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.
807 سند
این مطالعه رویکردی مبتنی بر طبقه‌بندی یادگیری ماشین را برای پیش‌بینی صعود یا نزول قیمت رمزارز توصیف می‌کند. مدل با داده‌های تاریخی قیمت پایانی بیت‌کوین آموزش می‌بیند و معیارهای تکنیکال آشنایی را به کار می‌گیرد: همگرایی و واگرایی میانگین متحرک، شاخص قدرت نسبی…
این مقاله روشی مستقل از مدل ارائه می‌کند تا پویایی‌های کم‌بعد را از سری‌های زمانی پُربعدی بازیابی کند که نویز سفیدِ مشاهده‌ای آن‌ها را آلوده کرده است. فرض می‌کند فرایند نهفته در زیرفضای پویای خطیِ کم‌بعدی تحول می‌یابد و تصویر خطی‌ای را مشخص می‌کند که آن…
این سند استفاده از درخت‌های تصمیم برای تولید قواعد معاملاتی درون‌روزی برای سهام منفرد شاخص NIFTY50 را شرح می‌دهد. روش به‌جای اعمال یک ترکیب از شاخص‌های تکنیکال که معامله‌گر برای همه سهام طراحی کرده باشد، به‌دنبال قواعد ویژه هر سهم است که از شاخص‌های موجود…
این مقاله بررسی می‌کند سیگنال‌های پیروی از روند چگونه می‌توانند به‌صورت تطبیقی از دوره‌های بازنگری متفاوت مومنتوم استفاده کنند. این روش به‌جای اتکای صرف به خلاصه‌های ثابت بازده گذشته، از یک طبقه‌بند دودویی پویا برای یادگیری این موضوع استفاده می‌کند که آیا…
مقاله مدلی خطی از نوع مارکوف پنهان اکسپکتایل را برای مطالعه بازده رمزارزها در چارچوب مدیریت ریسک ارائه می‌کند. اکسپکتایل‌ها اجازه می‌دهند تحلیل بر بخش‌های نامتقارن توزیع بازده متمرکز شود، در حالی که ضرایب مدل در گذر زمان بر اساس زنجیره مارکوف گسسته و…
این مطالعه قراردادهای آتی کالا را به‌صورت سلسله‌مراتبی مدل می‌کند: دارایی‌های پایه یک سطح را تشکیل می‌دهند و قراردادهای منفرد سطح دیگر را. روابط، دارایی‌ها را در هر سطح به هم متصل می‌کنند و پیوندهای میان‌سطحی قراردادها را به بازارهای پایه‌شان وصل می‌کنند. یک…
این مقاله ساعت‌های تصادفی تنظیم‌شده را برای مدل‌های مالی زمان‌پیوسته پیشنهاد می‌کند تا فعالیت معاملاتی را بازنمایی و به ثبت بازده‌های نامتقارن و دنباله‌سنگین کمک کنند. این روش ساعت‌های ساخته‌شده از زیرمجموعه‌سازهای لوی، یا فرایندهای کلی‌تری با افزایش‌های…
این پژوهش روش‌های سازگارکردن مدل‌های زبانی عمومی را برای تولید استراتژی‌های اجرایی در چارچوب Backtrader ارزیابی می‌کند. رویکرد آن پیش‌آموزش ادامه‌دار با کد چارچوب را با تنظیم دقیق نظارت‌شده بر نمونه‌های درخواست‌به‌کدِ اعتبارسنجی‌شده توسط عامل‌ها ترکیب…
این مقاله بیش‌برازش بک‌تست در یادگیری تقویتی عمیق (DRL) برای معامله رمزارز را مسئله‌ای در آزمون فرضیه می‌داند. عامل‌های DRL را آموزش می‌دهد، احتمال بیش‌برازش هر عامل را برآورد می‌کند و عامل‌هایی را که بیش‌برازش‌شده تشخیص داده شوند رد می‌کند. هدف، کاهش…
این مقاله شبکه‌های مولد تخاصمی شرطی را برای کالیبره‌کردن استراتژی‌های معاملاتی منفرد و ترکیب سیگنال‌های آن‌ها پیشنهاد می‌کند. روندکاری برای آموزش و انتخاب cGAN در داده‌های سری زمانی ارائه می‌دهد؛ در آن از نمونه‌های تولیدشده برای تنظیم استراتژی‌ها و از مجموعه…
این پژوهش از شبکه بیزی پویا برای صورت‌بندی برآورد نسبت‌های بنیادی قیمت به درآمد استفاده می‌کند؛ نسبت‌هایی که اغلب بر قضاوت کارشناسی متکی‌اند. هدف از نسبت قیمت به درآمد PE استنباط‌شده، پشتیبانی از تصمیم‌های سرمایه‌گذاری انسان یا فراهم‌کردن ورودی برای سامانه…
این پژوهش بررسی می‌کند که آیا مدل‌های یادگیری ماشین با استفاده از شاخص‌های تکنیکال می‌توانند قیمت بیت‌کوین را پیش‌بینی کنند. از داده‌های تاریخی ژانویه 2012 تا اوت 2019 استفاده می‌کند و مدل خطی تعمیم‌یافته جریمه‌شده، جنگل تصادفی، رگرسیون بردار پشتیبان خطی و…
این مقاله روشی مبتنی بر کرنل برای ساخت استراتژی‌های معاملاتی پویا با هدف میانگین‌واریانس ارائه می‌کند. در این روش، استراتژی‌ها به‌صورت توابعی در فضای هیلبرت بازتولیدکننده کرنل نمایش داده می‌شوند؛ بنابراین تصمیم‌ها می‌توانند به تاریخچه سیگنال‌های بازار وابسته…
NoxTrader از داده‌های تاریخی قیمت و حجم سهام US برای ساخت ویژگی‌هایی مانند بازده، قیمت هفتگی و مومنتوم قیمت ماهانه استفاده می‌کند. این سامانه برای پیش‌بینی بازده و شناسایی روندهای پایدار قیمت، مدل LSTM را به کار می‌گیرد و هنگام اجرا آن را به‌صورت پویا…
این سند پیشنهاد قیمت بلادرنگ (RTB) را روشی برای خریدوفروش تک‌تک نمایش‌های تبلیغاتی در طول بازدید کاربر معرفی می‌کند. با تجمیع موجودی ناشران و تصمیم‌گیری در سطح هر نمایش، RTB خرید خودکار و هدف‌گیری متناسب با هر کاربر را ممکن می‌کند. این سند حوزه تبلیغات…
این مقاله CausalReinforceNet را معرفی می‌کند؛ چارچوبی که برای واردکردن تحلیل علّی به تصمیم‌های یادگیری تقویتی در معاملات رمزارز طراحی شده است. این چارچوب روش‌های شبکه بیزی و شبکه بیزی پویا را با یادگیری تقویتی ترکیب می‌کند تا عامل‌ها هنگام انتخاب معامله…
این مقاله فیلتر کالمن را با یک مثال مالی ساده‌شده، صورت‌بندی ریاضی آن و نمایش به‌صورت مدل گرافی احتمالاتی توضیح می‌دهد. دیدگاه گرافی، فیلترهای کالمن را به مدل‌های مارکوف پنهان پیوند می‌دهد و برای طرح روش‌های استنباط در فیلترهای کالمن توسعه‌یافته به کار…
این پژوهش پیش‌بینی‌های احتمالاتی واریانس تحقق‌یافته بیت‌کوین را توسعه می‌دهد؛ به‌جای بسنده‌کردن به پیش‌بینی نقطه‌ای، چندک‌های شرطی را برآورد و عدم‌قطعیت پیامدهای احتمالی نوسان را نمایش می‌دهد. پیش‌بینی‌های مدل‌های آماری مانند HAR، GARCH و ARFIMA را با…
این پژوهش بررسی می‌کند که آیا یادگیری تقویتی می‌تواند معاملات جفتی رمزارز را بهبود دهد؛ رویکردی در آربیتراژ آماری که تفاوت قیمت دارایی‌های همبسته را معامله می‌کند. نویسندگان محیط‌های معاملاتی می‌سازند و عامل‌ها را آموزش می‌دهند تا زمان و شیوه معامله جفت‌های…
این پژوهش کنترل بهینه را در مدلی بررسی می‌کند که عوامل پنهان دارد و تصمیم‌گیرنده به‌جای انتخاب مستقیم یک کنش، توزیعی از کنش‌ها را انتخاب می‌کند. این کار آنتروپی تسالیس را به‌عنوان پاداشی برای اکتشاف فضای حالت، هم در تنظیمات زمان‌گسسته و هم زمان‌پیوسته، معرفی…
این مقاله بررسی می‌کند که آیا خرید سهام شرکت‌های خرد آمریکایی توسط افراد داخلی در بازار آزاد، که در افشاهای نظارتی گزارش می‌شود، می‌تواند بازده‌های غیرعادی بعدی را پیش‌بینی کند. این پژوهش 17,237 خرید مربوط به 1,343 ناشر را از 2018 تا 2024 تحلیل می‌کند؛ ارزش…
این پژوهش سنجه‌های بازار بیت‌کوین را با سیگنال‌های اجتماعی و رفتاری ترکیب می‌کند تا معاملات الگوریتمی را بررسی کند. ورودی‌ها شامل قیمت و حجم صرافی، پذیرش فناوری و حجم تراکنش‌های بیت‌کوین، در کنار فعالیت جست‌وجو، حجم گفت‌وگوی دهان‌به‌دهان، احساسات توییت‌ها و…
این پژوهش راهبردی با بسامد متوسط برای پرتفویی از قراردادهای آتی اسناد خزانه‌داری US با سررسیدهای پنج‌ساله و ده‌ساله شرح می‌دهد. معامله را به‌صورت مسئله طبقه‌بندی صورت‌بندی می‌کند: پیش‌بینی اینکه پرتفوی در هفته پیش‌رو بالا می‌رود یا پایین. ورودی‌های پیش‌بینی،…
این پژوهش معامله پرتفوی را به‌صورت فرایند تصمیم‌گیری مارکوفی صورت‌بندی می‌کند و عاملی را با یادگیری عمیق Q آموزش می‌دهد تا تخصیص‌ها را میان چند دارایی انتخاب کند. فضای کنش گسسته و ترکیبی است: عامل برای هر دارایی، جهت معامله‌ای با اندازه ازپیش‌تعیین‌شده…