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

119 سند

یادگیری ماشین برای معامله‌گری

این دفترچه تنظیم تک‌هدفه ابرپارامترها را با جست‌وجوی چندهدفه برای مدل‌های پیش‌بینی LightGBM مقایسه می‌کند. خط‌مبنا ضریب اطلاعات اعتبارسنجی (IC) را بیشینه می‌کند. جست‌وجوی NSGA-II در عوض هدف IC را بیشینه و گردش پیش‌بینی نرمال‌شده را کمینه می‌کند و مرز پارتویی…

یادگیری ماشینآمارآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

این ماژول تحلیل مشترک، روش‌هایی برای برآورد اصطکاک معاملاتی در طبقات دارایی را شرح می‌دهد. شامل برآوردگرهای سقف-کف و خودکوواریانس بازده برای اسپرد خرید-فروش، معیارهای حجم میانگین متحرک و رویکردهای رگرسیونی برای کالیبره‌کردن اثر بازار با ریشه دوم و ضریب اثر…

اجرای سفارشریزساختار بازارمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه چارچوبی آگاه از واحدها برای برآورد هزینه معاملات در سهام، پرپچوال‌های رمزارز، آتی، ETF و ارز خارجی می‌سازد. حجم سهم، حجم قرارداد، حجم دارایی پایه و شمار به‌روزرسانی قیمت را متمایز می‌کند و فقط وقتی فعالیت را به گردش مالی دلاری تبدیل می‌کند که قیمت…

اجرای سفارشریزساختار بازارمدیریت ریسکآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه سبدهای مرجع ETF را در بحران‌های تاریخی، شوک‌های هم‌زمان دارایی که دستی تعریف شده‌اند و سناریوهای زیان مونت‌کارلو مقایسه می‌کند. پنجره‌های تاریخی شامل افت‌های بزرگ ناشی از سهام و نرخ بهره‌اند و بازده سبد در بازه‌های صریح از قیمت پایانی تا قیمت…

چندداراییساخت پرتفویمدیریت ریسکنوسان
یادگیری ماشین برای معامله‌گری

این دفترچه، بک‌تست‌های ثبت‌شدهٔ یک مطالعهٔ موردی ETF را در ارزیابی استراتژی با درنظرگرفتن عدم‌قطعیت گرد هم می‌آورد. معیارهای عملکرد را همراه با بازه‌های اطمینان بوت‌استرپ بلوکی می‌خواند و از بوت‌استرپ‌های جفت‌شده برای مقایسهٔ مراحل پیاپی خط لوله، گونه‌های…

آزمون گذشته‌نگرآمارساخت پرتفویسرمایه‌گذاری عاملی
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد چگونه پنل کلانی که با دوره مورد سنجش تاریخ‌گذاری شده است می‌تواند اطلاعات آینده را به بک‌تست معاملاتی نشت دهد. تاریخ انتشار را با افزودن طول دوره به تاریخ ثبت‌شده برآورد می‌کند و سپس با تکیه بر برنامه نهادها، تأخیر انتشار…

آزمون گذشته‌نگرآمارمدیریت ریسکچنددارایی
یادگیری ماشین برای معامله‌گری

این دفترچه DeePM را پیاده‌سازی می‌کند؛ یک سیاست سرتاسری پرتفوی برای مجموعه متنوعی از ETF. مدل آن ویژگی‌های زمانی، فراداده دارایی‌ها، توجه مقطعی و پیشین گراف کلان را ترکیب می‌کند؛ پیشین گراف اجازه توجه درون طبقات دارایی و میان پیوندهای منتخب با انگیزه اقتصادی…

چندداراییساخت پرتفوییادگیری ماشینمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این دفترچه عملکرد یک استراتژی مومنتوم ماهانه ثابت ETF را در شرایط مختلف نوسان، روند و منحنی بازده بررسی می‌کند. برچسب‌های رژیم طوری طراحی شده‌اند که پیش از بازدهی که توصیف می‌کنند معلوم باشند: نوسان و روند شاخص با قیمت‌های پایانی قبلی سنجیده و با میانه‌های…

چندداراییمومنتومنوسانآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این سند گردش‌کار پژوهش معاملاتی یادگیری ماشین را از ایده‌پردازی درباره داده و ساخت ویژگی تا آموزش مدل، بک‌تست، هزینه‌های معامله، تصمیم‌های سبد و ریسک، استقرار و پایش پیش می‌برد. بر مرز شواهد میان تنظیم اکتشافی و ارزیابی نهایی، اعتبارسنجی آزمون پیش‌رونده و…

یادگیری ماشینآزمون گذشته‌نگرمدیریت ریسکساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این سند بارگذاری داده‌های بازار ETF را با فیلترهای اختیاری نماد و تاریخ و نیز محدودیتی قطعی بر تعداد نمادهای برگردانده‌شده شرح می‌دهد. نکته اصلی تحلیلی آن، تطبیق سری قیمت با کمیتی است که اندازه‌گیری می‌شود: قیمت‌های تعدیل‌شده برای محاسبه بازده مناسب‌اند، در…

سهامچندداراییآمار
یادگیری ماشین برای معامله‌گری

این دفترچه ممیزی به‌روزی از VectorBT Pro و VectorBT OSS را با ML4T در بارهای کاری استراتژی مبتنی بر داده واقعی و پشتیبانی‌شده ارائه می‌کند. هر دو نسخه VectorBT در تخصیص ETF، تخصیص ارز خارجی با مظنه USD و پنل سهام US شرکت می‌کنند. Pro همچنین مورد معاملات آتی…

چندداراییسهامقراردادهای آتیفارکس
یادگیری ماشین برای معامله‌گری

این دفترچه چهار روش کشف رابطه در پنل بازده‌های ETF را مقایسه می‌کند: NOTEARS برای گراف‌های جهت‌دار غیرمدور خطیِ هم‌زمان، VAR-LiNGAM برای ساختارهای باوقفه و آنی، PCMCI برای آزمون‌های استقلال شرطی و آزمون‌های گرنجر به‌عنوان غربال‌های پیش‌بینی دوتایی. هدف…

یادگیری ماشینآمارآزمون گذشته‌نگرچنددارایی
یادگیری ماشین برای معامله‌گری

این آموزش توضیح می‌دهد که چگونه داده‌های بازار را فراتر از دانلودهای یک‌باره سازمان‌دهی کنید. یک مدیر یکپارچه برای دریافت نمادهای تکی یا دسته‌ای، مجموعه‌نمادهای ازپیش‌تعریف‌شده و سفارشی، و ذخیره‌سازی Parquet با پارتیشن‌بندی Hive معرفی می‌کند. همچنین جست‌وجوی…

چندداراییسهامآزمون گذشته‌نگراجرای سفارش
یادگیری ماشین برای معامله‌گری

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.…

چنددارایییادگیری ماشینساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این سند خط‌لوله‌های سرتاسری برای ترکیب داده‌های تاریخی و جدید سهام و آماده‌سازی داده‌های ساعتی قراردادهای دائمی رمزارز را توصیف می‌کند. مثال اصلی آن مشاهدات WikiPrices و Yahoo را در مرز پوشش به هم می‌پیوندد، داده‌های OHLC و شکاف‌های مُهر زمانی را اعتبارسنجی…

چندداراییآمارمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند فرضیه مومنتوم بین‌دارایی را به آزمونی اکتشافی ماهانه با استفاده از جهان 100-ETF تبدیل می‌کند. قیمت‌های تعدیل‌شده پایان ماه را می‌سازد، مومنتوم 12 تا -1 ماهه را اندازه می‌گیرد، سپس صندوق‌های قابل‌قبول را به پنج گروه هم‌وزن رتبه‌بندی می‌کند و بازده ماه…

چندداراییمومنتومدنبال‌کردن روندآمار
یادگیری ماشین برای معامله‌گری

این ممیزی چند موتور بک‌تست را روی ورودی‌های تاریخی مشترک برای تخصیص ETF، قراردادهای آتی CME، قراردادهای دائمی رمزارز همراه با تأمین مالی، ارز خارجی و سهام US مقایسه می‌کند. هر جفت پشتیبانی‌شده، داده بازار دارای نشانی مبتنی بر محتوا و هدف‌های مدل ثابت یکسانی…

آزمون گذشته‌نگراجرای سفارشچندداراییقراردادهای آتی
یادگیری ماشین برای معامله‌گری

این یادداشت مجموعه داده، کلکسیونی متنوع از صندوق‌های قابل‌معامله در بورس را توصیف می‌کند که در استراتژی مومنتوم و مجموعه گسترده‌تری از نمونه‌های پژوهش مالی به کار رفته است. داده‌های روزانه بازشدن، بیشینه، کمینه، بسته‌شدن و حجم را از 2006 ارائه می‌کند که در…

چندداراییسهامدرآمد ثابتکالاها
یادگیری ماشین برای معامله‌گری

این دفترچه خودرمزگذاری نظارت‌شده را شرح می‌دهد که ردیف‌های ویژگی ETF را به بازنمایی کم‌بعد فشرده می‌کند و بازده‌های آتی را مستقیماً از آن بازنمایی پیش‌بینی می‌کند. برخلاف خودرمزگذار شرطی، فرض نمی‌کند که بازده‌ها از مجموعه کوچکی از حرکات عامل مشترک ناشی…

چنددارایییادگیری ماشینسرمایه‌گذاری عاملیآمار
یادگیری ماشین برای معامله‌گری

این تحلیل، مدل‌های پیش‌بینی ثبت‌شده ETF را از چند خانواده روی پنل مشترکی میان دارایی‌ها مقایسه می‌کند. بررسی می‌کند هر مدل با استفاده از ضرایب اطلاعاتی تا چه حد صندوق‌ها را بر اساس بازده‌های بعدی رتبه‌بندی می‌کند، بازه‌های اطمینان و ثبات در سطح بخش را…

چنددارایییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این تحلیل توضیح می‌دهد داده‌های قراردادهای آتی CME چگونه در قالب محصولات، قراردادهای سررسیدشونده و سری‌های پیوسته با رول بر پایه حجم سازمان‌دهی می‌شوند. از داده‌های E-mini S&P 500 نشان می‌دهد قراردادهای منفرد پنجره معاملاتی محدودی دارند که هنگام رول…

قراردادهای آتیکالاهاچندداراییآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این آزمایش پیش‌بینی‌های اعتبارسنجی یک مدل درختی تقویت‌شده با گرادیان، یک شبکه عصبی جدولی و یک مدل عامل نهفته را برای رتبه‌بندی ماهانه ETF ترکیب می‌کند. ابتدا پیش‌بینی‌ها را در مقطع با نمره‌های استاندارد می‌کند و سپس میانگین می‌گیرد. ارزیابی تجمیع از ضریب…

چنددارایییادگیری ماشینآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه PCMCI را روشی برای کشف روابط با وقفه در سری‌های زمانی مالی چندمتغیره، بدون تعیین پیشاپیش نمودار علّی، معرفی می‌کند. این روش را روی بازده‌های ETF و شاخص نوسان به‌کار می‌گیرد، تحلیل شرطی آن را با آزمون‌های زوجی گرنجر مقایسه می‌کند و نحوه تفسیر…

یادگیری ماشینآمارچندداراییسهام
یادگیری ماشین برای معامله‌گری

این دفترچه نتایج موتور LEAN را از ممیزی‌ای جدا می‌کند که اجراهای حفظ‌شده استراتژی واقعی را با پروفایل‌های متناظر ML4T Backtest مقایسه می‌کند. چهار بارکاری پشتیبانی‌شده را مشخص می‌کند: تخصیص ETF، تأمین مالی قراردادهای دائمی رمزارز، تخصیص FX با مظنه USD و پنل…

چندداراییآزمون گذشته‌نگراجرای سفارشرمزارز