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 دفتر گردش‌کاری برای توصیف سری‌های بازار پیش از مدل‌سازی ارائه می‌کند. با نمودار قیمت‌ها و بازده‌های SPY، سطوح VIX و توزیع بازده آغاز می‌شود تا روندها، خوشه‌بندی نوسان و دنباله‌های سنگین شناسایی شوند. سپس توضیح می‌دهد چگونه آزمون‌های دیکی-فولر افزوده و…

سهامآمارنوسانمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفتر با استفاده از بازده‌های روزانه SPY تحلیل حوزه فرکانس و محدودیت‌های آن را به‌عنوان منبع ویژگی‌های معاملاتی توضیح می‌دهد. تجزیه موجک تغییرات را در باندهایی با مقیاس‌های زمانی پیوسته کندتر جدا می‌کند، در حالی که برآوردهای طیفی توزیع تغییرات بازده میان…

سهامآمارنوسانشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این دفتر گردش‌کار عملیاتی اتصال استراتژی به Interactive Brokers از طریق TWS یا Gateway را شرح می‌دهد. بررسی می‌کند که نشست مربوط به حساب آزمایشی باشد، مقادیر و موقعیت‌های حساب را می‌خواند و پیش از آغاز جریان داده زنده، کندل‌های تاریخی را برای مقداردهی اولیه…

اجرای سفارشمدیریت ریسکمومنتومسهام
یادگیری ماشین برای معامله‌گری

این دفتر سه روش استفاده از رژیم‌های بازار در مدل پیش‌بینی را مقایسه می‌کند: حذف اطلاعات رژیم، افزودن احتمال پالایش‌شده حالت پرنوسان به‌عنوان ویژگی، یا برازش متخصصان جداگانه برای رژیم‌های تخصیص‌یافته قطعی. احتمال‌های رژیم را با مدل مارکوف پنهان درون هر بخش…

یادگیری ماشینآمارآزمون گذشته‌نگرشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این دفتر فرایندی برای ارزیابی یک مدل رقیب در حالت سایه، پیش از تخصیص سرمایه به آن، ارائه می‌کند. پیش‌بینی‌های ذخیره‌شده یک مدل فعلی ثابت و یک نامزد را مقایسه می‌کند، سبدهای خرید و فروش استقراضی رتبه‌بندی‌شده با وزن برابر می‌سازد، قاعده یکسان هزینه معامله را…

یادگیری ماشینمدیریت ریسکآزمون گذشته‌نگرساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفتر ابزارهای EdgarTools را برای بررسی پرونده‌های SEC و استخراج داده‌های ساختاریافته شرکت‌ها مرور می‌کند. توضیح می‌دهد چگونه گزارش‌دهندگان را با CIK پایدار شناسایی کنید، پرونده‌ها را بر اساس نوع فرم بازیابی کنید و گزارش‌های سالانه دارای برچسب XBRL را به…

سهامبازارهای آمریکاآزمون گذشته‌نگرمبتنی بر رویداد
یادگیری ماشین برای معامله‌گری

این مطالعه موردی از مدل‌های خطی به‌عنوان خط مبنا برای پیش‌بینی بازده‌های آتی در پنل گسترده سهام US استفاده می‌کند. توضیح می‌دهد چرا ویژگی‌های هم‌پوشان قیمت و حجم هم‌خطی ایجاد می‌کنند و ضرایب حداقل مربعات معمولی را ناپایدار می‌سازند؛ سپس انقباض ریج را با…

سهامبازارهای آمریکایادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این تحلیل اثرهای درمانی ثبت‌شده از یادگیری ماشین دوگانه را در نه مطالعه موردی معاملاتی مقایسه می‌کند. نتایج جاری را از دفتر ثبت هر مطالعه بارگیری می‌کند، یکپارچگی دفترها و برچسب‌های تکراری را بررسی می‌کند و پوشش را شفاف می‌سازد. اثرها و بازه‌های اطمینان در…

آماریادگیری ماشینآزمون گذشته‌نگرسهام
یادگیری ماشین برای معامله‌گری

این دفتر چارچوبی برای ارزیابی بک‌تست تخصیص ETF با استفاده از بازده روزانه سبد و معیار مرجع متناظر SPY ارائه می‌کند. معیارهای ریسک و بازده مانند شارپ، سورتینو، کالمار و حداکثر افت سرمایه، معیارهای غلتان، بازیابی افت سرمایه، آلفا و بتای نسبی به معیار مرجع،…

آزمون گذشته‌نگرساخت پرتفویمدیریت ریسکآمار
یادگیری ماشین برای معامله‌گری

این دفتر توضیح می‌دهد که عدم‌قطعیت مدل می‌تواند فراتر از یک برآورد نقطه‌ای، اطلاعاتی بیفزاید. در آن، یک مدل نوسان تصادفی برازش می‌شود که در آن لگاریتم نوسان نهفته در طول زمان تغییر می‌کند و بازده‌ها از توزیع تی‌استیودنت پیروی می‌کنند. پراکندگی پسین، پهنای…

نوسانیادگیری ماشینآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفتر سازوکار بک‌تست قراردادهای آتی را با نمونه‌ای از مومنتوم خرید و فروش استقراضی در چند طبقه دارایی معرفی می‌کند. توضیح می‌دهد مشخصات قرارداد چگونه با ضرایب، تغییرات قیمت را به سود و زیان دلاری تبدیل می‌کنند و مواجهه اسمی چگونه اندازه قرارداد را تعیین…

قراردادهای آتیمومنتومآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این چارچوب ارزیابی، چهار نوع خطا را در یک خط لوله تولید تقویت‌شده با بازیابی مالی از هم جدا می‌کند: بازیابی شواهد مرتبط، مستندکردن پاسخ‌ها بر پایه آن شواهد، امتناع از پاسخ‌گویی به پرسش‌های بی‌پاسخ و مقاومت در برابر دستورهای ناامن در متن بازیابی‌شده. این…

یادگیری ماشینآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفتر می‌سنجد بک‌تست مومنتوم ETF تا چه اندازه به کارمزد معاملاتی فرض‌شده حساس است. وزن‌ها و برنامه معاملاتی استراتژی را ثابت نگه می‌دارد، شبیه‌ساز را با طیفی از هزینه‌ها برای هر سمت معامله دوباره اجرا می‌کند و رشد، نسبت شارپ و افت سرمایه را مقایسه می‌کند.…

سهاممومنتومآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه برآورد می‌کند که سبدی با وزن برابر از سهام شرکت‌های US باقی‌مانده تا چه اندازه می‌تواند بازده را در مقایسه با کل جهان اولیه بیش‌برآورد کند. ابتدا بررسی می‌کند پنل از چه زمانی خروج نمادها را ثبت می‌کند و نشان می‌دهد ثبت خروج‌ها تنها در سال‌های…

سهامبازارهای آمریکاآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه مناظره‌ای چندمرحله‌ای میان دیدگاه صعودی و نزولی را برای یک پیش‌بینی احتمالیِ مورد اختلاف ارائه می‌کند. هر طرف بر اساس خلاصه‌های مشترک عامل پژوهشی استدلال می‌کند، موضع قبلی طرف دیگر را می‌بیند و احتمال خود را بازبینی می‌کند. فرایند وقتی متوقف…

آماریادگیری ماشین
یادگیری ماشین برای معامله‌گری

این تحلیل اکتشافی قراردادهای اختیار و ساختار زنجیره را معرفی می‌کند و سپس نمونه‌ای از اختیارهای 2020 اس‌اندپی 500 را در هشت دارایی پایه بررسی می‌کند. درون‌بودن، ارزش ذاتی و زمانی، نوسان ضمنی، یونانی‌ها و شکل‌گیری زنجیره چندبعدی از قیمت اعمال، سررسید و نوع…

اختیار معاملهسهامنوسانقیمت‌گذاری مشتقه‌ها
یادگیری ماشین برای معامله‌گری

این دفترچه حد ضرر در سطح موقعیت، حد ضرر متحرک و خروج زمانی را روی زنجیره تخصیصی ارزیابی می‌کند که در میان نامزدهای واجد شرایط با پوشش کامل، بالاترین رتبه شارپ اعتبارسنجی را دارد. هر پوشش با والد خودش بدون پوشش مقایسه می‌شود تا اثر قاعده ریسک جدا شود.…

سهاماختیار معاملهمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه از تاریخچه قیمت ارز خارجی، ویژگی‌های حاصل از مدل برازش‌شده می‌سازد تا شاخص‌هایی را که مستقیماً از قیمت‌های گذشته محاسبه شده‌اند تکمیل کند. سه رویکرد را شرح می‌دهد: فیلتر فضای حالت برای برآورد سطح قیمتی که به‌آرامی تغییر می‌کند و کمیت‌های مرتبط،…

فارکسیادگیری ماشینآمارشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این دفترچه قواعد وزن‌دهی سبد را برای راهبرد اختیاری اس‌اندپی 500 که استرادل می‌فروشد مقایسه می‌کند. نمادهای انتخاب‌شده و سایر تنظیمات راهبرد را ثابت نگه می‌دارد و معیار پایه وزن‌دهی برابر را با تخصیص‌دهندگانی جایگزین می‌کند که از پیش‌بینی‌های مدل یا…

اختیار معاملهسهامساخت پرتفویتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه می‌سنجد هزینه‌های اجرا چگونه بر پیکربندی ازپیش‌انتخاب‌شده قراردادهای دائمی رمزارز اثر می‌گذارند. مدل، نقطه کنترل، قاعده ورود، تخصیص‌دهنده و کنترل ریسک را ثابت نگه می‌دارد و سپس راهبرد را در شبکه‌ای اعلام‌شده از هزینه‌های رفت‌وبرگشت بر ارزش اسمی…

رمزارزقراردادهای آتی دائمیآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه روندی را شرح می‌دهد که افشاگری‌های فصلی MD&A شرکت‌های اس‌اندپی 500 را به ویژگی‌های معاملاتی تبدیل می‌کند. تاریخ پذیرش گزارش را مبنای زمانی قرار می‌دهد، برای چند گزارش یک شرکت در یک تاریخ، آخرین دوره را نگه می‌دارد و دو سیگنال استخراج می‌کند:…

سهامیادگیری ماشیناحساسات بازارآمار
یادگیری ماشین برای معامله‌گری

این فصل یادگیری عمیق برای سری‌های زمانی را با پرسشی کاربردی بررسی می‌کند: ترتیب مشاهدات چه زمانی اطلاعاتی دارد که پیش‌بینی مقطعی از دست می‌دهد و کدام طراحی‌های مدل می‌توانند از آن استفاده کنند؟ فصل شبکه‌های بازگشتی و بار آموزش ترتیبی آن‌ها، مدل‌های تجزیه…

یادگیری ماشینآمارآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این تحلیل فقط‌خواندنی، پیش‌بینی‌های اعتبارسنجی چند خانواده مدل را کنار هم می‌آورد تا کامل‌بودن آن‌ها، کیفیت رتبه‌بندی سهام، پایداری مهارت رتبه‌بندی میان فولدها و اطلاعات متمایزی را که مدل‌های ظاهراً مشابه ارائه می‌کنند بسنجد. از ضریب اطلاعاتی، یعنی همبستگی…

سهامآمارمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه تاب‌ام را به کار می‌گیرد؛ معماری شبکه عصبی جدولی که شبکه ویژگی دو‌لایه‌ای را میان اعضای مجموعه یادگیری مشترک می‌کند. هر عضو بازنمایی مشترک را با بردار یادگرفته‌شده خودش مقیاس می‌کند و لایه خروجی جداگانه‌ای دارد؛ میانگین‌گیری پیش‌بینی اعضا می‌کوشد…

اختیار معاملهیادگیری ماشینآزمون گذشته‌نگرآمار