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.
101 سند
این فصل مدیریت ریسک را بخشی از طراحی استراتژی و عملیات زنده معرفی می‌کند. سنجش ریسک دنباله‌ای با ارزش در معرض ریسک و ارزش در معرض ریسک شرطی، عمق و بازیابی افت سرمایه، تجزیه مواجهه، آزمون تنش، کنترل‌های تطبیقی و حاکمیت را پوشش می‌دهد. روش‌های شرح‌داده‌شده…
این دفترچه نشان می‌دهد چگونه قواعد حد ضرر، حد سود و حد ضرر متحرک را برای سبد مومنتوم تنظیم کنید و هم‌زمان دوره آزمون را به ترتیب زمانی محفوظ نگه دارید. جست‌وجوی پارامترهای تک‌بعدی، شبکه مشترک قواعد و پیشین‌های حد ضرر یا هدف برگرفته از بیشینه حرکت نامساعد و…
این ماژول مشترک تخصیص، پیش‌بینی‌های مقطعی را به وزن‌های سبد تبدیل می‌کند. دارایی‌ها را بر اساس امتیاز رتبه‌بندی می‌کند تا موقعیت‌های خرید یا سبدهای بالایی و پایینیِ خریدوفروش دوطرفه را برگزیند. وزن موقعیت‌ها می‌تواند بر مبنای پهنای پیش‌بینی همدیس باشد،…
سند سه قاعده برای بستن موقعیت‌ها پیش از بازمتوازن‌سازی زمان‌بندی‌شده پرتفوی را توضیح می‌دهد: حد ضرر ثابت، حد ضرر متحرک بر اساس بهترین قیمت موقعیت و خروج زمانی که پس از دوره نگهداری مشخصی موقعیت را می‌بندد. چون این لایه‌ها فقط موقعیت‌ها را حذف می‌کنند،…
این دفترچه گردش‌کاری ارائه می‌کند تا بررسی شود آیا مومنتوم شش‌ماهه با حذف دوره اخیر، بر بازده‌های آتی 21-روزه اثر می‌گذارد و آیا این اثر با نوسان بازار تغییر می‌کند. اثرها را با یادگیری ماشین دوگانه و با کنترل نوسان و منحنی بازده و در نظر گرفتن نوسان بازار…
این دفترچه نحوه ارزیابی یک استراتژی FX منتخبِ قبلی را بر اساس پیش‌بینی‌های نگه‌داشته‌شده شرح می‌دهد. از مشخصات ثبت‌شده بک‌تستِ پیکربندی منتخب دوباره استفاده می‌کند و سیگنال، تخصیص، کنترل‌های ریسک، قاعده بازتوازن، هزینه‌ها و تنظیمات حساب را ثابت نگه می‌دارد.…
این دفترچه پیکربندی سهام US انتخاب‌شده قبلی را روی پیش‌بینی‌های دوره نگه‌داشته‌شده اجرا می‌کند. مدل، پیش‌بینی‌ها، تخصیص‌دهنده، تمرکز، پوشش ریسک، تناوب بازمتوازن‌سازی و فرض‌های هزینه معامله از مراحل پیشین به ارث رسیده‌اند. روش اصلی آن استخراج مجموعه پیش‌بینی…
این دفترچه نشان می‌دهد که یک پوشش کارگزاری چگونه می‌تواند سفارش‌های ناامن را با استفاده از سقف اندازه سفارش و موقعیت، محدودیت نرخ سفارش، محدودیت دارایی و کلید توقف دائمی رد کند. یک کارگزار مصنوعی تصمیم‌ها را قابل مشاهده می‌کند: سفارش‌های آزمایشی یا پذیرفته…
این دفترچه اندازه‌گذاری موقعیت را به تحلیل بیشینهٔ حرکت نامطلوب و مطلوب قیمت پیوند می‌دهد. اندازه‌گذاری با درصد ثابت را نشان می‌دهد که در آن تعداد سهم‌ها بر اساس بودجهٔ ریسک پرتفوی و فاصلهٔ ورود تا حد ضرر تعیین می‌شود و سقفی برای تمرکز موقعیت دارد. همچنین…
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 بررسی می‌کند قواعد تخصیص پس از رتبه‌بندی دارایی‌ها توسط مدل، چگونه بر استراتژی‌های ETF اثر می‌گذارند. مجموعه‌های پیش‌بینی و تقویم بازتوازن را ثابت نگه می‌دارد، برای هر مقایسه همان سبد دارایی‌های برتر را انتخاب می‌کند و وزن‌های تخصیص‌یافته درون سبد…
این دفترچه می‌آزماید آیا ساخت سبد می‌تواند استراتژی NASDAQ-100 را که در هر میله با هزینه‌ها مغلوب شده نجات دهد یا خیر. پیش‌بینی‌های برتر خط مبنا را با جهان انتخاب اعلام‌شده برمی‌گزیند و سپس مقایسه‌های تخصیص را روی کل جهان اجرا می‌کند. این بررسی تعداد…
این دفترچه پیکربندی‌های برتر پیش‌بینی در اعتبارسنجی را از یک خط مبنای مرحلهٔ سیگنال با وزن برابر می‌گیرد و روش‌های تخصیص جایگزین را روی همان پیش‌بینی‌ها می‌آزماید. وزن‌دهی مبتنی بر امتیاز و وزن‌دهی کانفورمال را با وزن‌دهی معکوس به نوسان، برابری ریسک،…
این دفترچه قواعد کنترلی حد ضرر، حد ضرر متحرک و خروج زمانی را در بک‌تست‌های ریزساختار ثابت NASDAQ-100 مقایسه می‌کند. استراتژی هر پانزده دقیقه تصمیم می‌گیرد، درحالی‌که قواعد ریسک قیمت‌ها را هر دقیقه پایش می‌کنند؛ بنابراین این قواعد می‌توانند بین…
این دفترچه پیش‌بینی کانفورمال تفکیک‌شده، رگرسیون چندکی کانفورمال‌شده و استنباط کانفورمال تطبیقی را برای پیش‌بینی بازده‌های آتی ETF مقایسه می‌کند. در بخش‌های آزمون پیش‌رونده، مدل را روی یک زیرمجموعه آموزش می‌دهد، خطاهای بازه را روی زیرمجموعه‌ای دیگر کالیبره…
این سند معامله جفتی را به‌صورت مسئله‌ای برای بهینه‌سازی پویای سبد صورت‌بندی می‌کند. اسپرد میان دو ورقه بهادار مرتبط از فرایندی گاوسی و بازگشت‌کننده به میانگین پیروی می‌کند، در حالی که نرخ رانش آن طبق زنجیره مارکوف پیوسته‌زمان با تعداد حالت محدود و…
این مقاله نظریه مقدار حدی تعمیم‌یافته را برای بازده‌های دنباله‌ای در بازارهای آتی بیت‌کوین به کار می‌گیرد تا ریسک نقدشدن اجباری، اهرم و سطوح وجه تضمین را برای موقعیت‌های خرید و فروش بررسی کند. تحلیل تجربی از قراردادهای آتی دائمی بیت‌مکس استفاده می‌کند.…
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…
این مقاله انتخاب سبد را در شرایطی بررسی می‌کند که روند قیمت یک دارایی از فرایند مشاهده‌ناپذیر اورنشتاین–اولنبک پیروی می‌کند. استراتژی‌های بهینه را برای معامله‌گری با مطلوبیت لگاریتمی در دو وضعیت اطلاعاتی استخراج می‌کند: یکی که روند معلوم است و دیگری که باید…
این سند چارچوب اجرای بهینه Almgren–Chriss را که مقدار ثابتی را برای نقدکردن فرض می‌کند، به مواردی گسترش می‌دهد که حجم معاملاتی موردنیاز نامطمئن است و با نزدیک‌شدن مهلت تحویل روشن‌تر می‌شود. بازارهای برق نمونه‌ای از این مسئله‌اند. معامله‌گر باید با تغییر…
این مقاله بازی‌های نقدسازی سبد را بررسی می‌کند که در آن‌ها معامله‌گر با رسیدن موقعیتش به صفر از بازار خارج می‌شود. این قاعده جذب، معاملات رفت‌وبرگشتی را منتفی می‌کند و به‌عنوان شرط نبود آربیتراژ آماری مطرح می‌شود. نویسندگان در مدلی که فقط فروشندگان را…
این سند روشی نظام‌مند برای انتخاب آستانه حد ضرر با تحلیل توزیع حداکثر افت سرمایه پیشنهاد می‌کند. انتخاب حد ضرر را تصمیمی بر پایه هدف بیشینه‌سازی بازده مورد انتظار با توجه به اطلاعات در دسترس می‌داند و به گرایش پژوهش و عمل به انتخاب دلخواه این سطوح می‌پردازد.…
این پژوهش گرادیان سیاست قطعی عمیق با تأخیر دوقلو (TD3)، روشی از یادگیری تقویتی با کنش پیوسته، را روی قیمت‌های پایانی روزانه سهام آمازون و بیت‌کوین به کار می‌گیرد. کنش معاملاتی هم موقعیت انتخابی و هم تعداد سهام مورد معامله را مشخص می‌کند و رویکردهای مبتنی بر…
این مقاله شبکه عصبی کانولوشنیِ بدون مدل را توصیف می‌کند که قیمت‌های تاریخی مجموعه‌ای از دارایی‌ها را دریافت می‌کند و وزن‌های سبد را خروجی می‌دهد. شبکه با یادگیری تقویتی آموزش می‌بیند و بازده تجمعی نقش پاداش را دارد. داده آموزشی شامل قیمت‌های رمزارز از یک…