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

2,112 سند

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 دفترچه استراتژی ETF انتخاب‌شده در مرحله‌ای پیشین را در یک دوره نگه‌داشته‌شده ارزیابی می‌کند. پیش‌بینی‌های متناظر را با استفاده از هویت آموزشی و نقطه وارسی آن‌ها بازیابی می‌کند، مشخصات استراتژی و هزینه‌های معاملاتی تعیین‌شده در مرحله قبل را اعمال می‌کند و…

آزمون گذشته‌نگرساخت پرتفویمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این ماژول توضیح می‌دهد چگونه قیمت‌های تاریخی S&P 500 را آماده کنید، وقتی نمادهای معاملاتی در گذر زمان ممکن است به اوراق بهادار متفاوتی اشاره کنند. ضرایب تعدیل رویدادهای شرکتی را اعمال می‌کند، شناسه‌های اوراق بهادار را پیگیری می‌کند و مرزهای هویتی را مشخص…

سهامبازارهای آمریکاآزمون گذشته‌نگراجرای سفارش
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 آموزش ویژگی‌های ساخته‌شده از تاریخچه قیمت و حجم دارایی را مرور می‌کند؛ از جمله بازده در افق‌های مختلف، سنجه‌های روند و بازگشت، چند برآوردگر نوسان، رژیم‌های نوسان، نقدشوندگی، ریسک دنباله‌ای و نرمال‌سازی مقطعی. انتخاب‌های عملی را توضیح می‌دهد؛ مانند…

شاخص‌های تکنیکالمومنتومنوسانیادگیری ماشین
یادگیری ماشین برای معامله‌گری

این دفترچه می‌سنجد عملکرد اعتبارسنجی یک استراتژی اختیار معامله S&P 500 با فرض پرداخت سهم‌های متفاوتی از اسپرد اعلام‌شده چگونه تغییر می‌کند. برای هر خانواده مدل، یک استراتژی مبنا انتخاب می‌کند و سپس هرکدام را با فرض‌های مختلف هزینه اسپرد، هم در کل جهان…

اختیار معاملهاجرای سفارشآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند ماشین حالت بازاستفاده‌پذیری برای توقف خودکار معاملات ارائه می‌کند که وضعیت‌های بسته، باز و نیمه‌باز دارد. منطق گذار یکسانی را برای چهار ریسک به کار می‌برد: افت سرمایه حساب، زیان روزانه، نشست‌های زیان‌ده پیاپی و تأخیر سامانه. پس از مهلت بازیابی،…

مدیریت ریسکاجرای سفارشآزمون گذشته‌نگر
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
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 راهنمای مجموعه‌داده دو منبع داده تیک سهام US را برای پژوهش دفتر سفارش و ریزساختار بازار مقایسه می‌کند. رکوردهای بازاربه‌ازای‌سفارش Databento رویدادهای افزودن، تغییر، لغو و معامله را به‌شکل پیش‌پردازش‌شده ارائه می‌کنند، درحالی‌که NASDAQ ITCH خوراک خام…

سهامریزساختار بازاراجرای سفارش
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 توضیح می‌دهد چرا پوشش عمومی ریسک مبتنی بر وزن هدف نمی‌تواند استراتژی استرادل فروش کوتاهِ توصیف‌شده روی S&P 500 را مدیریت کند. موتور اختیار معامله، سهم‌های ثابتی از سرمایه را به گروه‌های هفتگی اختصاص می‌دهد و وزن‌ها را در هر گروه نرمال می‌کند؛ در…

اختیار معاملهمدیریت ریسکآزمون گذشته‌نگرقیمت‌گذاری مشتقه‌ها
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 دفترچه یک شبکه کانولوشنی زمانی (TCN) را به مقایسه مدل‌های دنباله‌ای برای پیش‌بینی صرف تأمین مالی قراردادهای دائمی رمزارز می‌افزاید. پدگذاری علّی تضمین می‌کند هر موقعیت فقط از مشاهدات جاری و پیشین استفاده کند، درحالی‌که کانولوشن‌های اتساع‌یافته میدان…

رمزارزقراردادهای آتی دائمییادگیری ماشینآزمون گذشته‌نگر
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 مطالعه موردی سیگنال‌های مقطعی روزانه را در مجموعه گسترده‌ای از سهام US ارزیابی می‌کند و مسیر پژوهشی مفصلی را ترسیم می‌کند: از داده‌های نقطه‌درزمان و ویژگی‌های مهندسی‌شده تا مقایسه مدل‌ها، ساخت پرتفوی، هزینه‌ها و ارزیابی داده‌های نگه‌داشته‌شده. از…

سهامیادگیری ماشینمومنتومبازگشت به میانگین