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

208 سند

یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های تقویت‌شده با گرادیان را برای پیش‌بینی بازده و جهت حرکت در قراردادهای دائمی رمزارز بررسی می‌کند. شبکه جست‌وجو ظرفیت درخت و تابع زیان را تغییر می‌دهد؛ از جمله اهداف خطای مربعی، خطای مطلق و Huber، و در چند نقطه از فرایند آموزش به مدل‌ها…

رمزارزقراردادهای آتی دائمییادگیری ماشینمومنتوم
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد چگونه بازده پیرامون رویدادهایی مانند فعال‌شدن سیگنال، اعلام سود یا انتشار داده‌های کلان اندازه‌گیری شود. نمونه عملی آن از شکست‌های مومنتوم در ETFهای نقدشونده استفاده می‌کند. برای هر رویداد، مدلی بازار که در پنجره برآورد پیش از رویداد…

سهاممبتنی بر رویدادمومنتومشکست قیمت
یادگیری ماشین برای معامله‌گری

این پیکربندی، سبدهای ماهانه لانگ-شورت سهام US را توصیف می‌کند که بر اساس ویژگی‌های شرکت رتبه‌بندی می‌شوند. جهان دارای داده کامل با 46 ویژگی، تصمیم‌گیری در پایان ماه، اجرا در قیمت بازشدن بعدی، وزن‌دهی برابر در بخش‌های لانگ و شورت و هزینه‌های معامله قابل‌توجه…

سهامسرمایه‌گذاری عاملیمومنتومآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه بک‌تست چرخش ماهانه ETF را از بازده سبد تا معاملات شبیه‌سازی‌شده می‌سازد. ده صندوق را با بازده‌های تعدیل‌شده بر اساس ریسک در دوره گذشته رتبه‌بندی می‌کند، از رژیم منحنی بازده خزانه‌داری برای انتخاب میان صندوق‌های برتر و تخصیص دفاعی اوراق قرضه بهره…

آزمون گذشته‌نگرمومنتوماجرای سفارشساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این مطالعه موردی توضیح می‌دهد چگونه برای یک استراتژی مقطعی ارز خارجی که جفت‌ارزها را رتبه‌بندی می‌کند و بر اساس ترتیب نسبی آن‌ها می‌خرد یا می‌فروشد، برچسب بازده آتی بسازیم. ابتدا کندل‌های چهارساعتهٔ بازار نقدی را با استفاده از قرارداد بسته‌شدن نیویورک به…

فارکسبازارهای نقدیمومنتومبازگشت به میانگین
یادگیری ماشین برای معامله‌گری

این پیکربندی مجموعهٔ پژوهشی هفتگی قراردادهای آتی را تعریف می‌کند که شاخص‌های سهام، اوراق قرضهٔ دولتی، انرژی، فلزات، ارزها، کشاورزی و دام را دربرمی‌گیرد. تسویهٔ جمعه را به‌عنوان مقطع تصمیم‌گیری و بازگشایی دوشنبه را به‌عنوان زمان اجرا تعیین می‌کند. چارچوب…

قراردادهای آتیچندداراییهزینه/درآمد نگهداری موقعیتمومنتوم
یادگیری ماشین برای معامله‌گری

این دفترچه چارچوبی برای بررسی این ارائه می‌دهد که آیا کیفیت ظاهری سیگنال مومنتوم با انتخاب‌های پژوهشی معقول پابرجا می‌ماند یا نه. با داده‌های واقعی ETF پیش از دورهٔ نگه‌داشته‌شده، هر بار یک پارامتر بازهٔ گذشته‌نگر را تغییر می‌دهد و ضرایب اطلاعات مقطعی را با…

سهاممومنتومآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های خطی را روی ویژگی‌های ETF مبتنی بر پنجره‌های بازده هم‌پوشان و سنجه‌های مرتبط مومنتوم، نوسان و نوسان‌نما مقایسه می‌کند. چنین پیش‌بین‌هایی هم‌خط‌اند و ضرایب کمترین مربعات معمولی را ناپایدار می‌کنند. آزمایش، پیکربندی‌های ریج، لسو و الاستیک‌نت…

چنددارایییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه بیازماییم آیا رویدادهایی مانند سیگنال‌های معاملاتی یا اعلامیه‌ها، بازدهی فراتر از معیار بازار را پیش‌بینی می‌کنند یا نه. گردش کار را با شکست‌های مومنتوم در صندوق‌های قابل معامله نقدشونده نشان می‌دهد: مدل بازار را از بازده‌های…

آمارآزمون گذشته‌نگرمومنتومشکست قیمت
یادگیری ماشین برای معامله‌گری

این سند مجموعه داده روزانه ETF را توصیف می‌کند که برای پژوهش مومنتوم و بین‌دارایی به‌عنوان مجموعه نامزد در نظر گرفته شده است. نه دسته را پوشش می‌دهد، از جمله سهام US و بین‌المللی، درآمد ثابت، کالاها، صندوق‌های تخصصی و ارزها. داده‌ها از Yahoo Finance گرفته…

چندداراییمومنتومسهامدرآمد ثابت
یادگیری ماشین برای معامله‌گری

این دفترچه ارزیابی تک‌عاملی را با داده‌های واقعی ETF و نمونه‌ای از مومنتوم مبتنی بر قیمت نشان می‌دهد. ضرایب اطلاعات اسپیرمن مقطعی را در برابر بازده‌های آتی اندازه‌گیری می‌کند، افق‌ها را مقایسه می‌کند و تفاوت میان میانگین‌گیری ICهای مقطعی روزانه و محاسبه یک…

سهاممومنتومآمارآزمون گذشته‌نگر
arXiv papers

این مطالعه پرتفوی‌های مومنتوم فیزیکیِ تشکیل‌شده از سهام NSE 500 را در افق‌های روزانه، هفتگی، ماهانه و سالانه ارزیابی می‌کند. بازده‌ها و نمایه‌های ریسک تاریخی طی 2014 تا 2021 را بررسی می‌کند و در هر افق، پرتفوی دارای بهترین عملکرد را با پرتفوی NIFTY 50 مقایسه…

سهاممومنتومآمارآزمون گذشته‌نگر
arXiv papers

این پژوهش معادله دیفرانسیل تصادفی ساده‌ای برای توضیح شکل‌گیری و فروپاشی حباب‌ها در قیمت دارایی ارائه می‌کند. مدل سه نیرو را ترکیب می‌کند: بازگشت به میانگین به‌سوی ارزش باثبات، واکنش اجتماعیِ سفته‌بازانه مرتبط با پیروی از روند و نوسان‌های تصادفی. تعامل این…

آماربازگشت به میانگینمومنتوممدیریت ریسک
arXiv papers

این مقاله قضیه امید مثبت پایدار را از یک سهم به یک جفت سهم گسترش می‌دهد. نتیجه اصلی درباره ترکیب کنترل‌گرهای بازخورد خطیِ ویژه‌طراحی‌شده است؛ یکی با موقعیت خرید و دیگری با موقعیت فروش، تا تابع سود و زیانی ایجاد شود که در طیف گسترده‌ای از فرایندهای تصادفی…

سهاممعاملات زوجیمومنتوممدیریت ریسک
arXiv papers

این مقاله ایده شکست خودبه‌خودی تقارن را در مدل‌سازی آربیتراژ به کار می‌گیرد. استراتژی آربیتراژ را در فاز شکست تقارن در نظر می‌گیرد؛ پارامتر کنترلی، گذار میان حالت‌های آربیتراژ و نبود آربیتراژ را تنظیم می‌کند. نویسندگان این پارامتر را با داده‌های تاریخی یک…

سهاممومنتومآربیتراژمدیریت ریسک
arXiv papers

این پژوهش بررسی می‌کند که آیا عملکرد مومنتوم قیمت در سهام کره، با محدود کردن دامنه سهام مجاز به زیرگروه‌هایی از KOSPI 200 تغییر می‌کند. بازده مومنتوم را در زیر‌بازارها مقایسه می‌کند و الگو را با سبدهایی که بر اساس اندازه شرکت و نقدشوندگی مرتب شده‌اند…

سهاممومنتومسرمایه‌گذاری عاملی
arXiv papers

این مطالعه می‌آزماید آیا می‌توان از ناکارایی‌های بازار ارزهای دیجیتال برای کسب سود معاملاتی غیرعادی استفاده کرد. استراتژی‌های الگوریتمی ساده با پشتیبانی یادگیری ماشین را بر مشاهدات روزانه مربوط به 1,681 ارز دیجیتال، از نوامبر 2015 تا آوریل 2018، ارزیابی…

رمزارزیادگیری ماشینآزمون گذشته‌نگرمومنتوم
arXiv papers

این مطالعه با استفاده از حراج دوگانه پیوسته مبتنی بر عامل، بررسی می‌کند آیا رفتار گله‌ای نمودارمحورها می‌تواند فشار نقدشوندگی ایجاد کند. نمودار فازی را بر اساس سهم و شدت عامل‌های گله‌ای ترسیم می‌کند و سپس می‌سنجد آیا رفتار مشاهده‌شده در برابر تغییر قواعد…

ریزساختار بازارآمارمومنتومبازارسازی
arXiv papers

این استراتژی تشخیص برخط نقطه تغییر را با شبکه مومنتوم عمیقی مبتنی بر LSTM ترکیب می‌کند. شبکه برآورد روند و اندازه موقعیت را یاد می‌گیرد، درحالی‌که ماژول تشخیص، نقطه چرخش احتمالی و معیاری از شدت آن را ارائه می‌دهد. سپس سیستم می‌تواند مومنتوم آهسته‌تر سری…

مومنتومدنبال‌کردن روندبازگشت به میانگینیادگیری ماشین
arXiv papers

این پژوهش می‌آزماید که آیا چهارده خانواده از سیگنال‌های مومنتوم درون‌روزی مبتنی بر OHLCV، با داده‌های پنج‌دقیقه‌ای قراردادهای آتی میکرو ای‌مینی نزدک 100 از 2021 تا 2025 مزیت معاملاتی ایجاد کرده‌اند یا نه. پژوهش از اعتبارسنجی پیش‌رونده با پنجره گسترش‌یابنده…

قراردادهای آتیمومنتومآزمون گذشته‌نگراجرای سفارش
arXiv papers

این مقاله بیش‌برازش در راهبردهای مقطعی آموزش‌دیده روی دارایی‌هایی با سابقه تاریخی محدود را بررسی می‌کند. شبکه‌های رمزگذار ادغام‌شده را معرفی می‌کند که بازنمایی‌های یک ماژول رمزگذار-توجهِ آموزش‌دیده روی مجموعه‌داده مبدأ را با ماژولی جداگانه برای مجموعه‌داده…

رمزارزمومنتومیادگیری ماشینساخت پرتفوی
arXiv papers

StockGPT بازده روزانه سهام را دنباله‌ای از توکن‌های عددی در نظر می‌گیرد و مدلی خودرگرسیو برای پیش‌بینی بازده‌های آینده آموزش می‌دهد. هدف سازوکار توجه آن، یادگیری مستقیم الگوهای زمانی از تاریخچه بازده‌هاست تا نیازی به تعیین دستی سیگنال‌های متعارف مبتنی بر…

سهامبازارهای آمریکایادگیری ماشینمومنتوم
arXiv papers

این سند چارچوبی برای طراحی و مقایسه سامانه‌های پیروی از روند، از جمله رویکردهای مومنتوم اروپایی، آمریکایی و سری زمانی، توسعه می‌دهد. برای سامانه‌های اروپایی، رابطه‌ای میان سود و زیان، خودهمبستگی و رانش بازده‌های نرمال‌شده بر حسب نوسان استخراج می‌کند. تحلیل…

دنبال‌کردن روندمومنتومآمارمدیریت ریسک
arXiv papers

این سند بررسی می‌کند استراتژی پیروی از روند، با فرض‌های گاوسی، تغییرات قیمت سهام را چگونه به سود و زیان تبدیل می‌کند. توزیع سود و زیان را استخراج می‌کند و میانگین، واریانس، چولگی، کشیدگی و چندک‌های دنباله آن را می‌سنجد. تحلیل، نتایج نامتقارن…

دنبال‌کردن روندمومنتومآمارمدیریت ریسک