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

یادگیری ماشین برای معامله‌گری

این دفترچه یک مدل آموزشی فضای حالت انتخابی بر پایه Mamba را توضیح می‌دهد و آن را برای پیش‌بینی بازده ETF ارزیابی می‌کند. برخلاف مدل فضای حالت با پارامترهای ثابت، جمله ورودی‌به‌حالت، جمله حالت‌به‌خروجی و گام زمانی را از ورودی جاری استخراج می‌کند. گام زمانی…

سهامیادگیری ماشینمومنتومآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه پاسخ‌گویی به پرسش را روی گراف Neo4j از دارایی‌های نهادی 13F ارائه می‌کند. پرسش را به یکی از سه قالب Cypher نوشته‌شده از پیش هدایت می‌کند، به‌جای آنکه از خود پرسش یک پرس‌وجو بسازد، و از پارامترهای ثابت، سیاست طرح‌واره فقط‌خواندنی، محدودیت تعداد…

سهاممدیریت ریسکریزساختار بازار
یادگیری ماشین برای معامله‌گری

این دفترچه خط‌لوله بازیابی را روی گزیده‌هایی از گزارش‌های 10-K شرکت‌ها می‌سازد. مجموعه ثابتی از گزارش‌ها را بارگذاری می‌کند، متن را به پنجره‌های جمله‌ای می‌شکند، تعبیه‌های محلی ایجاد می‌کند و قطعه‌ها را در پایگاه داده برداری نمایه می‌کند. اجرای…

یادگیری ماشینآمارسهامبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این یادداشت پیکربندی توضیح می‌دهد چرا رگرسیون لجستیک سه‌کلاسه با جریمه L1 از SAGA با تلورانس صریحاً سخت‌گیرانه‌تر استفاده می‌کند. SAGA را با liblinear روی پنل پیش‌بینی ریزساختار Nasdaq 100 مقایسه می‌کند و در اجراهای اندازه‌گیری‌شده، برازش‌های سریع‌تر و زیان…

یادگیری ماشینآمارسهامبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این دفترچه امضاهای مسیر را به‌عنوان ویژگی‌های طول‌ثابت معرفی می‌کند که ترتیب و هندسه مشترک مشاهدات را در پنجره سری زمانی حفظ می‌کنند. سطح اول تغییر کل هر مختصه را ثبت می‌کند؛ سطح دوم مساحت علامت‌دار میان جفت مختصه‌ها را می‌گیرد و ترتیب حرکت را آشکار می‌کند،…

سهامشاخص‌های تکنیکالیادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه پنل فصلی بنیادهای سهام US را از داده‌های SEC XBRL بسازید و بررسی کنید، درحالی‌که هم دوره‌ای را که واقعیت توصیف می‌کند و هم تاریخ عمومی‌شدن آن حفظ می‌شود. در یک بک‌تست معتبر تاریخی، تاریخ ثبت گزارش یا اعلام عمومی تعیین می‌کند که…

سهامسرمایه‌گذاری عاملیآزمون گذشته‌نگربازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این دفترچه تحلیلی با یادگیری ماشین دوگانه و پنجره گسترش‌یابنده توصیف می‌کند که آیا مومنتوم 12 تا -2 ماهه، پس از کنترل Beta، IdioVol، LME و Variance، بازده ماه بعد شرکت‌های US را پیش‌بینی می‌کند یا نه. مدل‌های مزاحم با ماه‌های تصمیم‌گیری پیشین آموزش می‌بینند؛…

سهاممومنتومیادگیری ماشینآمار
یادگیری ماشین برای معامله‌گری

این دفترچه N-BEATS را برای پیش‌بینی قیمت‌های پایانی SPY می‌سازد. بلوک‌های تمام‌متصل یک پنجره کامل از گذشته را پردازش می‌کنند و هرکدام یک بازسازی پس‌نگر تولید می‌کنند که پیش از بلوک بعدی از ورودی کم می‌شود، و نیز پیش‌بینی‌ای برای افق آینده می‌سازند. بلوک‌های…

یادگیری ماشینسهامآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این آموزش توضیح می‌دهد چگونه سوگیری نگاه به آینده را در داده‌های ETF و اقتصاد کلان شناسایی و از آن جلوگیری کنید. نشان می‌دهد که میانگین‌های متحرک مرکزدار از مشاهدات آینده استفاده می‌کنند، درحالی‌که همبستگی ساده بین سطح یک ویژگی و بازده دوره بعد ممکن است نشت…

آزمون گذشته‌نگرآمارسهامبازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این سند ارزیابی می‌کند که هزینه‌های معاملاتی چگونه عملکرد اعتبارسنجی یک تخصیص سهام و اختیار معامله S&P 500 را که پیش‌تر انتخاب شده، تغییر می‌دهند. هزینه‌های یک‌طرفه را به‌صورت کسری از ارزش معامله‌شده تغییر می‌دهد و با کارمزد ثابت به‌ازای هر سهم و نصف فاصله…

سهاماختیار معاملهآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این دفترچه از تحلیل مؤلفه‌های اصلی مبتنی بر همبستگی روی بازده‌های بخش‌های ETF استفاده می‌کند تا عوامل ریسک مشترک و چرخش بخشی را توصیف کند. استانداردسازی بازده‌ها پیش از تجزیه به هر بخش واریانس واحد می‌دهد و احتمال چیرگی بخش‌های پرنوسان‌تر بر مؤلفه‌ها را کاهش…

سهامسرمایه‌گذاری عاملیآمارساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این مرجع دو منبع عمومی گزارش‌دهی SEC را برای بررسی موقعیت‌های سهام و فعالیت افراد داخلی شرح می‌دهد. گزارش‌های فصلی 13F دارایی‌های مؤسسات را ارائه می‌کنند؛ یا برای مجموعه‌ای گزینش‌شده از مدیران، یا از طریق داده انبوهی که یک بازه کامل گزارش‌دهی را پوشش می‌دهد.…

سهامبازارهای آمریکاساخت پرتفویمبتنی بر رویداد
یادگیری ماشین برای معامله‌گری

این دفترچه چرخه‌ای عملیاتی برای استراتژی پیش‌بینی ETF نشان می‌دهد: نوسازی داده بازار، محاسبه دوباره ویژگی‌های مالی، آموزش مجدد مدل ریج، ذخیره فایل‌های استقرار، تولید پیش‌بینی‌های مقطعی جاری، اجرای دوباره پیش‌بینی‌ها از طریق موتور بک‌تست و آماده‌سازی سبد…

سهامیادگیری ماشیناجرای سفارشآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این مطالعه موردی برای مقایسه صرف ریسک واریانس میان سهام 500، با استفاده از استرادل‌های هم‌قیمت 30روزه و داده قیمت دارایی پایه، ویژگی می‌سازد. نوسان ضمنی را در چند افق با نوسان تحقق‌یافته می‌سنجد، شاخص‌های هزینه و ریسک بازار اختیار معامله را می‌افزاید و…

اختیار معاملهسهامنوسانآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه یک مدل دنباله‌ای LSTM را برای پیش‌بینی بازده سهام از پنجره‌های مرتب‌شده ویژگی‌های اخیر شرح می‌دهد. هر نمونه برای یک سهم از 60 نشست پی‌درپی استفاده می‌کند؛ پنجره‌هایی که از شکاف‌های فهرست‌شدن، توقف‌ها یا وقفه‌های دیگر عبور می‌کنند حذف می‌شوند تا…

سهامیادگیری ماشینآماربازارهای آمریکا
یادگیری ماشین برای معامله‌گری

این سند مطالعه‌ای پیش‌رونده را توصیف می‌کند که در آن شبکه‌های عصبی تب‌ام بازده ماهانه را از ویژگی‌های شرکت پیش‌بینی می‌کنند. چون اجراکننده مشترک آموزش، تابع هدف را برای رگرسیون روی خطای مربعی و برای طبقه‌بندی روی آنتروپی متقاطع ثابت می‌کند، آزمایش به‌جای…

سهامیادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این تحلیل امکان‌پذیری بررسی می‌کند که آیا داده‌ها و فرض‌ها می‌توانند پشتیبان استراتژی هفتگی‌ای باشند که سهام 500 را بر اساس نوسان ضمنی هم‌قیمت رتبه‌بندی و سهام برتر را خریداری می‌کند. اختیار معامله سیگنال را فراهم می‌کند، اما موقعیت‌ها در سهام نگهداری…

سهاماختیار معاملهنوسانمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه روش‌های تشخیص تغییر در سری زمانی مالی را با استفاده از SPY به‌عنوان نمونه مرور می‌کند. آزمون Zivot–Andrews را که هنگام آزمودن فرض ریشه واحد، یک شکست را برآورد می‌کند، با PELT و بخش‌بندی دودویی مقایسه می‌کند؛ این دو سری را بر پایه هزینه و جریمه…

سهامآماریادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه یک مدل ازپیش‌آموزش‌دیده احساسات مالی را روی تیترهای FinMarBa ارزیابی می‌کند و توضیح می‌دهد چرا نتیجه، آزمون خالصی از انتقال احساسات نیست. FinBERT با قضاوت‌های انسانی درباره احساس متن آموزش دیده است، در حالی که برچسب‌های منفی، خنثی و مثبت FinMarBa…

یادگیری ماشیناحساسات بازارسهامآمار
یادگیری ماشین برای معامله‌گری

این دفترچه مدل‌های دنباله‌ای روی شبکه هفتگی را برای پیش‌بینی همان بازده آتی پنج‌جلسه‌ایِ به‌کاررفته در شبکه روزانه مقایسه می‌کند. نمونه‌برداری در روزهای جمعه، آن برچسب را تقریباً به هدف یک‌گام‌بعد تبدیل می‌کند و امکان مقایسه صورت‌بندی رگرسیون مستقیم با مدل…

سهامیادگیری ماشینآزمون گذشته‌نگرآمار
یادگیری ماشین برای معامله‌گری

این دفترچه دستیار پژوهشیِ تقویت‌شده با بازیابی را بر پایه گزیده‌هایی از پرونده‌های 10-K شرکت‌های US می‌سازد. پرونده‌ها را بارگذاری می‌کند، متن را به بازه‌های جمله‌ای تقسیم می‌کند، قطعه‌ها را با مدل محلی به بردار تبدیل می‌کند و برای جست‌وجوی شباهت نمایه‌سازی…

یادگیری ماشینسهامآمار
یادگیری ماشین برای معامله‌گری

این سند نحوه انتخاب مجموعه‌ای ثابت از سهام را برای بک‌تست‌های اعتبارسنجی و نگه‌داشته‌شده، با استفاده از هزینه تخمینی رفت‌وبرگشت معامله شرح می‌دهد. برآوردگر، هزینه تخمینی هر سهم نسبت به میانگین قیمت سهم را با دو برابر میانه نیم‌اسپرد ترکیب می‌کند؛ هر دو برحسب…

سهاماجرای سفارشریزساختار بازارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این تحلیل اکتشافی، پنل روزانه صندوق‌های قابل‌معامله در بورس را در نه گروه بررسی می‌کند. پوشش نمادها را در گذر زمان می‌سنجد، پنل را با فرهنگ رده‌بندی مقایسه می‌کند، مقادیر تهی و حجم‌های صفر را بررسی می‌کند و ترتیب کندل‌های قیمت و نقدشوندگی را برحسب گروه…

سهامساخت پرتفویاجرای سفارشمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه آموزش یک شبکه مولد تخاصمی را روی ویژگی‌های روزانه ETF با حریم خصوصی تفاضلی نشان می‌دهد. ابتدا تضمین و بودجه حریم خصوصی را معرفی می‌کند، سپس با Opacus گرادیان متمایزگر هر نمونه را برش می‌دهد، پیش از آنکه گرادیان‌ها تجمیع و نویز کالیبره‌شده اضافه…

یادگیری ماشینآمارسهاممدیریت ریسک