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 دفترچه با یادگیری ماشین دوگانه بررسی می‌کند که آیا فاصله نوسان ضمنی منهای نوسان تحقق‌یافته، پس از تعدیل عوامل مخدوش‌گر مشاهده‌شده، با بازده‌های بعدی سهام ارتباط دارد یا خیر. نوسان تحقق‌یافته، مومنتوم سهام و چولگی بازگشت ریسک را به‌عنوان متغیرهای کنترلی…

سهاماختیار معاملهنوسانیادگیری ماشین
یادگیری ماشین برای معامله‌گری

این نمایش بررسی می‌کند که آیا یک پیاده‌سازی تقاطع دو میانگین متحرک، در موتورهای بک‌تست و زنده سیگنال‌های یکسانی تولید می‌کند. هر دو موتور همان کندل‌های آماده‌شده ETF را دریافت می‌کنند و از پارامترهای استراتژی و قرارداد اجرای یکسان استفاده می‌کنند؛ بنابراین…

سهامآزمون گذشته‌نگراجرای سفارششاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این ابزار آموزش، حلقه بهینه‌سازی یک مدل به سبک DeePM را شرح می‌دهد. برای به‌روزرسانی پارامترهای مدل از AdamW و تابع زیانی با رویکرد شارپ مقاوم استفاده می‌کند و بازده‌های آتی، مقیاس‌بندی نوسان، ماسک‌ها، هزینه‌های معامله و تنظیمات دوره گرم‌شدن و کمینه نرم را…

یادگیری ماشینمدیریت ریسکآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه داده‌های معامله و مظنه AlgoSeek در سطح تیک را برای AAPL هنگام سقوط بازار در ماه مارس 16، 2020 بررسی می‌کند. داده‌ها به ساعات عادی معامله محدود می‌شوند؛ ثبت معاملات از به‌روزرسانی‌های NBBO جدا می‌شود و فعالیت درون‌روزی، فاصله قیمت خریدوفروش، اندازه…

سهامریزساختار بازاراجرای سفارشنوسان
یادگیری ماشین برای معامله‌گری

این تحلیل سفارش‌های محدود منفرد NASDAQ را از پیام‌های افزودن، حذف، لغو جزئی، جایگزینی و اجرا در ITCH بازسازی می‌کند. با استفاده از زمان‌مهرهای دقیق و توزیع‌های طول عمر با مقیاس لگاریتمی، می‌سنجد که آیا سفارش‌ها لغو یا اجرا می‌شوند و چقدر طول می‌کشد تا این…

سهامریزساختار بازاراجرای سفارشمعاملات پربسامد
یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های ریج، لاسو و الاستیک‌نت را با ویژگی‌های منتشرشده شرکت‌ها برای سهام منفرد US برازش می‌دهد. ویژگی‌ها ارزش، سودآوری، سرمایه‌گذاری، اندازه، مومنتوم، بازگشت، ریسک و نقدشوندگی را دربر می‌گیرند. بخش‌های آزمون پیش‌رونده پیکربندی‌ها را قابل‌مقایسه…

سهامسرمایه‌گذاری عاملییادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این مطالعه موردی درخت‌های تقویت‌شده گرادیانی را با برچسب‌های بازده ETF برازش می‌دهد و آن‌ها را با یک مبنای خطی مقایسه می‌کند که تحت منظم‌سازی ریج قوی عملکرد خوبی داشته است. توضیح می‌دهد چرا درخت‌ها می‌توانند تعامل‌ها را کشف کنند؛ برای مثال، مومنتوم ممکن است…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این تحلیل اکتشافی، پنل تاریخی سهام US را بررسی می‌کند، فیلدهای قیمت خام و تعدیل‌شده آن را توضیح می‌دهد و پوشش نمادها را در گذر زمان می‌سنجد. شمار سالانه نمادهای فعال با نخستین و آخرین مشاهده مقایسه می‌شود تا روشن شود چرا برای فهم توانایی یک مجموعه‌داده در…

سهامبازارهای آمریکاآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه با استفاده از مدل GJR-GARCH، ویژگی‌های نوسان شرطی را برای مطالعه سهام و اختیار معامله S&P 500 می‌سازد. برخلاف قواعد ثابتی که بر قیمت‌های گذشته تکیه دارند، ویژگی‌های برازش‌شده به پنجره برآوردشان وابسته‌اند. بنابراین روش، برنامه بازبرازش را مشخص…

سهاماختیار معاملهنوسانآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند مفاهیم مخزن ویژگی را مستقیماً با داده‌های Parquet یک مطالعه موردی نشان می‌دهد. نمای ویژگی، کلید موجودیت، زمان رویداد، مدت اعتبار و ستون‌های ویژگی را مشخص می‌کند. برای آموزش مدل، مقادیر تاریخی به زمان تصمیمی وصل می‌شوند که در آن قابل دانستن بوده‌اند؛…

یادگیری ماشینآزمون گذشته‌نگرآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند معیارسنجی موتورهای پایگاه داده را برای داده‌های سری زمانی مالی توضیح می‌دهد. نوشتن گروهی، پویش کامل، پرس‌وجوهای بازه زمانی، تجمیع OHLCV و اتصال‌های مبتنی بر آخرین داده موجود را برای داده‌های معامله و مظنه مقایسه می‌کند. روش‌شناسی، تبدیل سمت کارخواه…

ریزساختار بازاراجرای سفارشآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این سند روش‌های پاک‌سازی داده‌های مالی را ارائه می‌کند و توضیح می‌دهد چگونه پیش‌پردازش را با بخش‌بندی آموزش و آزمون هم‌راستا نگه داریم. نکته محوری این است که تبدیل‌هایی مانند مقیاس‌بندی و وینسورایز کردن فقط با داده‌های آموزش برآورد شوند؛ استفاده از کل…

یادگیری ماشینآمارسهامآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

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،…

سهاممدیریت ریسکآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این سند مجموعه‌داده‌های عمومی بازده عوامل Fama-French و AQR را به‌عنوان ورودی‌هایی برای معیارسنجی، انتساب ریسک و پژوهش عوامل معرفی می‌کند. عوامل بازار، اندازه، ارزش، سودآوری، سرمایه‌گذاری و مومنتوم از کتابخانه Fama-French را در کنار سری‌های AQR شرح می‌دهد که…

سرمایه‌گذاری عاملیسهامآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه بخش‌های روایی پرونده‌های 10-K و 10-Q را برای تحلیل متنی بعدی استخراج کنیم. شماره بندهای ویژه هر فرم را نگاشت می‌کند، HTML پرونده را با حفظ مرز پاراگراف‌ها تبدیل می‌کند، اجزای حاشیه‌ای صفحه را پاک‌سازی می‌کند و با وجود ارجاع‌های…

سهامیادگیری ماشیناحساسات بازارمبتنی بر رویداد
یادگیری ماشین برای معامله‌گری

این دفترچه افشاهای نهادی 13F را به گرافی دوبخشی تبدیل می‌کند که مدیران را به سهام پیوند می‌دهد و سپس ویژگی‌های مالکیت در سطح سهام را استخراج می‌کند. موقعیت‌های تکراری مدیر و سهام را تجمیع می‌کند، برچسب ناشران را نرمال‌سازی می‌کند، ردیف‌های اختیار معامله را…

سهامآمارساخت پرتفویبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد چگونه زنجیره‌های بزرگ اختیار معامله S&P 500 را برای پژوهش به مجموعه‌داده‌های روزانه و نمادمحور تبدیل کنیم. خلاصه سطح اختیار، قراردادهای نزدیک به دلتاهای مطلق هدف را در بازه‌های سررسید انتخاب می‌کند و سپس نوسان ضمنی در قیمت اعمال، در چند…

اختیار معاملهنوسانقیمت‌گذاری مشتقه‌ها
یادگیری ماشین برای معامله‌گری

این دفترچه مرز استقرار میان خط لوله آفلاین یادگیری ماشین و موتور LEAN در QuantConnect را نشان می‌دهد. مجموعه پیش‌بینی را از طریق ثبت مطالعات موردی ETF انتخاب می‌کند، منشأ آموزش و پیش‌بینی را بررسی می‌کند و پیش‌بینی‌های خارج از نمونهِ دوره نگه‌داشته‌شده را در…

یادگیری ماشیناجرای سفارشآزمون گذشته‌نگرساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه می‌سنجد که آیا داده‌های قراردادهای آتی دائمی بایننس می‌توانند پشتیبان یک استراتژی مقطعی باشند که قراردادها را بر اساس صرف رتبه‌بندی می‌کند و موقعیت‌های خرید و فروش استقراضی می‌گیرد. مدل برازش نمی‌کند و پیش‌بینی هم انجام نمی‌دهد. در عوض، جهان…

رمزارزقراردادهای آتی دائمیآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه اثر هزینه‌های فرضی معامله را در استراتژی‌های برگرفته از چند مطالعه موردی مقایسه می‌کند. بک‌تست‌های حساسیت به هزینه را برای هر پیکربندی استراتژیِ به‌کارگرفته‌شده می‌خواند، شارپ ناخالص را با شارپ خالص در هزینه فرضی خود مطالعه موردی مقایسه می‌کند و…

آزمون گذشته‌نگرمدیریت ریسکاجرای سفارشآمار
یادگیری ماشین برای معامله‌گری

این دفترچه امضاهای مسیر را به‌عنوان ویژگی‌هایی با طول ثابت توضیح می‌دهد که ترتیب و شکل مشترک مشاهدات را در یک سری زمانی حفظ می‌کنند. شرح می‌دهد که سطح نخست امضا تغییرات کل را ثبت می‌کند، درحالی‌که جمله‌های سطح دوم مساحت‌های علامت‌دار میان جفت مختصات را ثبت…

سهامیادگیری ماشینآمارشاخص‌های تکنیکال
یادگیری ماشین برای معامله‌گری

این دفترچه مقایسه‌های هم‌ارزی میان Backtrader، Zipline Reloaded و یک چارچوب معاملاتی داخلی را برای استراتژی‌های منتخبِ مطالعات موردی واقعی گزارش می‌کند. برای هر دو موتور بیرونی، مقایسه‌های ETF و پنل سهام US را در بر می‌گیرد و برای Backtrader نیز مقایسه…

آزمون گذشته‌نگراجرای سفارشریزساختار بازارسهام
یادگیری ماشین برای معامله‌گری

این ماژول یک خط مبنای تخصیص ماهانه ETF را با امتیاز مومنتوم تعدیل‌شده بر اساس ریسک تعریف می‌کند: بازده تجمعی گذشته تقسیم بر نوسان تحقق‌یافته سالانه‌شده. وقتی شیب منحنی بازدهِ نرخ سررسید 10‌ساله منهای 2‌ساله از آستانه بیشتر باشد، دارایی‌های با رتبه بالاتر را…

سهامچندداراییمومنتومنوسان
یادگیری ماشین برای معامله‌گری

این سند سامانه ثبت اجرا را برای ثبت آموزش مدل، پیش‌بینی‌ها، برآوردهای علّی و بک‌تست‌ها در مطالعات موردی معاملاتی توضیح می‌دهد. شرح می‌دهد که پیکربندی‌ها چگونه از تنظیمات مطالعات موردی و منوهای آموزش و پیش‌تنظیم‌های مدل عبور می‌کنند و سپس به مشخصات…

آزمون گذشته‌نگریادگیری ماشینآمارساخت پرتفوی