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

327 سند

یادگیری ماشین برای معامله‌گری

این دفترچه سبدی از ETFهای سهامی را با رگرسیون‌های CAPM و عوامل فاما-فرنچ تحلیل می‌کند و سپس تحلیل را به مواجهه‌های غلتان، انتساب بازده و وابستگی باقیمانده گسترش می‌دهد. از بازده‌های روزانه و داده‌های عواملِ هم‌تراز استفاده می‌کند، عدم‌قطعیت رگرسیون را با…

سهامسرمایه‌گذاری عاملیساخت پرتفویآمار
یادگیری ماشین برای معامله‌گری

این پیاده‌سازی، مدل عصبی عامل تنزیل تصادفی و شبکه‌ای خصمانه برای آزمودن روابط قیمت‌گذاری دارایی را شرح می‌دهد. شبکه SDF ویژگی‌های دارایی را، در صورت نیاز همراه با بازنمایی رژیم کلان‌اقتصادی از یک LSTM، به وزن‌های دارایی نگاشت می‌کند. آن وزن‌ها و بازده‌ها،…

یادگیری ماشینسرمایه‌گذاری عاملیآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این سند سازوکاری برای مقایسه‌های جفت‌شده عملکرد در مراحل انتخاب استراتژی شرح می‌دهد. مقایسه‌ها میان انتخاب سیگنال و مرجع با وزن برابر، میان انتخاب‌های داده کنارگذاشته‌شده و اعتبارسنجی، و نیز میان گذارهای تخصیص، حساسیت به هزینه و پوشش ریسک انجام می‌شوند.…

آمارآزمون گذشته‌نگرمدیریت ریسکساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این ابزار از برچسب گروه دارایی‌ها و پیوندهای اختیاری میان گروه‌ها، ماتریس مجاورت بولی دارایی‌به‌دارایی می‌سازد. دارایی‌های تخصیص‌یافته به یک گروه کلان به یکدیگر متصل می‌شوند و هر یال داده‌شده میان‌گروهی، همه اعضای دو گروه را در هر دو جهت به هم وصل می‌کند.…

چنددارایییادگیری ماشینساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه یک استراتژی منتخب فاندینگ قرارداد دائمی رمزارز را در دوره نگه‌داشته‌شده‌ای متأخر ارزیابی کنید. پیش‌بینی‌های تولیدشده از داده آموزشیِ پایان‌یافته پیش از این دوره را دوباره به‌کار می‌گیرد، سیگنال، روش تخصیص و لایه خروج انتخاب‌شده…

رمزارزقراردادهای آتی دائمیهزینه/درآمد نگهداری موقعیتآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه از تحلیل مؤلفه‌های اصلی مبتنی بر همبستگی روی بازده‌های بخش‌های ETF استفاده می‌کند تا عوامل ریسک مشترک و چرخش بخشی را توصیف کند. استانداردسازی بازده‌ها پیش از تجزیه به هر بخش واریانس واحد می‌دهد و احتمال چیرگی بخش‌های پرنوسان‌تر بر مؤلفه‌ها را کاهش…

سهامسرمایه‌گذاری عاملیآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این مرجع دو منبع عمومی گزارش‌دهی SEC را برای بررسی موقعیت‌های سهام و فعالیت افراد داخلی شرح می‌دهد. گزارش‌های فصلی 13F دارایی‌های مؤسسات را ارائه می‌کنند؛ یا برای مجموعه‌ای گزینش‌شده از مدیران، یا از طریق داده انبوهی که یک بازه کامل گزارش‌دهی را پوشش می‌دهد.…

سهامبازارهای آمریکاساخت پرتفویمبتنی بر رویداد
یادگیری ماشین برای معامله‌گری

این تحلیل اکتشافی، پنل روزانه صندوق‌های قابل‌معامله در بورس را در نه گروه بررسی می‌کند. پوشش نمادها را در گذر زمان می‌سنجد، پنل را با فرهنگ رده‌بندی مقایسه می‌کند، مقادیر تهی و حجم‌های صفر را بررسی می‌کند و ترتیب کندل‌های قیمت و نقدشوندگی را برحسب گروه…

سهامساخت پرتفویاجرای سفارشمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این تحلیل، تحلیل مؤلفه‌های اصلی مبتنی بر همبستگی را روی بازده صندوق‌های قابل‌معامله بورسیِ بخشی اعمال می‌کند. استانداردسازی بازده‌ها پیش از تجزیه، واریانس هر بخش را یک می‌کند؛ بنابراین مؤلفه‌های نخست، حرکت مشترک را توصیف می‌کنند و تحت سلطه پرنوسان‌ترین بخش…

سهامسرمایه‌گذاری عاملیآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این سند اصول پیاده‌سازی یک اجراگر مشترک بک‌تست را شرح می‌دهد و بر تفسیر درست شبکه بازده هنگام سالانه‌سازی عملکرد تمرکز دارد. بسامد نمونه‌گیری مشاهده‌شده را از فاصله‌های معمول میان مشاهدات بازده برآورد می‌کند، فاصله‌های غیرعادی طولانی را کنار می‌گذارد و سپس…

آزمون گذشته‌نگرمدیریت ریسکآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این آزمایش پیش‌بینی‌های اعتبارسنجی یک مدل درختی تقویت‌شده با گرادیان، یک شبکه عصبی جدولی و یک مدل عامل نهفته را برای رتبه‌بندی ماهانه ETF ترکیب می‌کند. ابتدا پیش‌بینی‌ها را در مقطع با نمره‌های استاندارد می‌کند و سپس میانگین می‌گیرد. ارزیابی تجمیع از ضریب…

چنددارایییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این آموزش سیگنال‌های مقطعی ETF را به پرتفوی‌های ده‌سهمیِ فقط خرید و با وزن برابر تبدیل می‌کند و رگرسیون ریج و طبقه‌بندی لجستیک را با استراتژی‌های مبنای مومنتوم و وزن برابر مقایسه می‌کند. مدل‌ها روی پنجره‌های آموزشی پیش‌رونده، همراه با فاصله حائل برای برچسب…

سهامآزمون گذشته‌نگراجرای سفارشساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه گراف دانش واقعی زنجیره تأمین و دارایی‌های نهادی 13F را به ویژگی‌های یادگیری ماشین تبدیل می‌کند. سنجه‌های شبکه، مانند مرکزیت و شاخص‌های وابستگی، را استخراج می‌کند، تمرکز تأمین‌کننده و مواجهه رقابتی را برآورد می‌کند و سیگنال‌های مالکیت برای گستردگی…

یادگیری ماشینسهامساخت پرتفویآمار
یادگیری ماشین برای معامله‌گری

این آموزش شبیه‌ساز چرخش ماهانه ETF را با رتبه‌بندی مومنتوم تعدیل‌شده با ریسکِ گذشته‌نگر و فیلتر رژیم منحنی بازده خزانه‌داری می‌سازد. در پایان هر ماه، قاعده ده صندوق را بر اساس تاریخچه اخیر قیمت رتبه‌بندی می‌کند؛ در ماه‌های ریسک‌پذیر سه صندوق برتر با وزن…

آزمون گذشته‌نگرمومنتومساخت پرتفویاجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه ارزش در معرض ریسک را به‌صورت چندک زیان و ارزش در معرض ریسک شرطی، یا زیان مورد انتظار، به‌عنوان میانگین زیان فراتر از آن آستانه توضیح می‌دهد. ریسک دنباله‌ای یک‌روزه را برای یک ETF سهامی گسترده با چهار روش برآورد می‌کند: چندک‌های تاریخی تجربی، مدل…

سهامنوسانمدیریت ریسکآمار
یادگیری ماشین برای معامله‌گری

این دفترچه برابری ریسک سلسله‌مراتبی را در شرایطی که برآوردهای کوواریانس پرنویز هستند، جایگزینی برای تخصیص میانگین‌ـ‌واریانس توضیح می‌دهد. HRP دارایی‌ها را با استفاده از فاصله‌های همبستگی خوشه‌بندی می‌کند، آن‌ها را بر اساس سلسله‌مراتب مرتب می‌کند، سپس مجموعه…

ساخت پرتفویمدیریت ریسکآزمون گذشته‌نگرسهام
یادگیری ماشین برای معامله‌گری

این دفترچه، فهرستی بین‌مطالعه‌ای از ویژگی‌های مالی مهندسی‌شده و بالاترین ضریب اطلاعات ثبت‌شده برای هر مطالعه بازار ارائه می‌کند. تعداد ویژگی‌ها و خانواده‌های نام‌گذاری آن‌ها را می‌شمارد، اندازه فضای ویژگی را مقایسه می‌کند و الگوهای بین‌دارایی را خلاصه…

چندداراییآماریادگیری ماشینساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه برای مطالعه ویژگی‌های شرکت‌های US، از یک پنل منتشرشده ماتریس ماهانه مدل می‌سازد که ویژگی‌های آن از پیش میان شرکت‌ها رتبه‌بندی شده‌اند. ترکیب‌ها و برهم‌کنش‌ها را با مقادیر همان ردیف شرکت‌ـ‌ماه می‌افزاید، بدون برازش تبدیل یا محاسبه پنجره‌های غلتان.…

سهامسرمایه‌گذاری عاملیساخت پرتفویآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه پیش‌بینی‌های جفت‌ارزهای FX را به نتایج معاملاتی مبنا تبدیل می‌کند. در هر زمان تصمیم‌گیری، جفت‌ها را رتبه‌بندی می‌کند، بخش‌های خرید و فروش استقراضی هم‌اندازه می‌گیرد و پیکربندی‌ها و نقاط کنترل منتخب پیش‌بینی را از طریق موتور بک‌تست موجود اجرا…

فارکسآزمون گذشته‌نگرساخت پرتفویتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه دو شبیه‌سازی از یک استراتژی مومنتوم ماهانه ETF را مقایسه می‌کند. وزن‌های هدف، مجموعه دارایی‌ها، تاریخ‌ها و کل هزینه معاملات در هر دو یکسان است. یکی بازده را از وزن‌های با وقفه و بازده دارایی‌ها محاسبه می‌کند؛ دیگری سفارش‌ها را به‌ترتیب پردازش…

سهاممومنتومآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه چهار تخصیص مرجع ETF را با استفاده از بازه‌های بحران تاریخی، شوک‌های هم‌زمان دارایی که دستی تعریف شده‌اند، شبیه‌سازی مونت‌کارلو با توزیع Student-t و آمار رژیم بازار مقایسه می‌کند. معیار بیشینه افت سرمایه را توضیح می‌دهد و از سبدهای با وزن ثابت…

چندداراییمدیریت ریسکساخت پرتفوینوسان
یادگیری ماشین برای معامله‌گری

این دفترچه یک تخصیص‌گر LSTM می‌سازد که ویژگی‌های اخیر بازده و نوسان ETF را مستقیماً به وزن‌های سبدِ فقط خرید نگاشت می‌کند. خروجی سافت‌مکس وزن‌ها را غیرمنفی و سرمایه‌گذاری‌شده نگه می‌دارد، و هدف نسبت شارپِ مشتق‌پذیر شبکه را بدون مرحله جداگانه پیش‌بینی بازده…

یادگیری ماشینساخت پرتفویآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه با تحلیل مؤلفه‌های اصلی، تغییرات بازده هشت اوراق خزانه با سررسید ثابت، از یک تا سی سال، را بررسی می‌کند. ردیف‌های تقویمیِ پرشده با مقدار قبلی را که تغییری در بازده ندارند حذف می‌کند و پیش از PCA، مشاهدات باقی‌مانده را استانداردسازی می‌کند تا هر…

درآمد ثابتآمارمدیریت ریسکساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این اسکریپت دارایی‌های نهادی را از پرونده‌های SEC 13F به دو روش گردآوری می‌کند: می‌تواند پرونده‌های مجموعه‌ای گزینش‌شده از مدیران را بازیابی کند یا فایل‌های حجیم فصلی SEC را بارگیری کند. هر دو مسیر دارایی‌ها را به طرح‌واره‌ای مشترک نرمال می‌کنند و مسیر…

سهامآمارساخت پرتفوی