עבור לתוכן

ספריית ידע

סיכומים ורעיונות מרכזיים מתוך ספרים, עבודות מחקר, כתבות וקוד שקראו סוכני ה‑AI שלנו, ונכתבו בידי סוכן המחקר של Stratmill. בכל עמוד יש קישור למקור המקורי.

חיפוש בספרייה

996 מסמכים

Machine Learning for Trading

מחברת זו הופכת דירוגי מודלים לתיקי חוזים עתידיים תמידיים פשוטים בקריפטו, כדי שניסויים מאוחרים יותר יוכלו למדוד את השפעת השינוי בגודל הפוזיציה, בעלויות או בבקרות סיכונים. היא מיישמת כללי כניסה כגון בחירת החוזים עם הציונים הגבוהים ביותר ללונג ועם הנמוכים ביותר…

קריפטוחוזים עתידיים תמידייםבדיקת ביצועים היסטורייםבניית תיק
Machine Learning for Trading

מחברת זו מדגימה כיצד לכוונן כללי StopLoss, TakeProfit ו־TrailingStop לתיק מומנטום תוך שמירה על הפרדה כרונולוגית בין הכיול להערכה. היא בודקת רוחבי כללים בנפרד וצירופים משותפים באמצעות נתוני כיול, ואז מקפיאה תצורות נבחרות לפני פתיחת תקופת ההערכה המאוחרת יותר.…

מניותניהול סיכוניםבדיקת ביצועים היסטורייםמומנטום
Machine Learning for Trading

מסמך זה מציג סקירת אבחון לשימוש חוזר במערכי נתונים פיננסיים, הכוללת תקינות אינדקס, כפילויות, נתונים חסרים, חריגים, פערים בלוח השנה וחריגות ייחודיות לתחום. הוא בודק טיפוסי זמן, סדר וייחודיות, כולל סדר לכל סימול בנתוני פאנל, ומבחין בין כפילויות מדויקות למפתחות…

ריבוי נכסיםסטטיסטיקהניהול סיכוניםשווקי ארצות הברית
Machine Learning for Trading

המסמך מדגים חיבור אסטרטגיית מומנטום של חמישה ימים ב־ETF ל־Alpaca באמצעות ממשק אסטרטגיה משותף. האסטרטגיה עוקבת אחר מומנטום ב־SPY, QQQ ו־IWM ומייצרת אותות כשהוא חוצה סף. מתאמים ייעודיים לברוקר מטפלים בנתונים ובפקודות, ואילו האסטרטגיה ומעטפת הסיכון ניתנות…

מניותמומנטוםביצוע פקודותניהול סיכונים
Machine Learning for Trading

המסמך מציג משפחת מודלים לתשואות חברות, המניחה שמספר קטן של גורמים משותפים בלתי נצפים מסביר חלק ניכר מהחתך הרוחבי. במקום לחזות תשואות ישירות ממאפיינים, המודלים מסיקים את חשיפות הגורמים של כל חברה מתוך מאפייניה ומשלבים חשיפות אלה עם תשואות גורמים שאומדו.…

מניותהשקעה מבוססת גורמיםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המסמך מסביר כיצד פירוקי וייבלט ואומדנים ספקטרליים מתגלגלים מתארים תשואות פיננסיות בסולמות זמן שונים. וייבלטים מחלקים תשואות לרכיבים המשתרעים על פני תקופות איטיות יותר בהדרגה, וכך מאפשרים לראות אילו סולמות מסבירים את מרבית השונות. הדוגמה משתמשת בתשואות יומיות…

מניותסטטיסטיקהתנודתיותאינדיקטורים טכניים
Machine Learning for Trading

המסמך משווה שיטות חלופיות לקביעת גודל פוזיציה באסטרטגיות חוזים עתידיים של CME, שנבחרו מתוך קו בסיס המדורג לפי מדד שארפ באימות עם משקל שווה. שקלול שווה מתייחס לכל מוצר שנבחר באותו אופן, אף שלחוזים עתידיים עשויות להיות רמות תנודתיות ותנועה משותפת שונות מאוד.…

חוזים עתידייםסחורותקביעת גודל פוזיציהבניית תיק
Machine Learning for Trading

מחברת זו הופכת קבוצות תחזיות של מודל לבקטסטים בני־השוואה של אופציות על S&P 500. בכל מועד החלטה שבועי היא מדרגת תשואות חזויות, בוחרת את הסימולים בעלי הדירוג הגבוה ביותר ביקום הנזיל ומוכרת סטרדלים בכסף במשקולות שוות. הפוזיציות מוחזקות עד לפקיעה ומסולקות במזומן…

אופציותמניותבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

מחברת זו משתמשת בלמידת מכונה כפולה כדי לאמוד אם לקארי בחוזים עתידיים יש השפעה על התשואות העוקבות, לאחר התאמה לתנודתיות, למומנטום ולדירוג קארי בחתך הרוחבי. היא מבחינה בין הסבר סיבתי לביצועי חיזוי: בקטסט רווחי יכול להראות שקארי חוזה תשואות, אך אינו מוכיח שקארי…

חוזים עתידייםקארילמידת מכונהסטטיסטיקה
Machine Learning for Trading

המסמך מסביר כיצד להשוות מודל קיים למודל מועמד בהערכה בצל לפני הקצאת הון. הוא קובע מראש את תפקידיהם ואת ספי הקידום, ואז מעריך את המועמד בחמישה ממדים: שיפור במדד שארפ במונחים שנתיים, אורך תצפית מינימלי, קורלציה בין אותות, חפיפה בפוזיציות ודרואודאון מרבי יחסי.…

למידת מכונהסטטיסטיקהניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מדגימה הגדרת Feast עם מקורות Parquet, ישויות, תצוגות תכונות, חותמות זמן ומדיניות זמן־חיים, ולאחר מכן אחזור תכונות לדוגמאות אימון ולשאילתה המדמה שליפה בזמן אמת לפי מועד. היא משווה בין הפלט של Feast, תכונה אחר תכונה, לבין צירוף ידני לפי נקודת זמן, תוך…

למידת מכונהביצוע פקודותבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת מציגה מקודד אוטומטי מפוקח למידול גורמי מניות. בניגוד למקודדים אוטומטיים לא־מפוקחים שלומדים צוואר בקבוק באמצעות שחזור החתך הרוחבי, מודל זה כולל גם תשואות עתידיות בפונקציית המטרה של האימון. לכן המטרה מעצבת גם את הייצוג הנלמד וגם את התחזיות. תוויות שונות…

מניותלמידת מכונההשקעה מבוססת גורמיםסטטיסטיקה
Machine Learning for Trading

מחברת מחקרית זו מתארת את המבנה והפרשנות של נרות דקה של AlgoSeek מסוג NASDAQ-100. היא מארגנת את השדות המחושבים מראש במערך הנתונים למחירי ציטוטים וגודלם, מחירי עסקאות, מרווחים, נפח, קבוצות לפי מיקום העסקה, כיוון טיק, לחץ, VWAP ומספרי ציטוטים. הנרות משתרעים על…

מניותמיקרו־מבנה השוקביצוע פקודותשווקי ארצות הברית
Machine Learning for Trading

המחברת מסבירה כיצד להפריד בין שינויי מחירים רציפים לבין קפיצות בתשואות מניות תוך־יומיות. היא מאמדת שונות ממומשת יומית מתוך תשואות בריבוע ומשתמשת בשונות ביפאוור כאומדן עמיד לקפיצות של הרכיב הרציף; ההפרש הלא־שלילי ביניהן מאמד את שונות הקפיצות. לאחר מכן היא…

מניותתנודתיותסטטיסטיקהמיקרו־מבנה השוק
Machine Learning for Trading

מחברת זו מיישמת מודל עצבי של גורם היוון סטוכסטי על חוזים עתידיים של CME. במונחי תמחור נכסים, גורם היוון סטוכסטי הוא משתנה אקראי שמכפלתו בתשואה של כל נכס מקבלת אותה תוחלת בהיעדר ארביטראז׳. המודל מאמד אובייקט חבוי זה באמצעות תשואות מוצרים וגם מאפיינים נצפים…

חוזים עתידייםלמידת מכונההשקעה מבוססת גורמיםבדיקת ביצועים היסטוריים
Machine Learning for Trading

הערת תצורה זו מבחינה בין הגדרות שמופיעות בזהות של בקטסט לבין הגדרות שמשפיעות בפועל על עלויות מסחר מדומות. במקרה המתואר, כל הריצות הרשומות משתמשות במסלול וקטורי של תשואה עד לפקיעה. שדות מחיר הביצוע, שיעור העמלה ושיעור הסליפג׳ שהוגדרו אינם מועברים למסלול הזה,…

אופציותבדיקת ביצועים היסטורייםביצוע פקודותסטטיסטיקה
Machine Learning for Trading

המסמך מדגים מעטפת לברוקר שבודקת פקודות ואת מצב התיק לפני העברת עסקאות. הבקרות כוללות מגבלות על כמות המניות והשווי בכל פקודה, מגבלות חשיפה לפוזיציה, מגבלות על קצב הפקודות, רשימות נכסים מותרים וחסומים, ועצירת חירום. ברוקר סינתטי מציג אילו בקשות התקבלו ואילו…

ניהול סיכוניםקביעת גודל פוזיציהביצוע פקודותבדיקת ביצועים היסטוריים
Machine Learning for Trading

ניתוח זה בודק אם נתוני סליקה יכולים לתמוך באסטרטגיית חוזים עתידיים של CME בחתך רוחבי שבועי, לפני התאמת מודל כלשהו. הוא בוחן אם יש מספיק מוצרים עם ציטוטים במועדי האיזון מחדש כדי למלא את תיקי הלונג והשורט המתוכננים, מעריך עלויות מרווח לפי תוספות המחיר…

חוזים עתידייםקאריניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מציגה מלאי השוואתי של מאפיינים פיננסיים מהונדסים בתשעה סוגי נכסים, לרוחב מקרי בוחן. היא סופרת מאפיינים ומשפחות המבוססות על שמות מכל פאנל מאפיינים זמין, משווה גדלי מרחבי מאפיינים ומסכמת את מקדם המידע החזק ביותר שנרשם במרשם המודלים של כל מקרה בוחן. אפשר…

ריבוי נכסיםסטטיסטיקההשקעה מבוססת גורמים
Machine Learning for Trading

הפרק סוקר ייצוגי טקסט פיננסי, ממילונים וספירת מילים דרך TF-IDF, הטמעות סטטיות, רשתות חוזרות וטרנספורמרים. הוא מסביר את הפשרות: שיטות פשוטות מהירות, ניתנות לפרשנות וניתנות להתאמה למימון, בעוד מודלים הקשריים יכולים להתמודד טוב יותר עם עמימות ועם קשרים לאורך…

למידת מכונהסנטימנט שוקסטטיסטיקהמניות
Machine Learning for Trading

המחברת בונה מסגרת הערכה ליצירה פיננסית מועשרת בשליפה, עם מדדים נפרדים לכיסוי השליפה, נאמנות התשובה, הימנעות מתאימה והתנהגות אבטחה. היא משתמשת בשישה מקרי בדיקה שנכתבו ידנית, עם הקשר שמקורו בחלקו בדיווחים אמיתיים של חברות, לבחינת שאלות שניתן לענות עליהן, ראיות…

למידת מכונהסטטיסטיקהניהול סיכונים
Machine Learning for Trading

מקרה בוחן זה מעריך אסטרטגיות עשירונים חודשיות לונג־שורט המבוססות על מאפייני חברות US, ומשווה מודלים ליניאריים, הגברת גרדיאנט וגישות של גורמים חבויים, עם השהיות חשבונאיות בנקודת הזמן, אימות בווק-פורוורד ועלויות מסחר המשתנות לפי תקופה. השושלת המדווחת החזקה…

מניותשווקי ארצות הבריתהשקעה מבוססת גורמיםלמידת מכונה
Machine Learning for Trading

המחברת משתמשת ב־Optuna לכוונון מודלי תשואה של LightGBM, תוך התחשבות גם במקדם מידע בחתך רוחב (IC) וגם בתחלופת תחזיות. חיפוש עם מטרה יחידה ממקסם את IC לצורך השוואה; חיפוש רב־מטרתי של NSGA-II מזהה הגדרות אופטימליות לפי פארטו ומציג את הפשרה בין איכות דירוג האות…

למידת מכונהסטטיסטיקהחוזים עתידייםקריפטו
Machine Learning for Trading

המחברת משווה מסדי נתונים משובצים, מבוססי שרת, כלליים וממוקדי מסחר במשימות של סדרות זמן פיננסיות: כתיבה בכמות גדולה, סריקות מלאות, שאילתות חלון זמן, צבירת OHLCV והתאמת עסקאות להצעות מחיר. הלקח העיקרי הוא שסידור האחסון וסוג השאילתה משפיעים על הביצועים בדרכים…

בדיקת ביצועים היסטורייםסטטיסטיקהמיקרו־מבנה השוקביצוע פקודות