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

101 سند

یادگیری ماشین برای معامله‌گری

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…

سهامتعیین اندازه موقعیتساخت پرتفویمدیریت ریسک
یادگیری ماشین برای معامله‌گری

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…

سهاممدیریت ریسکآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه قواعد وزن‌دهی پرتفوی را برای فروش استرادل روی نمادهای منتخب S&P 500 مقایسه می‌کند. نمادهای انتخاب‌شده را ثابت نگه می‌دارد و تخصیص را تغییر می‌دهد؛ وزن‌دهی برابر خط مبناست. روش‌ها شامل وزن‌دهی بر اساس امتیاز پیش‌بینی‌شده، نوسان معکوس، برابری ریسک،…

اختیار معاملهساخت پرتفویتعیین اندازه موقعیتآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه یک استراتژی ثابت مبتنی بر ویژگی‌های سهام را در دوره نگه‌داشته‌شده رزروشده، با استفاده از پیش‌بینی‌ها و تخصیص‌دهنده سبدی که پیش‌تر انتخاب شده‌اند، اجرا می‌کند. پیکربندی، اندازه موقعیت، تمرکز، تناوب تجدید توازن و فرض هزینه را بدون تغییر نگه می‌دارد…

سهامسرمایه‌گذاری عاملیآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه توضیح می‌دهد مشخصات قرارداد آتی چگونه بر حسابداری بک‌تست اثر می‌گذارد. نشان می‌دهد ضریب قرارداد چگونه تغییر قیمت را به سودوزیان دلاری تبدیل می‌کند، حاصل‌ضرب قیمت در ضریب چگونه ارزش اسمی را برای تعیین اندازه موقعیت مشخص می‌کند و چرا کارمزد هر…

قراردادهای آتیکالاهامومنتومتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه پیش‌بینی‌های سطح سهام را به سبدهای اعتبارسنجی تبدیل می‌کند. در هر تاریخ تجدید توازن، سهام را بر اساس بازده پیش‌بینی‌شده مرتب می‌کند، گروه بالایی را می‌خرد و گروه پایینی را فروش استقراضی می‌کند و به هر موقعیت سرمایه‌ای برابر اختصاص می‌دهد. این خط…

سهامیادگیری ماشینآزمون گذشته‌نگرساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد چگونه یک استراتژی سهام US را که پیش‌تر انتخاب شده، با پیکربندی ثابت روی داده‌های نگه‌داشته‌شده ارزیابی کنیم. مجموعه پیش‌بینی درست را از هویت آموزشی مدل منتخب و نقطه وارسی آن به دست می‌آورد؛ سپس تخصیص‌گر، قواعد تمرکز، تناوب بازتوازن، لایه…

سهامبازارهای آمریکاآزمون گذشته‌نگرمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند توضیح می‌دهد چرا نمی‌توان حد ضرر، حد ضرر متحرک و خروج زمانی را در مطالعه‌ای ارزیابی کرد که بک‌تست آن وزن‌ها را در طول یک ماه نگه می‌دارد و فقط بازده آتی تحقق‌یافته ماهانه را مشاهده می‌کند. این قواعد به مسیر قیمت میان ورود و خروج وابسته‌اند؛ بدون…

سهاممدیریت ریسکآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این سند روشی رویدادمحور برای نگهداری تعداد محدودی موقعیت درون‌روزی ارائه می‌کند. پیش‌بینی‌ها با استفاده از تازه‌ترین امتیاز موجود و با رعایت حد اختیاری تازگی، با کندل‌های قیمت هم‌تراز می‌شوند. سیگنال‌های ورود از چندک غلتانی استفاده می‌کنند که برای هر دارایی…

سهاممعاملات پربسامدریزساختار بازاراجرای سفارش
یادگیری ماشین برای معامله‌گری

این سند چند روش تبدیل امتیازهای پیش‌بینی به سیگنال معاملاتی را شرح می‌دهد: برش‌های ثابت، صدک‌های غلتان برای هر دارایی و صدک‌های مقطعی. آستانه‌های ثابت از سطح امتیاز انتخاب‌شده استفاده می‌کنند؛ آستانه‌های غلتان با توزیع اخیر امتیازهای دارایی سازگار می‌شوند؛…

یادگیری ماشینساخت پرتفویتعیین اندازه موقعیتآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این کد شرح می‌دهد که تنظیمات بک‌تست چگونه از پیکربندی مطالعه موردی تعیین می‌شوند و هویت اجرا چگونه تغییرات در مجموعه نمادهای معامله‌شده و عمر پیش‌بینی را در نظر می‌گیرد. نکته محوری این است که هر فیلتری که سبد یا مجموعه پیش‌بینی‌ها را تغییر می‌دهد باید در…

آزمون گذشته‌نگراجرای سفارشمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه شش روش تخصیص را روی پیکربندی‌های منتخب استراتژی‌های دائمی رمزارز بررسی می‌کند. رتبه‌بندی‌ها و قواعد ورود ثابت می‌مانند و فقط سرمایه اختصاص‌یافته به هر موقعیت تغییر می‌کند. روش‌ها از امتیازهای مدل، نوسان قراردادهای منفرد، کوواریانس میان قراردادها…

رمزارزقراردادهای آتی دائمیتعیین اندازه موقعیتساخت پرتفوی
یادگیری ماشین برای معامله‌گری

این دفترچه وزن‌دهی برابر را با دو قاعده تخصیص برای استراتژی‌های ویژگی شرکت‌های US مقایسه می‌کند: وزن‌دهی امتیازی که سرمایه بیشتری به پیش‌بینی‌های مدل با امتیاز بالاتر اختصاص می‌دهد، و وزن‌دهی کنفورمال که سرمایه اختصاص‌یافته به پیش‌بینی‌هایی با بازه خطای…

سهامتعیین اندازه موقعیتساخت پرتفویآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه یک تخصیص‌دهنده سبد سرمایه‌گذاری سرتاسری می‌سازد که شبکه انتخاب ویژگی به سبک Temporal Fusion Transformer را پیش از یک LSTM قرار می‌دهد. شبکه‌های باقیمانده دروازه‌دار جداگانه، ویژگی‌ها را جاسازی می‌کنند و وزن‌های نرمِ یادگرفته‌شده این جاسازی‌ها را…

یادگیری ماشینساخت پرتفویتعیین اندازه موقعیتنوسان
یادگیری ماشین برای معامله‌گری

این ماژول پیکربندی، چارچوبی برای تعریف تنظیمات جست‌وجوی بک‌تست به‌ازای هر مطالعه موردی شرح می‌دهد. طرح‌های ورود، روش‌های تخصیص، شبکه‌های هزینه معامله و کنترل‌های ریسک را از فایل‌های تنظیمات می‌خواند و در صورت نبود تنظیمات ضروری خطاهای صریح می‌دهد. همچنین…

آزمون گذشته‌نگرمدیریت ریسکتعیین اندازه موقعیتساخت پرتفوی
یادگیری ماشین برای معامله‌گری

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…

یادگیری ماشینآمارمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این مطالعه موردی، قواعد حد ضرر ثابت و متحرکِ اعلام‌شده را برای موقعیت‌های FX مقایسه می‌کند. ابتدا از یک گروه اعتبارسنجی مهروموم‌شده، برای هر برچسب یک استراتژی مادر انتخاب می‌کند و سپس فقط قاعده ریسک موقعیت را تغییر می‌دهد. چون حد ضررها به حرکت قیمت در طول…

فارکسمدیریت ریسکآزمون گذشته‌نگرتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه تخصیص‌های با وزن برابر، وزن‌دهی‌شده برحسب امتیاز مثبت و وزن‌دهی‌شده برحسب عرض کانفورمال را برای ETFهای رتبه‌بالا و قراردادهای آتی CME مقایسه می‌کند. عرض بازه کانفورمال تفکیک‌شده برای هر موجودیت را از باقیمانده‌های بخش‌های اعتبارسنجی قبلی برآورد…

سهامقراردادهای آتیتعیین اندازه موقعیتمدیریت ریسک
یادگیری ماشین برای معامله‌گری

این سند روشی پیش‌رونده را شرح می‌دهد که باقیمانده‌های پیش‌بینی را به عرض بازه‌های عدم‌قطعیت برای هر موجودیت تبدیل می‌کند تا اندازه موقعیت‌ها تعیین شود. در هر زمان تصمیم‌گیری، کالیبراسیون از باقیمانده‌هایی استفاده می‌کند که فرصت تعیین نتیجه داشته‌اند؛ با…

تعیین اندازه موقعیتمدیریت ریسکآمارآزمون گذشته‌نگر
یادگیری ماشین برای معامله‌گری

این دفترچه از پیش‌بینی‌های ثبت‌شده GBM برای ETFها و قراردادهای آتی CME استفاده می‌کند تا وزن‌دهی برابر، وزن‌دهی معکوس بر اساس عرض کانفورمال و وزن‌دهی متناسب با امتیازهای پیش‌بینی مثبت را مقایسه کند. بازه‌های کانفورمال تفکیک‌شده موندریانِ مختص هر دارایی، از…

سهامقراردادهای آتیمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه چارچوبی برای تبدیل فعالیت بازار به هزینه‌های معاملاتی مدل‌شده و ظرفیت استراتژی تدوین می‌کند. مدل اثر ریشه دوم را معرفی می‌کند، نوسان و میانگین حجم روزانه را ورودی‌های اصلی می‌داند و کمیت‌های در دسترس از داده بازار را از ضرایب اثر موردنیاز بر اساس…

ریزساختار بازاراجرای سفارشمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه پیش‌بینی‌های جفت‌ارزهای FX را به نتایج معاملاتی مبنا تبدیل می‌کند. در هر زمان تصمیم‌گیری، جفت‌ها را رتبه‌بندی می‌کند، بخش‌های خرید و فروش استقراضی هم‌اندازه می‌گیرد و پیکربندی‌ها و نقاط کنترل منتخب پیش‌بینی را از طریق موتور بک‌تست موجود اجرا…

فارکسآزمون گذشته‌نگرساخت پرتفویتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه با پیش‌بینی همدیسِ تفکیک‌شده، پیرامون پیش‌بینی‌های گرادیان‌بوستینگ بازه پیش‌بینی می‌سازد. مدل را روی بخش آموزشیِ قدیمی‌تر برازش می‌کند، باقیمانده‌های مطلق را در بخش کالیبراسیونِ بعدی می‌سنجد و از آماره ترتیبیِ نمونه محدود برای تعیین پهنای بازه…

یادگیری ماشینآمارمدیریت ریسکتعیین اندازه موقعیت
یادگیری ماشین برای معامله‌گری

این دفترچه پیش‌بینی‌های ازپیش‌انتخاب‌شده مبتنی بر ویژگی‌های شرکت و یک پیکربندی ثابت سبد را در دوره نگه‌داشته‌شده یک‌ساله اعمال می‌کند. برای حفظ ارزیابی برون‌نمونه، هیچ انتخاب تازه‌ای درباره پیش‌بینی‌ها، تخصیص، تمرکز، بازمتعادل‌سازی یا هزینه‌های تراکنش انجام…

سهامسرمایه‌گذاری عاملیتعیین اندازه موقعیتآزمون گذشته‌نگر