچسب‌های صعودی یا نزولی را می‌سنجد و زیان…

رمزارزقراردادهای آتی دائمییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این پیاده‌سازی نحوهٔ ساخت پنجره‌های دنباله‌ایِ دسته‌ای را برای داده‌های پنلی در مطالعات یادگیری عمیق شرح می‌دهد. پنجره‌ها از تقویم مورد انتظار پنل پیروی می‌کنند، نه اینکه مشاهدات هر دارایی را به ردیف‌های متوالی فشرده کنند. نشست‌های مفقود به‌صورت سلول‌های…

یادگیری ماشینآمارآزمون گذشته‌نگررمزارز
یادگیری ماشین برای معامله‌گری

این دفترچه روش‌های کاربردی پاک‌سازی داده‌های بازار و شرکت را ارائه می‌کند؛ از جمله مدیریت داده‌های تکراری، علامت‌گذاری شکاف‌ها، فیلترهای دامنه، تشخیص جهش بر پایهٔ بازگشت، محدودسازی داده‌های پرت، کدگذاری مقوله‌ای و هم‌ترازی مجموعه‌داده‌هایی با بسامدهای…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه یادداشت بررسی می‌کند که آیا انتساب‌های SHAP هنگام مشابه بودن پیش‌بینی‌ها یا بازآموزی مدل‌ها با بذرهای تصادفی و معماری‌های متفاوت پایدار می‌مانند یا نه. با استفاده از بازده‌های آتی ETF، جفت نمونه‌هایی را می‌یابد که پیش‌بینی‌های نزدیک اما نمایه‌های…

یادگیری ماشینآمارمدیریت ریسکسهام
یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های درختیِ تقویت‌شده با گرادیان را روی ویژگی‌های بازار اختیار معامله برازش می‌دهد؛ ویژگی‌هایی که پیش‌بینی‌هایی مانند نوسان ضمنی، چولگی، ساختار سررسید و صرف ریسک واریانس را کدگذاری می‌کنند. ظرفیت درخت و انتخاب‌های تابع زیان رگرسیون را میان…

اختیار معاملهیادگیری ماشیننوسانآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این مطالعهٔ موردی استراتژی‌های خرید و فروش هفتگیِ رتبه‌بندی‌شده بر اساس کری را در مجموعه‌ای متنوع از قراردادهای آتی CME بررسی می‌کند؛ با استفاده از داده‌های روزانه، ارزیابی مدل به روش واک‌فوروارد و هزینه‌های کارمزد، اسپرد و لغزش قیمت ناشی از تمدید قرارداد.…

قراردادهای آتیهزینه/درآمد نگهداری موقعیتیادگیری ماشینآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه شواهد مدل‌های پیش‌بینی، ساختاری و علّی را برای مطالعه‌ای مقطعی از S&P 500 مقایسه می‌کند که ویژگی‌های سهام را با معیارهای مشتق‌شده از اختیار معامله، مانند نوسان ضمنی، چولگی و ساختار سررسید، ترکیب می‌کند. رتبه‌بندی بازده آتی هفتگی را در کنار افق‌های…

سهاماختیار معاملهیادگیری ماشینسرمایه‌گذاری عاملی
یادگیری ماشین برای معامله‌گری

این دفترچه تقلید رفتاری را با یادگیری تقویتی معکوس (IRL) برای یادگیری از سوابق اجرا مقایسه می‌کند. نمایش‌ها از یک برنامهٔ TWAP می‌آیند که هدف خنثی از ریسک آن معلوم است: معاملات را به‌طور یکنواخت توزیع می‌کند تا اثر بازار محدود شود، در حالی که پذیرش ریسک…

اجرای سفارشیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این کد معیارهای استاندارد عملکرد را از جدول‌های پیش‌بینی خارج از نمونه، جداگانه برای هر فولد و نیز به‌صورت شاخص‌های کلی محاسبه می‌کند. از رگرسیون و طبقه‌بندی پشتیبانی می‌کند و ضریب اطلاعاتی، معیارهای خطا، معیارهای تفکیک و تعداد موجودیت‌ها را در بر می‌گیرد.…

آمارآزمون گذشته‌نگریادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه با یادگیری ماشین دوگانه می‌آزماید که آیا ارتباط میان فاصلهٔ نوسان ضمنی منهای نوسان تحقق‌یافته و بازده آیندهٔ سهام پس از تعدیل عوامل مخدوش‌گر مشاهده‌شده همچنان باقی می‌ماند یا نه. برآورد تعدیل‌شده را با حداقل مربعات معمولیِ ساده روی همان مشاهدات با…

اختیار معاملهسهامیادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه عامل پژوهشی‌ای می‌سازد که برای یافتن شواهد جست‌وجو می‌کند و برای پرسشی دودویی احتمال ساختاریافته‌ای برمی‌گرداند. تجزیه و اعتبارسنجی کنش‌ها، بودجه نوبت‌ها و آرتیفکت ذخیره‌شده پیش‌بینی را شرح می‌دهد که استدلال و جزئیات اجرای پشتیبان را ثبت می‌کند.…

یادگیری ماشیناحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این دفترچه مدل عصبیِ عامل تنزیل تصادفی را برای پنلی از قراردادهای آتی CME معرفی می‌کند. مدل هم از بازده محصولات و هم از ویژگی‌های قابل مشاهده مانند بازده انتقال، مومنتوم و نوسان استفاده می‌کند تا عامل‌های نهفته بسازد و برای افق‌های بازده آینده اعلام‌شده…

قراردادهای آتییادگیری ماشینسرمایه‌گذاری عاملیآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این ابزار گردش‌کاری برای گردآوری پرونده‌های عمومی SEC 10-Q، 10-K و 8-K و تبدیل آن‌ها به مجموعه‌دادهٔ جدولی مشترکی برای پژوهش‌های بعدی شرح می‌دهد. استخراج متن بر اساس نوع فرم انجام می‌شود: پرونده‌های فصلی بخش بحث و تحلیل مدیریت را ارائه می‌کنند، پرونده‌های…

سهامبازارهای آمریکامبتنی بر رویدادیادگیری ماشین
یادگیری ماشین برای معامله‌گری

این ماژول دو مؤلفه از یک خط لوله پیش‌بینی چندعاملی را شرح می‌دهد. عامل مناظره میان استدلال‌های صعودی و نزولی جابه‌جا می‌شود و از هر طرف می‌خواهد به ادعاهای طرف دیگر پاسخ دهد و برآورد احتمالی همراه با شواهد ارائه کند. هر دور را ثبت می‌کند و اگر دو برآورد در…

یادگیری ماشیناحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این دفترچه نشان می‌دهد چگونه با PCMCI روابط تأخیری میان ETF و بازده‌های نوسان را بدون تعیین قبلی گراف علّی جست‌وجو کنید. آزمون استقلال شرطی پنل‌محور را با آزمون‌های گرنجر دوتایی مقایسه می‌کند؛ آزمون‌های دوتایی تاریخچهٔ خودِ متغیر هدف را در نظر می‌گیرند، اما…

یادگیری ماشینآمارچندداراییآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد PatchTST چگونه از وصله‌های با طول ثابتِ ویژگی‌های متوالی بازار برای پیش‌بینی برچسب‌های NASDAQ-100 استفاده می‌کند. سازوکار توجه، وصله‌ها را در طول یک ساعت گذشته به هم مرتبط می‌کند و در مقایسه با توجه به هر دقیقه، طول دنباله را کاهش…

سهامیادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این سند NLinear را معرفی می‌کند؛ مدلی حداقلی برای پیش‌بینی بازده سهام NASDAQ-100 از ویژگی‌های درون‌روزی. از پنجره‌ای ثابت از داده‌های اخیر استفاده می‌کند، آخرین مشاهده را کم می‌کند تا مدل با تغییرات کار کند نه سطوح، و ویژگی‌های حاصل را از یک لایه خطی عبور…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند خط لوله‌ای را شرح می‌دهد که پرونده‌های SEC 8-K را به رویدادهای ساختاریافته شرکتی تبدیل می‌کند. یک مدل زبانی روابط رویدادها را استخراج می‌کند و بررسی‌های صریح طرح‌واره، نام نهادها، انواع رابطه، دسته‌ها و تاریخ‌ها را اعتبارسنجی می‌کنند. نرمال‌سازی قطعی…

مبتنی بر رویدادیادگیری ماشینآمارریزساختار بازار
یادگیری ماشین برای معامله‌گری

این ماژول مهاجرت یک ثبت را پس از تغییر شماره‌گذاری فولدهای واک‌فوروارد در یک کتابخانه شرح می‌دهد؛ در حالی که بازه‌های زمانی و مقادیر برازش‌شده آن‌ها بدون تغییر می‌مانند. از آنجا که شناسه‌های فولد در مشخصات آموزش، کلیدهای پیش‌بینی، اثرانگشت‌های ورودی،…

آزمون گذشته‌نگریادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه تولید پیش‌بینی برای بخش نگه‌داشته‌شده مطالعه موردی سهام US را پس از انتخاب پیکربندی در بخش‌های اعتبارسنجی شرح می‌دهد. پیکربندی انتخاب‌شده را حل‌وفصل می‌کند، انتخاب نقطه کنترل آن را حفظ می‌کند و با داده‌های در دسترس پیش از آغاز بخش نگه‌داشته‌شده،…

سهامیادگیری ماشینآزمون گذشته‌نگرمدیریت ریسک