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

89 מסמכים

Machine Learning for Trading

מחברת זו מסבירה כיצד להפוך מודלים מותאמים של GJR-GARCH ומודלים חבויים של מרקוב למאפייני מסחר, תוך שליטה בהטיית הצצה לעתיד. GJR-GARCH אומדת תנודתיות מותנית ולוכדת את ההשפעה הגדולה יותר של זעזועי תשואה שליליים; מודל גאוסי דו־מצבי מסוג HMM ממדל משטרים…

קריפטוחוזים עתידיים תמידייםתנודתיותלמידת מכונה
Machine Learning for Trading

מחברת זו משווה בין שתי שאלות סיבתיות על פרמיות קיצוניות בחוזים עתידיים תמידיים של Bitcoin: האם מצב פרמיה מנבא תשואות עתידיות, והאם הוא מנבא היפוך של הפרמיה בהמשך. הטיפול הוא אינדיקטור בינארי לציון z של פרמיה מעל סף מוגדר. התכנון משתמש בתשואות ובתנודתיות ממבט…

קריפטוחוזים עתידיים תמידייםסטטיסטיקהמיקרו־מבנה השוק
Machine Learning for Trading

המחברת משווה בין DQN, PPO ו-A2C בסביבת מסחר מדומה משותפת, המכוילת לתשואות שעתיות של חוזים עתידיים תמידיים על ביטקוין. מודל GARCH(1,1) מספק צבירת תנודתיות, בעוד הסביבה גובה על שינויי פוזיציה ומחילה פעולה בהשהיה של צעד אחד, כדי למנוע מתן תגמול לסוכן על תשואה…

למידת מכונהקריפטוחוזים עתידיים תמידייםתנודתיות
Machine Learning for Trading

המסמך מסביר רשת קונבולוציה זמנית לחיזוי פרמיות מימון של חוזים תמידיים בקריפטו, על בסיס חלון של 60 מועדי סליקה. ארבעה בלוקי קונבולוציה סיבתיים משתמשים בגרעין בגודל שלוש ובהרחבות של 1, 2, 4 ו־8. שדה הקליטה שלהם משתרע על פני 61 מועדי סליקה, די כדי לכסות את חלון…

קריפטוחוזים עתידיים תמידייםלמידת מכונהחזרה לממוצע
Machine Learning for Trading

מחברת זו מודדת כיצד עלויות ביצוע משפיעות על תצורת החוזים התמידיים בקריפטו שכבר נבחרה. היא משאירה את המודל, נקודת הביקורת, כלל הכניסה, המקצה ובקרת הסיכון קבועים, ואז מריצה מחדש את האסטרטגיה על פני טווח מוגדר של חיובים הלוך ושוב על הסכום הנסחר. עקומת דעיכת…

קריפטוחוזים עתידיים תמידייםבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

מחברת זו בוחנת תכנון יציאה משתי מודלים על נתונים שעתיים של חוזים תמידיים BTC, ETH ו-SOL. מסווג כניסה מזהה תשואות עתידיות חריגות בעוצמתן; ההסתברות החזויה שלו מצטרפת לתכונות טכניות במודל נפרד, שמעריך אם התשואה ב-24 השעות הבאות תהיה שלילית. הסתברות הכניסה…

קריפטוחוזים עתידיים תמידייםלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

ניתוח זה משווה תחזיות אימות מכמה משפחות מודלים למימון בחוזים עתידיים תמידיים. הוא מסביר שמקדם מידע מודד דירוג של תשואות עוקבות, AUC מודד את יכולת המודל להבחין בין תוצאות חיוביות לשליליות, והפסד לוג בוחן את איכות ההסתברויות ומעניש טעויות שנעשו בביטחון רב.…

קריפטוחוזים עתידיים תמידייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

חקר מקרה זה בוחן נתוני שווי כולל נעול של DeFi Llama כקלט אפשרי לצינור מחקר מסחר ב-Ether. הוא מפריד בין עוצמת האות, איכות הנתונים, התאמה משפטית וערך מסחרי, ומתייחס לסוגיות משפטיות ולהיעדר גרסאות היסטוריות שניתנות לשחזור כתנאי סף מחייבים. שלוש טרנספורמציות של…

קריפטומימון מבוזר (DeFi)נתוני בלוקצ׳ייןסטטיסטיקה
Machine Learning for Trading

מחברת זו מעריכה יציאות ברמת הפוזיציה בחוזים עתידיים תמידיים בקריפטו, שנבחרו בשלב הקצאה מוקדם יותר. היא מגדירה סטופים קבועים להפסד, סטופים נגררים הקשורים למחיר הטוב ביותר של כל פוזיציה ויציאות לפי זמן לאחר תקופת החזקה שנקבעה. הגריד שהוצהר כולל ארבעה עשר…

קריפטוחוזים עתידיים תמידייםניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מסמך זה מתאר מערך נתונים ותהליך עבודה לחקר חוזים עתידיים תמידיים על מטבעות קריפטוגרפיים לצד מדד הפרמיה שלהם. הוא מפרט תצפיות OHLCV שעתיות OHLCV וקריאות פרמיה בכל שמונה שעות על פני יקום שהוגדר, לצד שלבי הורדה, טעינה, סינון ואפיון בסיסי. מדד הפרמיה מוגדר כהפרש…

קריפטוחוזים עתידיים תמידייםחוזים עתידייםארביטראז׳
Machine Learning for Trading

המחברת מדגימה תרגול פריסה של מודל לכיוון שיעורי מימון בקריפטו. היא מאמנת מודל LightGBM תלת־מחלקתי על נתוני חוזים תמידיים היסטוריים שמקורם ב-Binance, ואז שולפת נרות שעתיים ושיעורי מימון בזמן אמת מ-OKX, מאגדת את הנתונים למחזוריות של שמונה שעות של האסטרטגיה,…

קריפטוחוזים עתידיים תמידייםשווקי ספוטלמידת מכונה
Machine Learning for Trading

מחברת זו משווה שכפול התנהגות ללמידת חיזוק הפוכה (IRL) לצורך למידה מרישומי ביצוע. ההדגמות מבוססות על לוח ביצוע של TWAP, שמטרתו ניטרלית לסיכון וידועה: לפרוס את ביצוע העסקה באופן אחיד לאורך זמן כדי להגביל את ההשפעה, תוך קבלת חשיפה לסיכון עיתוי. שכפול התנהגות…

ביצוע פקודותלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת בוחנת תוצאות שנשמרו מביקורת אסטרטגיות אמיתיות, המשווה את מנוע LEAN לפרופילי Backtest תואמים של ML4T. היא מזהה את עומסי העבודה לפי מחלקת נכסים הנתמכים על ידי הקלטים שהוקפאו, ומדווחת על ראיות להתאמה בין מילויים, הערכות שווי, חותמות זמן של הערכות השווי,…

בדיקת ביצועים היסטורייםביצוע פקודותמניותחוזים עתידיים
Machine Learning for Trading

מחברת זו בוחנת אם נתוני חוזים עתידיים תמידיים של Binance יכולים לתמוך באסטרטגיית חתך רוחב שמדרגת חוזים לפי פרמיה ונוקטת פוזיציות לונג ושורט. היא אינה מתאימה מודל או מפיקה תחזיות. במקום זאת, היא בודקת את יקום המסחר המוצהר במועדי סליקת מימון, משווה את רוחב…

קריפטוחוזים עתידיים תמידייםסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

תצורה זו מגדירה תהליך מחקר לאסטרטגיית לונג-שורט בחוזים עתידיים תמידיים בקריפטו. היא מגדירה יקום נכסים 19 שנבחר לפי נפח, החלטות המותאמות לסליקות מימון כל שמונה שעות וביצוע במועד המימון. יעד הליבה הוא תשואה קדימה לשמונה שעות, עם וריאציות של תשואה וכיוון; המערך…

קריפטוחוזים עתידיים תמידייםקאריחזרה לממוצע
Machine Learning for Trading

הדגמה זו מתארת את המבנה התפעולי של אסטרטגיית קריפטו הפועלת ברציפות ומחוברת לברוקר ספוט של USD. היא ממפה יקום גדול יותר של חוזים עתידיים תמידיים ממקרה בוחן לקבוצה הקטנה יותר של צמדי ספוט זמינים, ואז מעבירה פרוקסי לציון z של מומנטום דרך לולאה מול הברוקר. היא…

קריפטוחוזים עתידיים תמידייםשווקי ספוטמומנטום
Machine Learning for Trading

מחברת זו מאמנת סוכן למידת חיזוק לתזמון מכירת פקודה קבועה לאורך נרות שעתיים משוק חוזים עתידיים תמידיים בקריפטו. המצב שלו כולל תשואות בפיגור, תנודתיות, נפח השעה הקודמת, הפרמיה של החוזה התמידי ביחס לספוט, והזמן עד לסליקת מימון. חלוקה לפי תאריך מפרידה בין אימון…

קריפטוחוזים עתידיים תמידייםביצוע פקודותלמידת מכונה
Machine Learning for Trading

מחברת זו בונה סקר אבחוני רב-פעמי למערכי נתונים פיננסיים לפני עיבוד מקדים או הנדסת מאפיינים. היא בודקת את סוג הנתונים של אינדקס הזמן, חותמות זמן חסרות, סדר וייחודיות; מוצאת כפילויות מדויקות וכאלה המבוססות על מפתחות; מודדת ערכים חסרים לפי שדה, נכס ותאריך;…

סטטיסטיקהמניותקריפטוחוזים עתידיים
Machine Learning for Trading

פרק זה מציג מסגרת להערכת טענות סיבתיות במחקר מסחר כמותי. הוא מתחיל בהגדרות ברורות של טיפול, תוצאה, אומד, תוצאה נגדית וקבוצת התאמה, ואז מתאים שאלות מחקר לשיטות: Double Machine Learning‏ (DML) לחשיפות רציפות, סדרות זמן מבניות בייסיאניות לאירועים בדידים ושיטות…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטורייםהשקעה מבוססת גורמים
Machine Learning for Trading

מחברת הערכה זו מסננת מאפיינים פיננסיים ומבוססי מודל לפי הקשר שלהם לתשואה בשמונה השעות הבאות בחוזים עתידיים תמידיים בקריפטו. היא בונה את מדגם ההערכה מחלונות אימות בווק-פורוורד, משאירה את מדגם ההחזקה הסופי מחוץ לניתוח ומדרגת כל מאפיין לפי מתאם הדירוג הרוחבי…

קריפטוחוזים עתידיים תמידייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המסמך מסביר מדוע משתמשים ב־TabM למידול נתוני פאנל של מימון בחוזים תמידיים: התשתית העצבית המשותפת שלו משלבת את כל תכונות הקלט, ואילו שכבות לא־ליניאריות יכולות לייצג אינטראקציות. בניגוד לעץ שבוחר תכונה אחת בכל פיצול, תכנון זה יכול להשתמש יחד בעמודות מתואמות.…

קריפטוחוזים עתידיים תמידייםלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו בוחנת מודלים מסוג Gradient Boosting לחיזוי תשואות וכיוון בחוזים תמידיים בקריפטו. רשת החיפוש משנה את קיבולת העצים ואת פונקציית ההפסד, לרבות מטרות של שגיאה בריבוע, שגיאה מוחלטת ו־Huber, תוך ניקוד המודלים בנקודות שונות במהלך האימון. היא מסבירה כיצד…

קריפטוחוזים עתידיים תמידייםלמידת מכונהמומנטום
Machine Learning for Trading

מחברת זו אומדת אם ציון התקן של הפרמיה בחוזה תמידי בקריפטו משפיע על תשואות שמונה השעות הבאות, כאשר שלושה גורמים מוצהרים — תנודתיות המחיר, שיעור המימון וסטיית הפרמיה הממוצעת — מוחזקים קבועים. מכיוון שהטיפול הוא רציף, היעד הוא שיפוע המתאר את השינוי בתשואה…

קריפטוחוזים עתידיים תמידייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

ניתוח גישוש זה מאפיין נתוני OHLCV שעתיים של חוזים תמידיים בקריפטו לצד מדד פרמיה המתעדכן כל שמונה שעות. הוא בוחן כיסוי לפי סמל ותאריך, שינויים בחברות בחוזים, יחידות והתפלגות הפרמיה, תקינות OHLC, ערכים חסרים ויישור בין מחירים שעתיים לתצפיות פרמיה בתדירות נמוכה…

קריפטוחוזים עתידיים תמידייםמיקרו־מבנה השוקסטטיסטיקה