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.
821 سند
این پژوهش می‌آزماید آیا نوسان فعالیت معاملاتی، خوشه‌بندی نوسان و دنباله‌های سنگین در بازده سهام را توضیح می‌دهد یا نه. با استفاده از مشاهدات لحظه‌به‌لحظه بورس‌های نیویورک و لندن، رفتار قیمت را در بازه‌هایی با تعداد ثابت تراکنش یا حجم کل ثابت مقایسه می‌کند.…
این سند برآوردگر همبستگی ربعیِ زیرنمونه‌گیری‌شده را برای داده‌های مالی پُربسامد معرفی می‌کند. دشواری سنجش همبستگی هنگام تغییر نوسان در طول زمان را بررسی می‌کند: برآوردگر ربعی استاندارد در برابر پویایی نوسان مقاوم است، اما با نمونه‌گیری گاوسی ممکن است ناکارا…
این سند مدلی برای تحلیل حرکت قیمت برحسب نیروهای مؤثرِ مرتبط با معامله‌گران پیرو روند و خلاف‌روند شرح می‌دهد. هدف آن استنباط نوع رفتار غالب در یک بازه انتخاب‌شده است، نه تجویز قاعده معاملاتی. این روش ابتدا با داده‌های بازی اقلیت–اکثریت آزموده می‌شود؛ در آن…
این مقاله چارچوبی توسعه می‌دهد که عوامل نهفته شرطی را برای شناسایی سهام مرتبط، تشخیص قیمت‌گذاری نسبیِ نادرست و ساخت سیاست معاملاتیِ لحاظ‌کننده هزینه‌های معامله یاد می‌گیرد. عوامل توجه آن از تعبیه‌سازی ویژگی‌های شرکت ساخته می‌شوند و امکان تعامل میان این…
این مقاله چارچوبی برای اجرای بهینه در آربیتراژ آماری ارائه می‌دهد، زمانی که سیگنال‌های پیش‌بینی به مسیر داده‌های بازار وابسته‌اند. سیگنال آلفا و سرعت معامله را هر دو به‌صورت توابع خطی از امضای بریده‌شده یک مسیر بازارِ افزوده‌شده با زمان نمایش می‌دهد تا اجرا…
این مقاله سبدهایی را مقایسه می‌کند که برای کمینه‌سازی کمبود بازده بهینه شده‌اند با سبدهایی که هدفشان کمینه‌سازی واریانس است. مطالعه تجربی از ریسک شدید بارا و عوامل سبکی مانند ارزش، رشد و مومنتوم در بازارهای سهام US، UK و ژاپن استفاده می‌کند. نتایج را در بازه…
این مقاله بررسی می‌کند کدام ویژگی‌های ناهنجاری‌های منتشرشده سهام، افت عملکرد تعدیل‌شده بر اساس ریسک را خارج از نمونه اولیه پیش‌بینی می‌کنند. توضیح‌های مرتبط با ورود سرمایه آربیتراژ به یک استراتژی پس از انتشار و بیش‌برازش درون‌نمونه‌ای ناشی از آزمون فرضیه‌های…
این پژوهش بررسی می‌کند که رفتار معاملاتیِ جمعیِ پیرو روند یا بازگشت‌کننده به میانگین چگونه می‌تواند پویایی قیمت دارایی‌ها را تغییر دهد. جهت معامله را به‌صراحت در مدل می‌گنجاند و این سبک‌ها را به همبستگی سریالی پیوند می‌دهد: رفتار پیرو روند می‌تواند همبستگی…
این سند پیشنهاد می‌کند برای انتخاب ضریب ATR و دوره ATR در اندیکاتور سوپرترند از بهینه‌سازی بیزی استفاده شود. این تنظیمات مشخص می‌کنند اندیکاتور چگونه قیمت را دنبال کند و سیگنال معاملاتی بسازد؛ هدف آن است که انتخابشان خودکار شود، نه اینکه به مقادیر انتخاب‌شده…
این مقاله بررسی می‌کند معاملاتِ افراد ناآگاه با توزیع دنباله‌کلفت چگونه بر کشف قیمت در دفتر سفارش محدودِ متوالی اثر می‌گذارند؛ بازاری که معامله‌گران آن ممکن است اطلاعات خصوصی داشته باشند. تأمین‌کنندگان نقدشوندگی جریان سفارش تجمیعی را می‌بینند، اما نمی‌توانند…
این پژوهش بررسی می‌کند که هندسه پیش‌بین چگونه یادگیری متمرکز بر تصمیم را محدود می‌کند؛ رویکردی که در آن آموزش مدل به هدف تصمیم‌گیری در مراحل بعد پیوند دارد. با استفاده از ردیابی تنک شاخص، اطلاعات کوواریانسی را که بهینه‌ساز به کار می‌برد از جهت‌های…
این سند برنامه‌نویسی ژنتیک برداری (VGP) را به‌عنوان روشی برای تکامل استراتژی‌های معاملاتی مالی بررسی می‌کند. دو گونه را معرفی می‌کند: یکی از عملیات اعداد مختلط پشتیبانی می‌کند و دیگری از نوع‌دهی قوی بهره می‌گیرد. عملکرد آن‌ها در سه ابزار مالی با گونه دیگری…
این پژوهش رسیدهای سپرده‌گذاری آمریکایی آسیایی را در بازارهایی بررسی می‌کند که ساعات معاملاتی آن‌ها با ساعات سهام خارجیِ پایه هم‌پوشانی ندارد. بازده ADR را به مؤلفه‌هایی تقسیم می‌کند که در ساعات بازار آمریکا و طی شب کسب شده‌اند، و هر ADR را با SPY، یک ETF که…
این پژوهش پیشنهاد می‌کند سهام را به‌جای نام شرکت، بر اساس رتبه ارزش بازار نمایش دهیم. انگیزه این است که نمایش‌های متعارف مبتنی بر نام می‌توانند پرنویز و پرنوسان باشند و یادگیری الگوها را برای شبکه‌های عصبی عمیق دشوار کنند. در فضای رتبه، سهام بر اساس جایگاه…
این مطالعه پردازش زبان طبیعی را بر گزارش‌های تحلیلگران چینی به کار می‌گیرد و با استفاده از مدل سفارشی BERT لحن آن‌ها را مثبت، خنثی یا منفی دسته‌بندی می‌کند. بررسی می‌کند آیا احساسات گزارش به توضیح پیامدهای بعدی سهام، از جمله بازده مازاد، نوسان و حجم معاملات…
مقاله از ویژگی‌های مقیاس‌پذیری بازده‌های پربسامد تجمیع‌شده S&P 500 برای ساخت مدل تصادفی مارتینگل استفاده می‌کند. مدل برای بازتولید انتظارات شرطیِ نشست صبح طراحی شده و سپس برای پوشش معاملات بعدازظهر گسترش می‌یابد. پیش‌بینی‌های مدل سیگنال‌های درون‌روزیِ پیروی…
این مطالعه نحوه معامله گروه‌های مختلف سرمایه‌گذار در سهام نوکیا از 2003 تا 2008 را بررسی می‌کند و نقش شرایط بازار و اخبار را می‌سنجد. بازده و نوسان را عوامل درون‌زا در نظر می‌گیرد؛ در حالی که حجم روزانه اخبار و معیار احساساتِ استخراج‌شده از اخبار عوامل…
این مقاله شکاف‌های اطلاعاتی در بازار سهام ژاپن را بررسی می‌کند و می‌پرسد آیا سرمایه‌گذاران خارج از حوزه متعارف پژوهش آربیتراژ آماری می‌توانند از مطالب عمومی آنلاین سیگنال‌های سودمندی بیابند. روش پژوهش حجم زیادی از داده‌های وبلاگ را تحلیل می‌کند و سپس مدلی…
مقاله رویکردی برای سرمایه‌گذاری نظام‌مند پیشنهاد می‌کند که هدفش ساخت ثروت در افقی بلندتر از طریق مجموعه‌ای از تصمیم‌های کوتاه‌مدت برای خرید ETF است. این روش الگوریتم‌های تکاملی را با مدل یادگیری عمیق ترکیب می‌کند تا زمان‌بندی واریزها را در مقایسه با…
StockGPT بازده روزانه سهام را دنباله‌ای از توکن‌های عددی در نظر می‌گیرد و مدلی خودرگرسیو برای پیش‌بینی بازده‌های آینده آموزش می‌دهد. هدف سازوکار توجه آن، یادگیری مستقیم الگوهای زمانی از تاریخچه بازده‌هاست تا نیازی به تعیین دستی سیگنال‌های متعارف مبتنی بر…
این پژوهش تجربی می‌سنجد آیا استراتژی‌های سبد آنلاینِ طراحی‌شده برای بهره‌گیری از بازگشت‌به‌میانگین، فراتر از مجموعه‌داده‌های معیار هم عملکرد خوبی دارند یا نه. سه رویکرد را بررسی می‌کند: بازگشت‌به‌میانگین تهاجمی منفعل، بازگشت میانگین متحرک آنلاین و بهینه‌سازی…
این چارچوب به دور باطل تولید اختیار مصنوعی می‌پردازد: نوسان ضمنی معمولاً از قیمت‌های مشاهده‌شده اختیار استنباط می‌شود، اما قیمت‌های مصنوعی به ورودی نوسان ضمنی نیاز دارند. ابتدا مسیرهای سهام چنددارایی را با مدل مارکوف پنهان جهشی تولید می‌کند و سپس مسیرهای…
این ارزیابی بررسی می‌کند چگونه می‌توان یک پیش‌بین را از پیش‌بینی‌های وابسته به رژیم حذف کرد. حذف ورودی‌های با وقفه یک متغیر با کنارگذاشتن آن از کل فرایند برازش، فیلترگذاری و تنظیم برابر نیست، زیرا متغیر می‌تواند بر دروازه رژیم برآوردشده نیز اثر بگذارد.…
این سند استراتژی‌های مومنتوم مکانی‌زمانی را ارائه می‌کند که سابقه مومنتوم خود دارایی را با مومنتوم آن نسبت به دارایی‌های دیگر ترکیب می‌کنند. این رویکرد با استفاده از شبکه‌های عصبی سیگنال‌های معاملاتی را در سراسر سبد می‌آموزد و مومنتوم سری زمانی و مقطعی را…