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 سند تفاضل‌گیری کسری را روشی برای ماناترکردن سری قیمت و درعین‌حال حفظ بخشی از اطلاعات سطح آن توضیح می‌دهد. وزن‌های وقفه را از بسط دوجمله‌ای تفاضل کسری استخراج می‌کند و نشان می‌دهد که حذف وزن‌های کوچک، پنجره تاریخی تبدیل را تعیین می‌کند. نمونه این تبدیل را…
این دفترچه مدل عامل تنزیل تصادفی (SDF) را برای قیمت‌گذاری مقطعی بازده شرکت‌های US توضیح می‌دهد. وزن‌هایی می‌آموزد که بازده‌های تنزیل‌شده دارایی را با شرایط گشتاوریِ نبود آربیتراژ سازگار می‌کنند، نه اینکه زیان پیش‌بینی بازده را بهینه کنند. آموزش با مرحله‌ای…
این پیاده‌سازی، مدل عصبی عامل تنزیل تصادفی و شبکه‌ای خصمانه برای آزمودن روابط قیمت‌گذاری دارایی را شرح می‌دهد. شبکه SDF ویژگی‌های دارایی را، در صورت نیاز همراه با بازنمایی رژیم کلان‌اقتصادی از یک LSTM، به وزن‌های دارایی نگاشت می‌کند. آن وزن‌ها و بازده‌ها،…
این آداپتور مدل، معماری ترنسفورمر PatchTST را که برای پیش‌بینی بلندمدت سری زمانی طراحی شده، در رگرسیون اسکالر به کار می‌گیرد. دنباله‌هایی با آرایش زمانی و ویژگی می‌پذیرد، آن‌ها را برای مدل پایه بازآرایی می‌کند و خروجی‌های هر ویژگی را به یک پیش‌بینی کاهش…
این سند مطالعه حذف مؤلفه‌ای را شرح می‌دهد که می‌سنجد آیا تعبیه‌های گرافِ آموخته‌شده، پیش‌بینی بازده سهام را فراتر از ویژگی‌های جدولی معمول بهبود می‌دهند یا خیر. شبکه‌ای از همبستگی بازده تاریخی سهام می‌سازد، ویژگی‌های مومنتوم، نوسان و روند را فقط با اطلاعات…
این دفترچه روش تجمیع جنگل تصادفی را در برابر XGBoost، LightGBM و CatBoost برای پیش‌بینی بازده سهام از ویژگی‌های ناشناس شرکت‌ها محک می‌زند. از تقسیم‌بندی‌های زمانی ازپیش‌تعیین‌شده برای آموزش، اعتبارسنجی و آزمون استفاده می‌کند، ضریب اطلاعات رتبه‌ای اسپیرمن را…
این دفترچه اجرای یک سفارش مادر را به‌صورت مسئله‌ای کنترلی با افق محدود صورت‌بندی می‌کند. عامل یادگیری Q جدولی، ضریبی برای نرخ معامله مبتنی بر VWAP انتخاب می‌کند؛ این انتخاب از زمان باقی‌مانده، موجودی باقی‌مانده و رژیم‌های اسپرد و نوسان آخرین بازه تکمیل‌شده…
این دفترچه هر پنجره بازده را یک توزیع تجربی در نظر می‌گیرد و پنجره‌ها را بر اساس فاصله یک‌بعدی Wasserstein خوشه‌بندی می‌کند. برای نمونه‌های هم‌اندازه، مرتب‌سازی تطبیق بهینه چندک‌ها را به دست می‌دهد؛ بنابراین فاصله تفاوت‌های سراسر توزیع بازده، از جمله جایگاه…
این مرور فصل، گام‌های پژوهش میان داده بازار اعتبارسنجی‌شده و ارزیابی مدل را ترسیم می‌کند. پیش‌پردازش آگاه از تقسیم‌بندی، کدگذاری و تصمیم‌های مربوط به داده‌های گمشده را پوشش می‌دهد و سپس به ساخت هدف سازگار با اجرا، از جمله برچسب‌های افق ثابت و رویدادمحور،…
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…
این ابزار از برچسب گروه دارایی‌ها و پیوندهای اختیاری میان گروه‌ها، ماتریس مجاورت بولی دارایی‌به‌دارایی می‌سازد. دارایی‌های تخصیص‌یافته به یک گروه کلان به یکدیگر متصل می‌شوند و هر یال داده‌شده میان‌گروهی، همه اعضای دو گروه را در هر دو جهت به هم وصل می‌کند.…
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…
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…
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،…
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؛…
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…
این دفترچه یک رکورد ساختاریافته از وضعیت را برای عامل‌های پژوهشی ارائه می‌کند که پرسش، نقطه برش، شواهد، پرسش‌های حل‌نشده، سابقه ابزارها، نتایج دروازه‌های کیفیت و وضعیت ترکیب را برای هر اجرا حفظ می‌کند. این وضعیت را از رد گفت‌وگو متمایز می‌کند: رد گفت‌وگو…
این دفترچه یک خودرمزگذار ساده را روی بازده‌های ساعتی استانداردشده گروهی از بازارهای دائمی ارز دیجیتال آموزش می‌دهد. رمزگذار آن بردار بازده بین‌دارایی را به بازنمایی نهفته دوبعدی فشرده می‌کند و رمزگشا ورودی را بازسازی می‌کند. اختلاف میان بازده‌های مشاهده‌شده…
این دفترچه دراپ‌اوت مونت‌کارلو و مجموعه‌مدل‌های عمیق را به‌عنوان روش‌هایی برای برآورد عدم‌قطعیت پیش‌بینی بازده روزانه ETF مقایسه می‌کند. دراپ‌اوت در پیش‌بینی‌های تکراری فعال می‌ماند، درحالی‌که اعضای مجموعه جداگانه آموزش می‌بینند؛ پراکندگی پیش‌بینی‌ها در هر…
این دفترچه توضیح می‌دهد چگونه پیش‌بینی‌های احتمالاتی را ارزیابی و خط لوله پیش‌بینی را اداره کنیم. امتیازهای بریر و لگاریتمی، خطای مورد انتظار کالیبراسیون و تیزی پیش‌بینی را مقایسه می‌کند؛ نشان می‌دهد نمودارهای پایایی در کجا بیش‌اطمینانی یا کم‌اطمینانی…
این دفترچه عاملی مبتنی بر الگوریتم PPO (بهینه‌سازی سیاست پروگزیمال) را آموزش می‌دهد تا سفارشی ثابت را طی افقی معین تسویه کند. سیاست زمان‌بندی آموخته‌شده را با TWAP و برنامه آلمگرن–کریس مقایسه می‌کند، کسری اجرا را می‌سنجد و بررسی می‌کند هر استراتژی چه زمانی…
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…
این دفترچه توضیح می‌دهد پس از آنکه پیکربندی استراتژی FX با نتایج اعتبارسنجی انتخاب شد، چگونه پیش‌بینی‌های داده نگه‌داشته‌شده را ایجاد کنیم. از میان نامزدهای پذیرفته‌شده‌ای که توانگری مالی را حفظ کرده‌اند، بک‌تست اعتبارسنجی با بالاترین شارپ را تعیین می‌کند؛…
این دفترچه عاملی پیش‌بینی‌کننده می‌سازد که میان جست‌وجوی وب و پیش‌بینی احتمالاتی جابه‌جا می‌شود. یک رابط کوچک مدل زبانی با دو روش، امکان می‌دهد همان چرخه از ارائه‌دهنده ساختگی، محلی یا تجاری استفاده کند. عامل پرسشی از بازار پیش‌بینی دریافت می‌کند و می‌تواند…