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

821 سند

arXiv papers

این مقاله چهار عامل را برای توضیح یا پیش‌بینی بازده شبانه پیشنهاد می‌کند که از داده‌های درون‌روزی قیمت و حجم ساخته شده‌اند. این عوامل به‌عنوان همتایان کوتاه‌مدت اندازه، نوسان‌پذیری، مومنتوم و نقدشوندگی طراحی شده‌اند. سنجه‌های بنیادی بلندمدت مانند ارزش و رشد…

سهامسرمایه‌گذاری عاملیبازگشت به میانگینمومنتوم
arXiv papers

این سند چارچوبی برای آربیتراژ آماری ارائه می‌کند که قیمت‌گذاری دارایی، مدل‌سازی سری زمانی و بهینه‌سازی سبد را ترکیب می‌کند. ابتدا از عوامل قیمت‌گذاری نهفته شرطی برای شناسایی دارایی‌های مشابه و ساخت سبدهای باقیمانده استفاده می‌کند، سپس با یک ترنسفورمر…

سهامآربیتراژیادگیری ماشینساخت پرتفوی
arXiv papers

این سند حداقل مربعات جزئی عمیق (DPLS) را توصیف می‌کند؛ مدلی برای توضیح بازده سهام منفرد با استفاده از مجموعه کوچکی از عوامل ریسک نهفته و ویژگی‌های شرکت. حداقل مربعات فرافکنی‌شده، بازده‌ها و ویژگی‌ها را به‌طور مشترک به فضای عامل نهفته نگاشت می‌کند، درحالی‌که…

سهامسرمایه‌گذاری عاملییادگیری ماشینآمار
arXiv papers

این پژوهش رویکردی تجربی و تفصیلی برای داده‌های دفتر سفارش را با مدل رفتار گله‌ای مالی ترکیب می‌کند تا مدلی از پویایی دفتر سفارش بسازد. هدف اعلام‌شده آن بازتولید حافظه بلندمدت در بازده‌های مطلق و فعالیت معاملاتی و پیوند دادن رفتار جمعی معامله‌گران با الگوهای…

ریزساختار بازارآماررمزارزسهام
arXiv papers

مقاله از بهینه‌سازی تکاملی برای محاسبه استراتژی‌های معاملاتی قاعده‌محور بر پایه داده‌های احساسات مالی استفاده می‌کند. سیگنال احساسات، دیدگاه صعودی یا نزولی جامعه آنلاین معامله‌گری درباره سهام منفرد را نشان می‌دهد و از StockTwits گرفته شده است. نویسندگان…

احساسات بازاریادگیری ماشینسهامساخت پرتفوی
arXiv papers

این مقاله با افزودن مجموعه کوچکی از عوامل ریسک توصیف‌کننده نقدشوندگی دفتر سفارش، مدل‌های تصادفی پارامتری برای بازارهای سفارش محدود توسعه می‌دهد و بدین‌ترتیب مدل‌های کلاسیک بازارهای کاملاً نقدشونده را گسترش می‌دهد. هدف رویکرد فرم کاهش‌یافته، حفظ قابلیت…

سهامریزساختار بازارآماراجرای سفارش
arXiv papers

این مطالعه با استفاده از مدل عامل‌مبنا بررسی می‌کند که تقلید محلی و جریان کند اطلاعات چگونه می‌توانند هم‌زمان مومنتوم و سپس بازگشت قیمت را در بازار سهام A چین ایجاد کنند. سرمایه‌گذاران باورهای متفاوتی درباره قیمت‌های آتی دارند، تصمیم می‌گیرند بخرند، بفروشند…

سهامبازارهای چینمومنتومبازگشت به میانگین
arXiv papers

این مقاله مدلی برای پیش‌بینی نوسان تحقق‌یافته در بازارهای سهام جهان ارائه می‌کند. بازارها را به‌صورت شبکه‌ای پویا نمایش می‌دهد و با استفاده از شاخص سرریز نوسان، توضیح می‌دهد که شوک‌های یک بازار چگونه ممکن است به بازارهای دیگر منتقل شوند. سپس یک شبکه عصبی…

سهامنوسانیادگیری ماشینآمار
arXiv papers

این مطالعه سازوکار مزایده پیوسته دوطرفه را با بررسی توزیع زمان انتظار در بازار سهام شبیه‌سازی‌شده ارزیابی می‌کند. یک مدل مبتنی بر عامل، سفارش‌ها و تعاملات محتمل را در دفتر بازار ایجاد می‌کند. پژوهشگران رفتار معامله‌گران و ریزساختار بازار را در 36 پیکربندی…

سهامریزساختار بازارآماراجرای سفارش
arXiv papers

این مطالعه شکل ضعیف فرضیه بازار کارا را برای بیت‌کوین با شبکه عصبی پیش‌خور می‌آزماید. بررسی می‌کند آیا افزودن بازده یا ویژگی‌های مرتبط از دارایی‌های دیگر، در کنار بازده بیت‌کوین، پیش‌بینی را بهبود می‌دهد یا نه. ورودی‌های اضافی شامل شاخص‌های سهام، نرخ ارز…

رمزارزیادگیری ماشینآمارسهام
arXiv papers

این بحث توضیح می‌دهد چرا استراتژی‌های کمی خنثی از نظر دلار، از جمله آربیتراژ آماری در سهام، هنگام ریزش بازار COVID-19 با افت سرمایه چشمگیری روبه‌رو شدند. توضیح می‌دهد چرا چنین استراتژی‌هایی در شرایط عادی می‌توانند کار کنند، مشخص می‌کند در کدام رژیم‌های بازار…

سهامآربیتراژآزمون گذشته‌نگرمدیریت ریسک
arXiv papers

این مقاله اطلاعات به‌کاررفته در انتخاب سبد میانگین‌ـ‌واریانس را بخشی از مسئله بهینه‌سازی قرار می‌دهد. استدلال می‌کند که تحلیل استاندارد سبد می‌تواند با گنجاندن متغیرهایی که هنگام تصمیم‌گیری در دسترس نیستند، یا با اشتباه‌گرفتن تغییرات مشترک با ریسک خاص…

ساخت پرتفویمدیریت ریسکسهامآمار
arXiv papers

این مطالعه می‌پرسد آیا سرمایه‌گذاران رمزارز با سرمایه‌گذاران سهام متفاوت معامله می‌کنند و از تاریخچه قیمت دارایی‌ها به‌عنوان شاهدی بر این رفتارها استفاده می‌کند. ابتدا چندین مدل یادگیری ماشین را برای طبقه‌بندی سری‌های زمانی رمزارز و سهام که در یک دوره مشاهده…

رمزارزسهامیادگیری ماشینآمار
arXiv papers

این مطالعه بررسی می‌کند که آیا احساسات روزانه Twitter می‌تواند به پیش‌بینی بازده سهام و پشتیبانی از تصمیم‌های معاملاتی کمک کند. یادگیری ماشین را برای ارزیابی سیگنال احساسات با یادگیری تقویتی، به‌ویژه یادگیری Q، ترکیب می‌کند تا از آن سیگنال یک سیاست معاملاتی…

سهامیادگیری ماشیناحساسات بازارمبتنی بر رویداد
arXiv papers

این سند استراتژی سهامی را شرح می‌دهد که بنا بر ادعای آن می‌تواند برای یک صندوق پوشش ریسک کمیِ به‌اندازه کافی بزرگ و خنثی نسبت به بازار، بازدهی چشمگیر ایجاد کند. همچنین استراتژی را عاملی در افزایش نابرابری جهانی ثروت می‌داند و این پیامد توزیعی را بخشی از…

سهامبازارهای آمریکاریزساختار بازارآمار
arXiv papers

این مقاله مدل‌های نوسان تصادفی را توسعه می‌دهد که از قیمت‌های باز و بسته، همراه با بیشینه و کمینه مشاهده‌شده هر دوره، استفاده می‌کنند. انگیزه آن این است که قیمت‌های حدی درون یک دوره، اطلاعاتی درباره نوسان دارند که ممکن است در مشاهدات قیمت پایانی به قیمت…

نوسانآمارسهامبازارهای آمریکا
arXiv papers

این مطالعه آمار رکوردها را در سری‌های زمانی منتخب بازار سهام و گام‌برداری‌های تصادفی هندسی شبیه‌سازی‌شده بررسی می‌کند. تمرکز آن بر مدت‌زمان ماندگاری رکوردها پیش از شکسته‌شدن است و شبیه‌سازی‌ها را در کنار داده‌های تجربی سهام به‌کار می‌گیرد. گزارش می‌شود که…

سهامآمار
arXiv papers

این یادداشت استفاده از شاخص نوسان ‏Cboe (VIX) را به‌عنوان فیلتری پس‌پردازشی برای استراتژی‌های کمی توصیف می‌کند. این فیلتر هر روز تصمیم می‌گیرد که معامله انجام شود یا نه؛ هدف اعلام‌شده بهبود نسبت شارپ و محدودکردن ریسک معاملاتی است. روش روی دو دارایی سهامی…

سهامنوسانمدیریت ریسکآزمون گذشته‌نگر
arXiv papers

این سند یک استراتژی درون‌روزی برای سهام چین را در چارچوب محدودیت معاملاتی ‏T+1 بازار شرح می‌دهد. پیش‌بینی‌های پرسپترون چندلایه (MLP) را با بهینه‌سازی سبد مارکویتز ترکیب می‌کند و از داده‌های منتشرشده سهام در بورس‌های شانگهای و شنژن بهره می‌گیرد. هدف…

سهامیادگیری ماشینساخت پرتفویبازارهای چین
arXiv papers

این مطالعه ایستایی به معنای ضعیف بازده درون‌روزی قیمت ‏S&P ‏500 و بیت‌کوین را مقایسه می‌کند. ایستایی را با استفاده از رابطه خودهمبستگی و چگالی طیفی توان می‌آزماید و بررسی می‌کند بخش‌بندی، حذف روند و نرمال‌سازی سری زمانی چه اثری بر نتایج دارند. داده‌ها…

رمزارزسهامآمار
arXiv papers

این سند چارچوبی برای معاملات جفتی توصیف می‌کند که هنگام انتخاب سهام، امتیازهای محیط‌زیستی، اجتماعی و حاکمیتی را لحاظ می‌کند. انتخاب جفت مبتنی بر ESG را با تحلیل هم‌انباشتگی ترکیب می‌کند تا روابط احتمالی را شناسایی کند و سپس از شاخص‌های تکنیکال برای هدایت…

سهاممعاملات زوجیشاخص‌های تکنیکالآزمون گذشته‌نگر
arXiv papers

این مقاله نسخه‌های تعمیم‌یافته‌ای از شاخص‌های عدم‌تعادل جریان سفارش را برای توضیح تغییرات کوتاه‌مدت قیمت سهام توسعه می‌دهد. ساخت این شاخص‌ها تغییر واحدهای مظنه غیرحداقلی در معاملات واقعی را در نظر می‌گیرد و عدم‌تعادل متعارف جریان سفارش (OFI) و عدم‌تعادل…

سهامریزساختار بازارمعاملات پربسامدآمار
arXiv papers

این مقاله معامله خودکار در شرایط متغیر بازار را به‌صورت مسئله‌ای ناپایا از نوع مسئله bandit با بازوی پیوسته صورت‌بندی می‌کند. روش PRBO را پیشنهاد می‌دهد که بهینه‌سازی بیزی را با رویکرد bandit-over-bandit ترکیب می‌کند تا پارامترهای استراتژی را هم‌زمان با…

یادگیری ماشینآزمون گذشته‌نگرسهامآمار
arXiv papers

این مقاله بازاری سهام شبیه‌سازی‌شده را توصیف می‌کند که در آن مدل‌های زبانی بزرگ به‌عنوان عامل‌های رقیب با استراتژی‌ها، اطلاعات و دارایی‌های اولیه متفاوت عمل می‌کنند. بازار شامل دفتر سفارش پایدار، سفارش‌های بازار و محدود، اجرای جزئی، سود سهام و تسویه تعادلی…

یادگیری ماشینسهامریزساختار بازارمومنتوم