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

509 מסמכים

Machine Learning for Trading

מחברת זו בוחנת רשומות עסקאות וציטוטים של AAPL במהלך מפולת השוק במרץ 16, 2020, כדי להראות כיצד מיקרו־מבנה השוק משתנה תחת לחץ. היא מסננת את סרט הנתונים לשעות המסחר הרגילות, מבחינה בין רישומי עסקאות לעדכוני מחירי הקנייה והמכירה הטובים ביותר בשוק, ומודדת את…

מניותמיקרו־מבנה השוקביצוע פקודותתנודתיות
Machine Learning for Trading

מדריך זה מסביר כיצד לארגן נתוני שוק מעבר להורדות חד-פעמיות. הוא מציג מנהל מאוחד לשליפת סימולים יחידים או קבוצות, יקומי סימולים מוגדרים מראש ומותאמים אישית, ואחסון Parquet המחולק לפי Hive. הוא עוסק גם בשליפת טווחי תאריכים, בעדכון נתונים שמורים באופן מצטבר,…

ריבוי נכסיםמניותבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

מחברת זו בוחנת כללי סיכון ברמת הפוזיציה וברמת התיק על שילובי הקצאת ETF מובילים באסטרטגיה חודשית. היא מקבעת כל תחזית רשומה, ריכוזיות ומקצה, ואז משווה את התוצאות עם שכבת הסיכון לבסיסי ההקצאה המקוריים שלהן. הסריקה כוללת הוראות סטופ-לוס קבועות, סטופים נגררים…

מניותניהול סיכוניםבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

המחברת מתייחסת לכל חלון תשואות כהתפלגות אמפירית ומקבצת חלונות לפי מרחק וסרשטיין חד-ממדי. במדגמים שווי גודל, מיון נותן את ההתאמה האופטימלית בין הכמויות; לכן המרחק משקף הבדלים ברחבי התפלגות התשואות, כולל מיקום הזנבות, שהממוצע והשונות עלולים להחמיץ. מרכזי…

מניותלמידת מכונהסטטיסטיקהתנודתיות
Machine Learning for Trading

מחברת זו מסבירה מודל לימודי של מרחב מצבים סלקטיבי המבוסס על Mamba, ומעריכה אותו לחיזוי תשואות ETF. בניגוד למודל מרחב מצבים עם פרמטרים קבועים, הוא גוזר מהקלט הנוכחי את האיבר מקלט למצב, את האיבר ממצב לפלט ואת גודל הצעד. גודל הצעד קובע באיזו מהירות המצב הקודם…

מניותלמידת מכונהמומנטוםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מציגה מענה לשאלות על גרף Neo4j של החזקות מוסדיות מסוג 13F. היא מנתבת שאלה לאחת משלוש תבניות Cypher שנכתבו מראש, במקום ליצור שאילתה מתוך השאלה, ומשתמשת בפרמטרים קבועים, במדיניות סכימה לקריאה בלבד, במגבלות שורות ובמגבלת זמן. התבניות מכסות מוסדות…

מניותניהול סיכוניםמיקרו־מבנה השוק
Machine Learning for Trading

מחברת זו בונה צינור אחזור על קטעים מדוחות 10-K של חברות. היא טוענת קבוצה יציבה של דוחות, מחלקת את הטקסט לחלונות משפטים, יוצרת הטמעות מקומיות ומוסיפה את המקטעים לאינדקס במסד נתונים וקטורי. ההרצה שנמדדה מתמקדת באחזור, משום שיצירה חיה באמצעות מודל שפה מושבתת.…

למידת מכונהסטטיסטיקהמניותשווקי ארצות הברית
Machine Learning for Trading

הערת תצורה זו מסבירה מדוע רגרסיה לוגיסטית לשלוש מחלקות עם ענישת L1 משתמשת ב-SAGA עם סבילות שהוחמרה במפורש. היא משווה את SAGA ל-liblinear בפאנל לחיזוי מיקרו-מבנה של Nasdaq 100, ומדווחת שבהרצות שנמדדו, ההתאמה של SAGA הייתה מהירה יותר והציגה log loss ודיוק…

למידת מכונהסטטיסטיקהמניותשווקי ארצות הברית
Machine Learning for Trading

מחברת זו מציגה חתימות מסלול כמאפיינים באורך קבוע, המשמרים את סדר התצפיות ואת הגאומטריה המשותפת שלהן בתוך חלון של סדרה עתית. הרמה הראשונה מתעדת את השינוי הכולל בכל קואורדינטה; השנייה לוכדת שטח חתום בין זוגות קואורדינטות, וחושפת את סדר התנועה שנתונים סטטיסטיים…

מניותאינדיקטורים טכנייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מחברת זו מסבירה כיצד לבנות ולבדוק פאנל רבעוני של נתוני יסוד למניות US מנתוני SEC XBRL, תוך שמירה גם על התקופה שהנתון מתאר וגם על התאריך שבו הוא הפך לציבורי. לבקטסט תקף היסטורית, תאריך ההגשה או ההכרזה קובע מתי ניתן להשתמש בערך; סוף הרבעון הפיסקלי הוא התקופה…

מניותהשקעה מבוססת גורמיםבדיקת ביצועים היסטורייםשווקי ארצות הברית
Machine Learning for Trading

המחברת מתארת ניתוח למידת מכונה כפולה בחלון מתרחב, הבוחן אם מומנטום של 12 עד -2 חודשים מנבא תשואות של חברות US בחודש הבא, לאחר התניה ב-Beta, IdioVol, LME ו-Variance. מודלי העזר מאומנים על חודשי החלטה מוקדמים יותר, תוך שמירה על חברות יחד מעבר לגבולות הקיפולים…

מניותמומנטוםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מחברת זו בונה את N-BEATS כדי לחזות מחירי סגירה של SPY. בלוקים מחוברים במלואם מעבדים חלון מלא של נתוני עבר, וכל אחד מפיק שחזור לאחור שמחסירים לפני הבלוק הבא, וכן תחזית לטווח העתידי. בלוקים מוגבלים משתמשים בבסיסים פולינומיים ובסיסי פורייה, כך שניתן להציג את…

למידת מכונהמניותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המדריך מסביר כיצד לזהות ולמנוע הטיית מבט לעתיד בנתוני ETF ובנתונים מקרו־כלכליים. הוא מראה שממוצעים נעים ממורכזים משתמשים בתצפיות עתידיות, בעוד שמתאם פשוט בין רמתו של מאפיין לתשואה בתקופה הבאה עלול להחמיץ דליפת מידע — אפילו כשהמאפיין כולל ישירות את מחיר המחר.…

בדיקת ביצועים היסטורייםסטטיסטיקהמניותשווקי ארצות הברית
Machine Learning for Trading

המסמך מעריך כיצד עלויות מסחר משנות את ביצועי האימות של הקצאה אחת למניות ולאופציות ב-S&P 500, שנבחרה קודם לכן. הוא סורק חיובים חד־כיווניים כחלק יחסי מהשווי הנסחר ומשווה אותם לעמלה קבועה למניה ולחצי מרווח. צירי העלויות האלה מייצגים הנחות שונות ואין לקרוא אותם…

מניותאופציותבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

המחברת משתמשת בניתוח רכיבים ראשיים המבוסס על מתאמים בתשואות ETF מגזריות כדי לתאר גורמי סיכון משותפים ורוטציה בין מגזרים. תקנון התשואות מעניק לכל מגזר שונות יחידה לפני הפירוק, ומצמצם את הסיכוי שמגזר תנודתי יותר ישלוט ברכיבים. שיעורי השונות ותרשים המרפק…

מניותהשקעה מבוססת גורמיםסטטיסטיקהבניית תיק
Machine Learning for Trading

המחברת סוקרת שיטות לזיהוי שינויים בסדרת זמן פיננסית, באמצעות SPY כדוגמה. היא משווה את מבחן Zivot–Andrews, שאומד שבר אחד תוך בדיקת השערת שורש יחידה, ל-PELT ולחלוקה בינארית למקטעים, שמחלקות סדרה לפי עלות ועונש שנבחרו או לפי מספר השברים. תוצאות החלוקה שונות…

מניותסטטיסטיקהלמידת מכונהניהול סיכונים
Machine Learning for Trading

המחברת מעריכה מודל סנטימנט פיננסי שאומן מראש על כותרות, באמצעות כותרות FinMarBa, ומסבירה מדוע התוצאה אינה בדיקה נקייה של העברת סנטימנט. FinBERT אומן מול שיפוטים אנושיים על סנטימנט בטקסט, ואילו התוויות השליליות, הניטרליות והחיוביות של FinMarBa נגזרות מתנועות…

למידת מכונהסנטימנט שוקמניותסטטיסטיקה
Machine Learning for Trading

המחברת משווה מודלי רצף ברשת שבועית לחיזוי אותה תשואה עתידית של חמישה ימי מסחר המשמשת ברשת יומית. דגימה בימי שישי הופכת את התווית ליעד מקורב של צעד אחד קדימה, ומאפשרת להשוות ניסוח של רגרסיה ישירה למודל חיזוי שנבנה לחיזוי התצפית הבאה. שניהם משתמשים בהיסטוריה…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת בונה עוזר מחקר מבוסס אחזור והעשרה מעל קטעים מדוחות 10-K של חברות US. היא טוענת את הדוחות, מחלקת את הטקסט לחלונות משפטים, מטמיעה את הקטעים באמצעות מודל מקומי ומוסיפה אותם לאינדקס לחיפוש דמיון. ההרצה המוצגת מודדת אחזור עבור שאלה שניתן לענות עליה, כמה…

למידת מכונהמניותסטטיסטיקה
Machine Learning for Trading

המחברת מדגימה אימון של רשת יריבות יוצרת על מאפיינים יומיים של ETF תוך שימוש בפרטיות דיפרנציאלית. היא מציגה את הבטחת הפרטיות ואת התקציב, ואז משתמשת ב-Opacus כדי לקצץ את גרדיאנט המבחין של כל דגימה לפני צבירת הגרדיאנטים והוספת רעש מכויל. מנגנון חשבונאות פרטיות…

למידת מכונהסטטיסטיקהמניותניהול סיכונים
Machine Learning for Trading

המחברת מיישמת את TabM, אנסמבל עצבי עם שיתוף משקולות, על יעדי תשואה של מניות שנבנו ממאפייני אופציות על מניות. החברים באנסמבל משתמשים באותה רשת בסיס בת שתי שכבות, עם וקטורים נפרדים להגדלת קנה המידה של ההפעלות וראשי פלט שאת תחזיותיהם ממוצעים. כך המודל יכול לשלב…

מניותאופציותלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

הערת הנתונים מתארת אוסף מגוון של קרנות סל המשמשות באסטרטגיית מומנטום ובסדרה רחבה יותר של דוגמאות למחקר פיננסי. היא כוללת נתוני פתיחה, שיא, שפל, סגירה ונפח יומיים החל מ־2006, המחולקים לפי US סגנונות ומגזרים של מניות, שווקים בינלאומיים ומתעוררים, הכנסה קבועה,…

ריבוי נכסיםמניותניירות ערך בעלי הכנסה קבועהסחורות
Machine Learning for Trading

המחברת מיישמת את TabM על טבלה שטוחה של מאפייני מניות US, וממקמת אותו בין מודלים ליניאריים עם קנסות לבין אנסמבלים של עצים. כל חבר באנסמבל חולק את שלד הרשת העצבית, אך יש לו וקטור קנה מידה ושכבת פלט משלו; מיצוע תחזיות החברים יוצר אנסמבל עם פחות חישוב נוסף…

מניותלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מתאימה מודלי ridge, lasso ו־elastic-net למגוון רחב של מאפייני מניות אמריקאיות מבוססים US, ובהם מדדי ערך, רווחיות, השקעה, מומנטום, גודל, סיכון ונזילות. היא בוחנת תשואות חודשיות גולמיות, יעד תשואה שעבר winsorization בחתך רוחבי ותווית סיווג תשואה באמצעות…

מניותהשקעה מבוססת גורמיםמומנטוםלמידת מכונה