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.
821 سند
این دفترچه روش‌های تخصیص سرمایه میان موقعیت‌های سهام US را مقایسه می‌کند، درحالی‌که مدل، نقطه وارسی، تاریخ‌های بازمتوازن‌سازی و سهام منتخب ثابت نگه داشته می‌شوند. وزن‌های مبتنی بر قدرت پیش‌بینی، پهنای بازه پیش‌بینی، نوسان هر سهم و روش‌های پرتفوی آگاه از…
این دفترچه یک GAN واسرشتاینِ مبتنی بر امضا و بدون شرط را برای تولید سری‌های زمانی مالی توضیح می‌دهد. بازده‌ها را به مسیرهای افزوده تبدیل می‌کند، امضاهای مسیرِ برش‌خورده را محاسبه می‌کند و یک مولد LSTM را که نویز براونی به آن ورودی می‌دهد، برای تطبیق امضاهای…
این دفترچه حد ضرر، حد ضرر متحرک و خروج با مدت ثابت را در استراتژی‌های منتخب سهام US ارزیابی می‌کند. حد ضرر به زیان از زمان ورود واکنش نشان می‌دهد، حد ضرر متحرک به افت از اوج موقعیت واکنش نشان می‌دهد و خروج زمانی بدون توجه به قیمت، پس از دوره نگهداری مشخص…
این دفترچه بررسی تغییر ویژگی را برای ویژگی‌های مومنتوم و تکنیکال ETF در بازه‌های آرام و پرتنش و برای قراردادهای آتی دائمی رمزارز با داده شاخص پریمیوم در رژیم‌های مختلف بازار نشان می‌دهد. شاخص پایداری جمعیت (PSI) و سهم هر بازه آن را با فاصله واسرشتاین مقایسه…
این دفترچه TSMixer را به‌عنوان یک مدل توالی سراسری برای پنل ETF ارزیابی می‌کند. مدل پارامترها را میان صندوق‌ها به‌اشتراک می‌گذارد، درحالی‌که از تاریخچه و متغیرهای کمکی هر صندوق استفاده می‌کند؛ لایه‌های ترکیب آن روابط زمانی و درون‌رشته‌ای را می‌آموزند،…
این دفترچه استفاده از TSMixer را برای پیش‌بینی بازده سهام بر اساس پنجره‌های مرتب‌شده از ویژگی‌های هر سهم شرح می‌دهد. هر نمونه شامل 60 جلسه پی‌درپی است؛ پنجره‌هایی که از شکاف‌های تاریخچه سهام عبور می‌کنند کنار گذاشته می‌شوند، بنابراین شمار نمونه‌های…
این راهنما مجموعه‌داده‌های سهام US را در گروه‌های داده بازار، بنیادهای شرکت، موقعیت‌گیری سرمایه‌گذاران و ویژگی‌های شرکت سازمان‌دهی می‌کند. بارگذارهای داده برای کندل‌های روزانه و درون‌روزی، اختیار معامله و سوابق ریزساختار بازار را فهرست می‌کند و نیز متن…
این دفترچه پیش‌بینی‌های اعتبارسنجی از چند خانواده مدل را به پرتفوی‌های لانگ-شورت با وزن برابر تبدیل می‌کند. سهام را بر اساس بازده پیش‌بینی‌شده رتبه‌بندی می‌کند، نام‌های بالای فهرست را می‌خرد و نام‌های پایین فهرست را فروش استقراضی می‌کند، سپس با یک رویه مشترک…
این سند فرایندی مرحله‌ای را برای پیوند نام شرکت‌ها در پرونده‌ها، اخبار و داده‌های جایگزین به اوراق بهادار ارائه می‌کند. شناسه‌های موجودیت مانند CIK و LEI را از شناسه‌های اوراق بهادار مانند FIGI، CUSIP و ISIN متمایز می‌کند و توضیح می‌دهد چرا نمادهای معاملاتی…
این سند یک مدل عاملی خودرمزگذار نظارت‌شده را برای پیش‌بینی بازده سهام در محیط پژوهشی تحلیل اختیار معامله سهام توضیح می‌دهد. برخلاف PCA، IPCA و خودرمزگذار شرطیِ بدون نظارت، هدف آموزش آن بازسازی مقطع و پیش‌بینی بازده آتی را ترکیب می‌کند. بنابراین هدف بر نمایش…
این تحلیل آموزشی چهار طراحی شبکه عصبی را برای یک وظیفه مقایسه می‌کند: پیش‌بینی بازده روز بعد از روی پنجره‌ای اخیر از بازده‌ها. مجموعه تجمیع‌شده‌ای از هشت صندوق قابل معامله در بورس، مواجهه‌های متنوعی با بازار فراهم می‌کند. تفاوت مدل‌ها در نحوه پردازش پنجره…
این دفترچه می‌سنجد روش Lee-Ready تا چه حد جهت آغازگر معامله را با استفاده از پیام‌های سفارش‌به‌سفارش Nasdaq و برچسب‌های آغازگر ارائه‌شده از سوی محل معامله به‌عنوان حقیقت مبنا استنباط می‌کند. دفتر سفارش محدود را از افزودن‌ها، اصلاح‌ها، لغوها، اجراها و…
این دفترچه خودرمزگذار شرطی برای بازده سهام ارائه می‌کند که در آن یک شبکه عصبی ویژگی‌های سهام را به بارهای عاملی غیرخطی نگاشت می‌کند و شبکه‌ای دیگر عوامل نهفته هم‌زمان را از بازده پرتفوی‌های مدیریت‌شده بر اساس ویژگی‌ها استخراج می‌کند. پرتفوی‌های مدیریت‌شده با…
این فصل نه مطالعه موردی را جمع‌بندی می‌کند که سیگنال‌های یادگیری ماشین را از ساخت پرتفوی و هزینه‌های معامله تا پوشش ریسک و ارزیابی روی دوره نگه‌داشته‌شده‌ای که از پیش ثابت شده پیش می‌برند. پیشرفت هر مطالعه موردی را واحد تحلیل می‌گیرد، نه اینکه استراتژی‌ها را…
این ارزیابی یک استراتژی سهام US را از مجموعه ثابت بک‌تست اعتبارسنجی تا ارزیابی دوره نگه‌داشته‌شده ردیابی می‌کند. قاعده‌ای قطعی اعمال می‌کند: نامزد دارای بالاترین شارپ اعتبارسنجی انتخاب می‌شود و در تساوی، هش بک‌تست تعیین‌کننده است. از سوابق رجیستری برای تأیید…
این دفترچه یک پیکربندی ریزساختار NASDAQ-100 منتخب را روی پیش‌بینی‌های ثبت‌شده دوره نگه‌داشته‌شده اجرا می‌کند. مدل، تخصیص‌دهنده، سقف تمرکز پرتفوی، برنامه بازتوازن، پوشش ریسک و فرض‌های هزینه از کار قبلی گرفته شده و بدون تغییر اعمال می‌شوند؛ دفترچه هیچ تصمیمی…
این دفترچه توضیح می‌دهد چگونه از مجموعه‌ای ثابت از بک‌تست‌های سهام US یک استراتژی را انتخاب و آن را در دوره‌ای جداگانه و نگه‌داشته‌شده ارزیابی کنید. بررسی می‌کند که نامزدها شناسه‌های داده و پروتکل موردنیاز را مشترک داشته باشند، سپس آن‌ها را بر اساس شارپ…
این دفترچه گردش کاری عملیاتی را برای اتصال بک‌تست و استراتژی زنده مشترک به نشست معامله شبیه‌سازی‌شده Interactive Brokers نشان می‌دهد. هویت و وضعیت حساب را بررسی می‌کند، برای راه‌اندازی اندیکاتورها داده‌های کندلی تاریخی را درخواست می‌کند، به داده‌های بازار…
این دفترچه سه مدل خطی سری زمانی، یک رمزگذار ترنسفورمر و پیش‌بینی‌های بدون پارامتر را روی بازده روزانه SPY مقایسه می‌کند. روش‌های خطی یک پنجره تاریخی را به پیش‌بینی چندروزه نگاشت می‌کنند و گونه‌هایی دارند که مؤلفه هموار را از باقی‌مانده جدا می‌کنند یا پیرامون…
این دفترچه بررسی می‌کند که آیا درخت‌های گرادیان‌بوست‌شده می‌توانند روابط غیرخطی در ویژگی‌های ریزساختار NASDAQ-100 پیدا کنند که ممکن است از دید یک مدل خطی پنهان بمانند. تمرکز آن بر این احتمال است که عدم‌تعادل جریان سفارش بسته به اسپرد، بازده را به‌شکل متفاوتی…
این تحلیل امکان‌سنجی بررسی می‌کند آیا می‌توان با پنل سهام US موجود، درباره استراتژی رتبه‌بندی روزانه سهام با موقعیت‌های خرید و فروش کوتاه پژوهش کرد یا نه. ساخت مجموعه دارایی در نقطه زمانی را با آستانه‌های قیمت و گردش گذشته بررسی می‌کند، هزینه‌های معاملاتی…
این دفترچه پیکربندی انتخاب‌شده در مراحل اعتبارسنجی پیشین را با استفاده از تاریخچه پیش از -2021 دوباره برازش می‌کند و سپس پیش‌بینی‌هایی برای دوره نگه‌داشته‌شده 2021 منتشر می‌کند. پیکربندی برگزیده را از مجموعه نامزدهای ثبت‌شده بازیابی می‌کند یا در نبود آن…
این دفترچه پیش از نمایه‌سازی برای پژوهش مالی، مجموعه‌ای از گزارش‌های سالانه را ممیزی می‌کند. فاصله پایان دوره مالی تا تاریخ انتشار عمومی پرونده را اندازه می‌گیرد و نشان می‌دهد چرا کاربردهای نقطه‌درزمان باید از تاریخ انتشار استفاده کنند. همچنین پرونده‌هایی را…
این دفترچه، اقتباسی آموزشی و روزانه از مدل ضریب تنزیل تصادفیِ خصمانه را پیاده‌سازی می‌کند. شبکه وزن‌دهی پرتفوی با استفاده از ویژگی‌ها و وضعیت بازارِ در دسترس تا پایان روز قبل، عاملی از بازده مازاد روز بعد می‌سازد. شبکه لحظه‌ای خصمانه به آموزش هسته قیمت‌گذاری…