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

652 מסמכים

Machine Learning for Trading

מחברת זו הופכת תחזיות ברמת המניה לתיקים שנבנים על נתוני אימות. בכל מועד איזון מחדש היא מדרגת מניות לפי התשואה החזויה, קונה את הקבוצה העליונה ומבצעת שורט על הקבוצה התחתונה, ומקצה הון שווה לכל פוזיציה. היא מחילה את קו הבסיס על כלל אוכלוסיית התחזיות המוצהרת ועל…

מניותלמידת מכונהבדיקת ביצועים היסטורייםבניית תיק
Machine Learning for Trading

מחברת זו מגדירה תוויות תשואת מחיר עתידית עבור פאנל קבוע של חוזים תמידיים בקריפטו ומסבירה כיצד בניית התוויות משפיעה על כל מודל ובקטסט בהמשך. היא מזיזה את חותמות הזמן של פתיחת הנר למועד שבו הנתונים שהושלמו נעשים זמינים, בונה חלונות עתידיים על סדרת מחירי החוזים…

קריפטוחוזים עתידיים תמידייםבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

מודול המקור בונה טבלאות קטלוג מרשמי ניסויים עבור תחזיות מודלים ובקטסטים. הוא מגדיר שדות שמורים למקור, לזהות, לסטטוס השלמה, לזמינות ארטיפקטים ולמדדים. הקטלוג כולל מדדים שונים שעונים על שאלות שונות, ובהם מקדמי מידע ברמת קיפול ומתוקנים בשיטת Newey-West, מדדי…

בדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכוניםבניית תיק
Machine Learning for Trading

מחברת זו מדגימה כיצד הוראה בסכום דולרי קבוע עלולה לגרור עלויות שונות מאוד בין מניות, משום שגודלה ביחס לנפח המסחר הזמין חשוב. היא מחילה מודל השפעת שוק של שורש ריבועי על אסטרטגיית מומנטום שקונה כשהאות חיובי, באמצעות נתוני מניות US יומיים מתואמים. בחירת המניות…

מניותמומנטוםבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

מחברת זו בוחנת תצורות רצף של LSTM ו-NLinear במוצרי חוזים עתידיים של CME. מודלי סדרות זמן צורכים חלונות תצפיות לפי סדרם ובודקים אם המסלול האחרון מכיל מידע מעבר למאפייני סיכום הנדסיים. LSTM לומד מצב חבוי משתנה לאורך החלון, בעוד NLinear ממפה תצפיות מנורמלות…

חוזים עתידייםלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

מחברת זו מתארת תהליך עבודה משותף לאימון רשתות קונבולוציה על פני זמן על נתוני צמדי FX יומיים. במקום להתייחס לכל תאריך כשורת מאפיינים מבודדת, המודל משתמש בחלון מבט לאחור קבוע של תצפיות רצופות. מנגנון ההרצה קובע אילו תאריכים מתאימים לחיזוי, מוציא חלונות החוצים…

מט״חלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

חקר מקרה זה מעריך אותות מומנטום ו־Carry יומיים ביקום קטן ומתואם של צמדי מטבעות ספוט של G10. תהליך העבודה עובר מבדיקות היתכנות ותוויות תשואה עתידית דרך תכונות מהונדסות ומבוססות מודל, אימות צולב, כמה משפחות מודלים, ניתוח סיבתי, בקטסטים, השוואות הקצאה וסיכון,…

מט״חמומנטוםקאריבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מתאימה את TSMixer לחיזוי תשואות עתידיות של ETF על סמך תכונות מומנטום היסטוריות. הארכיטקטורה מחליפה בין טרנספורמציה ליניארית משותפת לאורך ציר הזמן לבין פעולת ערבוב תכונות MLP, המבוצעת בנפרד בכל תאריך. נרמול מקדים וקישורים שיוריים תומכים בבלוקים…

למידת מכונהמניותמומנטוםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מסבירה מדוע יש להתאים את יחס שארפ שנצפה לאסטרטגיה כאשר נבחר מתוך ניסויים רבים. היא מציגה את יחס שארפ המנוכה (DSR), המשווה את התוצאה שנבחרה לקו בסיס שעולה עם מספר האסטרטגיות שנבדקו ופיזורן, ומתחשב גם באסימטריה ובגבנוניות של התשואות. סימולציה של…

בדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכונים
Machine Learning for Trading

המחברת מתאימה מקודד אוטומטי מפוקח למניות יומיות של US. המודל משחזר מאפייני מחיר ונפח מדורגים, בעוד ראשי סיווג ראשיים ועזר מאמנים ייצוג חבוי משותף לחיזוי אם התשואות חיוביות בכמה אופקים עתידיים. היא מתארת בניית תכונות, תוויות מדויקות של תאריך מסחר גלובלי,…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת מציגה תהליך לצמצום מערך גדול של תכונות ETF למועמדות למידול בהמשך. היא מדרגת תכונות באמצעות מקדמי מידע של ספירמן בחתך רוחב מול תשואות עתידיות, שמחושבים לפי תאריך ואז עוברים מיצוע. סטטיסטיקות מתוקנות של Newey–West מתחשבות בתלות סדרתית בסדרת IC היומית,…

מניותסטטיסטיקהלמידת מכונההשקעה מבוססת גורמים
Machine Learning for Trading

מחברת זו בוחנת את TabM, תכנון רשת עצבית לנתונים טבלאיים, על מאפייני חברות חודשיים. היא משווה בין שלוש הגדרות קבועות מראש שמגדילות את הרוחב החבוי ואת מספר חברי האנסמבל, תוך השארת יתר הגדרות האימון קבועות. מריץ האימון המשותף קובע את פונקציית המטרה: שגיאה…

מניותלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מחילה אסטרטגיית מניות ואופציות של S&P 500 שנבחרה קודם לכן על תחזיות לתקופת בדיקה שמורה נפרדת של 2021. היא משמרת את התצורה שנבחרה ללא שינוי, לרבות מקצה הנכסים, כללי הריכוזיות, שכבת הסיכון ועלויות המסחר, ודורשת שתחזיות תקופת הבדיקה השמורה יתאימו למפרט…

מניותאופציותבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

ניתוח זה מסביר כיצד לקרוא מקדמי מידע עבור קטלוג של מודלי חיזוי לחוזים עתידיים של CME. הוא מגדיר את IC בכל תאריך כמתאם דירוג בין התשואות החזויות והממומשות על פני המוצרים, ואז מחשב ממוצע של הערכים היומיים האלה על פני קיפולים. הדבר תואם אסטרטגיה במשקל שווה…

חוזים עתידייםסטטיסטיקהלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מריצה שלושה סוכני מחקר זהים מכל בחינה אחרת סביב שאלה על מיתון, באמצעות שחזור של תיעוד שמור או הרצה מקבילה של מודלים חיים וחיפוש. היא מתעדת את ההסתברות והביטחון של כל סוכן, את פעילות איסוף הראיות ואת ציר הזמן של השיחה, ואז בוחנת צבירת תחזיות בהנחת מתאם…

למידת מכונהסטטיסטיקהסנטימנט שוקבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מאגדת בדיקות בקטסט רשומות ממחקר מקרה של ETF להערכת אסטרטגיה המביאה בחשבון אי־ודאות. היא קוראת מדדי ביצועים עם רווחי סמך של בוטסטרפ בלוקים ומשתמשת בבוטסטרפים מזווגים כדי להשוות בין שלבים עוקבים בצינור העבודה, גרסאות אסטרטגיה ותוצאות במבחן החזקה.…

בדיקת ביצועים היסטורייםסטטיסטיקהבניית תיקהשקעה מבוססת גורמים
Machine Learning for Trading

המחברת מסבירה כיצד פאנל מאקרו המתוארך לתקופה שהוא מודד עלול לדלוף מידע עתידי לבקטסט מסחר. היא מעריכה תאריכי פרסום באמצעות הוספת אורך התקופה לתאריך המצוין ואז החלת עיכוב פרסום שמרני על בסיס לוחות הזמנים של הסוכנויות. תצפיות חודשיות ורבעוניות משוחזרות לפי…

בדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכוניםריבוי נכסים
Machine Learning for Trading

המחברת מממשת את DeePM, מדיניות תיק מקצה לקצה עבור יקום ETF מגוון. המודל משלב מאפיינים זמניים, מטא־נתונים של נכסים, קשב בחתך רוחב וקדם גרף מאקרו שמתיר קשב בתוך קבוצות נכסים ובין קשרים נבחרים בעלי מניע כלכלי. פונקציית המטרה SoftMin מדגישה ביצועי שארפ בחלונות…

ריבוי נכסיםבניית תיקלמידת מכונהניהול סיכונים
Machine Learning for Trading

המחברת ממירה כותרות פיננסיות לאותות ברמת המניה ומעריכה אותם מול תשואות עתידיות. היא מטמיעה כותרות, מודדת הפתעת חדשות כמרחק סמנטי מקו בסיס מתגלגל של הטמעות, ומשלבת את ההפתעה עם כיוון הסנטימנט כדי להבחין בין חדשות שוריות חריגות לדוביות חריגות. היא מחשבת גם…

מניותהשקעה מבוססת גורמיםסנטימנט שוקלמידת מכונה
Machine Learning for Trading

המסמך מסביר כיצד להעריך אסטרטגיית מניות US שנבחרה קודם על נתוני בדיקה חיצונית, תוך שמירה על תצורה קבועה. הוא גוזר את קבוצת התחזיות הנכונה לבדיקה החיצונית מזהות האימון של המודל הנבחר ומנקודת הביקורת, ואז מחיל את המקצה, כללי הריכוזיות, תדירות האיזון מחדש, שכבת…

מניותשווקי ארצות הבריתבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

המסמך מסביר כיצד ליצור מאפיינים לצמדי מטבעות משלושה מודלי סדרות זמן שעברו התאמה: מסנן מרחב־מצבים המעריך רמת מחיר המשתנה באיטיות, מודל מרקוב חבוי בעל שני מצבים למשטרי תנודתיות הדולר, ומודל ARIMA ששגיאות התחזית שלו לצעד אחד מייצגות הפתעות בתשואה. הוא מאגד…

מט״חסטטיסטיקהתנודתיותבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מודדת כיצד עלויות מסחר משפיעות על אסטרטגיות שכבר נבחרו בשלבי בחירת אות, הקצאה ושכבת סיכון. היא מקבעת תצורה אחת שנבחרה באימות לכל תווית לפני שינוי העלויות, כך שהעקומות המתקבלות מבודדות את השפעת החיכוך המונח במקום לבחור מחדש אסטרטגיה בכל רמת עלות. היא…

מניותבדיקת ביצועים היסטורייםביצוע פקודותניהול סיכונים
Machine Learning for Trading

המחברת בוחנת אם מודלי רצף יכולים לשפר סיכומים שנבנו ידנית של היסטוריית פרמיית המימון התמידית. היא משווה בין NLinear, מודל ליניארי פשוט שקורא חלון מסודר, לבין LSTM דו־שכבתי. שני המודלים משתמשים באותו סדר מאפיינים, קיפולי ווק-פורוורד, מדיניות נתונים חסרים ולוח…

קריפטולמידת מכונהחוזים עתידיים תמידייםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מסביר מדוע אי אפשר להעריך פקודות עצירת הפסד, עצירות נגררות ויציאה לפי זמן במחקר מקרה שבו הבקטסט מחזיק משקולות לאורך חודש וצופה רק בתשואה החודשית קדימה שהושגה בפועל. כללים כאלה תלויים במסלול המחיר בין הכניסה ליציאה; ללא מחירי ביניים, סטיות מקסימליות…

מניותניהול סיכוניםבדיקת ביצועים היסטורייםקביעת גודל פוזיציה