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.
1,290 سند
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.…
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…
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…
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…
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…
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…
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،…
این دفترچه توضیح می‌دهد مدل‌های مارکوف پنهان چگونه وضعیت‌های مشاهده‌نشده بازار را از بازده‌ها و نوسان اخیر استنباط می‌کنند. ابتدا قواعد ساده‌ای برای مقایسه تعریف می‌کند: آستانه شاخص نوسان برای تنش و قیمت نسبت به میانگین متحرک بلندمدت برای روند. نمونه دوحالته…
این دفترچه چارچوبی برای بررسی این ارائه می‌دهد که آیا کیفیت ظاهری سیگنال مومنتوم با انتخاب‌های پژوهشی معقول پابرجا می‌ماند یا نه. با داده‌های واقعی ETF پیش از دورهٔ نگه‌داشته‌شده، هر بار یک پارامتر بازهٔ گذشته‌نگر را تغییر می‌دهد و ضرایب اطلاعات مقطعی را با…
دفترچه توضیح می‌دهد چگونه مدل‌های پیش‌بینی اختیار معاملهٔ S&P 500 را مقایسه کنید، بی‌آنکه نمونه‌های ارزیابی ناقص یا ناهماهنگ نتایج را مخدوش کنند. هر مدل را بر اساس خانواده، پیکربندی و نقطهٔ کنترل مشخص می‌کند، بررسی می‌کند پیش‌بینی‌ها قراردادهای احراز صلاحیت…
این دفترچه با استفاده از رگرسیون ریج و سه روش کانفورمال، بازه‌های عدم‌قطعیت برای بازده‌های آتی ETF می‌سازد: پیش‌بینی کانفورمال تفکیکی، رگرسیون چندکی کانفورمال‌شده و استنباط کانفورمال تطبیقی. آن‌ها را با بخش‌های پیش‌رونده ارزیابی می‌کند و قاعدهٔ کالیبراسیون…
این دفترچه از یادگیری ماشین دوگانه استفاده می‌کند تا برآورد کند آیا نمره زدِ پریمیوم قرارداد آتی دائمی، پس از تعدیل برای شش متغیر کنترلی پیش از مداخله، با بازده هشت ساعت بعد ارتباط دارد یا نه. اثرها را در رژیم‌های نوسان بالا و پایین با برازش‌های جداگانه و…
این دفترچه مدل‌های خطی را روی ویژگی‌های ETF مبتنی بر پنجره‌های بازده هم‌پوشان و سنجه‌های مرتبط مومنتوم، نوسان و نوسان‌نما مقایسه می‌کند. چنین پیش‌بین‌هایی هم‌خط‌اند و ضرایب کمترین مربعات معمولی را ناپایدار می‌کنند. آزمایش، پیکربندی‌های ریج، لسو و الاستیک‌نت…
تفاضل‌گیری کسری، توان غیرصحیح عملگر تفاضل با وقفه را بر قیمت‌های لگاریتمی اعمال می‌کند. وزن‌های دوجمله‌ای آن در مشاهدات گذشته کاهش می‌یابند؛ بنابراین حاصل، تغییرات قیمت را با بخشی از اطلاعات سطحی که باقی مانده ترکیب می‌کند. مرتبه کسری این بده‌بستان را کنترل…
این دفترچه TimeGAN، یک مدل خصمانه مولد بازگشتی برای تولید توالی‌های مالی مصنوعی را معرفی می‌کند. پنج ماژول آن بازنمایی و بازسازی را می‌آموزند، حالت‌های نهفته پیاپی را پیش‌بینی می‌کنند، از نویز توالی می‌سازند و توالی‌های تولیدشده را از واقعی تشخیص می‌دهند.…
این سند روشی مشترک برای تولید بخش‌های اعتبارسنجی پیش‌رونده از تنظیمات ارزیابی مطالعات موردی شرح می‌دهد. ساخت بخش‌ها را به تقسیم‌کننده‌ای آگاه از تقویم واگذار می‌کند، از مُهرهای زمانی یکتا استفاده می‌کند تا ردیف‌های پنل هم‌تراز بمانند و از مرز مشخص دوره آزمون…
این دفترچه دو آشکارساز ترتیبی را روی خطاهای پیش‌بینی واقعیِ اعتبارسنجی از دو پیکربندی مدل خطی سهام US در طول یک سال تقویمی به کار می‌گیرد. آشکارساز تغییر میانگین با دو پنجره، تغییر در اندازه خطا را می‌جوید؛ پایشگر فراوانی روزهای بد نیز دنبال می‌کند که…
این سند شرح می‌دهد چگونه از مشخصات اعتبارسنجی پیش‌رونده موجود، یک بازه آموزش مدل برای ارزیابی روی دوره آزمون کنارگذاشته‌شده استخراج کنیم. تاریخ‌های اعلام‌شده دوره آزمون را از پیکربندی مطالعه می‌گیرد، زودترین شروع آموزش را در میان بخش‌های اعتبارسنجی پیدا…
این دفترچه برچسب‌های بازده آتی را برای استرادل‌های فروش در قیمت روی سهام S&P 500 می‌سازد. ازآنجاکه استرادل اسمی 30روزه پنل روزانه در هر جلسه قراردادی متفاوت را نشان می‌دهد، جابه‌جایی سری قیمت ابزارها را با هم مخلوط می‌کند. این برچسب به‌جای آن، قراردادهای…
این دفترچه توضیح می‌دهد چگونه بیازماییم آیا رویدادهایی مانند سیگنال‌های معاملاتی یا اعلامیه‌ها، بازدهی فراتر از معیار بازار را پیش‌بینی می‌کنند یا نه. گردش کار را با شکست‌های مومنتوم در صندوق‌های قابل معامله نقدشونده نشان می‌دهد: مدل بازار را از بازده‌های…
این تحلیل دفترهای ثبت غربال ویژگی را در نه مطالعه موردی معاملاتی مقایسه می‌کند. معناداری نرخ کشف کاذب بنجامینی–هوچبرگ را از مسیر تصمیم‌گیری دوم برای PROCEED جدا می‌کند؛ این مسیر حداقل اندازه اثر ویژه هر مورد را با پایداری علامت در بخش‌ها ترکیب می‌کند. چون…
این سند بحثی ساختاریافته میان دیدگاه‌های صعودی و نزولی را ثبت می‌کند درباره اینکه آیا فدرال رزرو در طول 2026 نرخ هدف خود را افزایش خواهد داد یا نه. سه ارزیاب این پرسش را بررسی می‌کنند و استدلال‌هایشان بر پیش‌بینی‌های فدرال رزرو، تورم، شرایط بازار کار،…
این دفترچه توضیح می‌دهد که چگونه تراکنش‌های اشخاص داخلی شرکت را برای پژوهش سهام از فایل‌های خام SEC فرم 4 XML استخراج کنیم. هر بلوک تراکنش را واحد تجزیه می‌گیرد تا پیوند کد تراکنش، تاریخ، تعداد سهام، قیمت و جهت حفظ شود. پیمایش درخت XML مانع آمیختن فیلدهای…
این سند دو رویکرد عامل نهفته را برای بازده قراردادهای آتی معرفی می‌کند. تحلیل مؤلفه‌های اصلی جهت‌های نامرتبطی را پیدا می‌کند که بیشترین تغییرات بازده را توضیح می‌دهند؛ درحالی‌که عامل تنزیل تصادفی عصبی به‌دنبال ترکیب‌هایی مرتبط با مقطع بازده‌های مورد انتظار…