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

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

ביקורת זו משווה כמה מנועי בקטסטינג על נתונים היסטוריים משותפים להקצאת ETF, לחוזים עתידיים של CME, לחוזים תמידיים בקריפטו עם מימון, למטבע חוץ ולמניות US. כל זוג נתמך מקבל את אותם נתוני שוק המזוהים לפי תוכנם ואותם יעדי מודל קפואים, וכך מבודדת התנהגות הביצוע…

בדיקת ביצועים היסטורייםביצוע פקודותריבוי נכסיםחוזים עתידיים
Machine Learning for Trading

המחברת מממשת כלל חזרה לממוצע מסוג RSI בלבד עבור חוזים תמידיים של BTC/USDT, באמצעות מנוע בקטסטינג מונחה אירועים. היא מאגדת נרות תוך־יומיים לנתוני OHLCV יומיים לפי UTC, מחשבת RSI מתגלגל של רווח והפסד, נכנסת כשהמדד יורד מתחת לסף התחתון ויוצאת כשהוא עולה מעל הסף…

קריפטוחוזים עתידיים תמידייםחזרה לממוצעאינדיקטורים טכניים
Machine Learning for Trading

המחברת מסבירה קו בסיס של רכיבים ראשיים לחיזוי תשואות חוזים עתידיים של CME. ‏PCA מותאם לפאנל תשואות המוצרים של קיפול האימון, ולכן הרכיבים שלו מייצגים כיווני תנועה משותפת בין חוזים ולא מאפייני נשיאה, מומנטום או תנודתיות מכווצים. בכל קיפול נעשה שימוש חוזר באותה…

חוזים עתידייםהשקעה מבוססת גורמיםסטטיסטיקהבדיקת ביצועים היסטוריים
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 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

המחברת מסבירה כיצד לבנות תוויות של תשואת מחיר עתידית לפאנל של חוזים תמידיים בקריפטו בתדירות של שמונה שעות. היא מזיזה את חותמות הזמן של פתיחת הנרות למועד שבו נתוני הנר שהושלם נעשים זמינים, ואז מחשבת תשואות עתידיות בסדרת מחירי החוזה לפני צירוף מאפייני החיזוי.…

קריפטוחוזים עתידיים תמידייםחזרה לממוצעסטטיסטיקה
Machine Learning for Trading

הפרק סוקר דרכים ליצירת נתונים פיננסיים סינתטיים וכיצד להחליט אם התוצר מועיל. הוא מתחיל במספר המוגבל של מסלולי שוק שהתממשו ובסיכון שחיפושים חוזרים אחר אסטרטגיות ינפחו את ביצועי הבקטסט הנחזים. הוא משווה שיטות סימולציה בסיסיות שניתנות לפרשנות, ובהן בוטסטרפ…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטורייםניהול סיכונים
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

הניתוח משווה מודלי תחזית רשומים של ETF בין כמה משפחות, על פאנל משותף של נכסים שונים. הוא מעריך עד כמה כל מודל מדרג קרנות לפי תשואות עוקבות באמצעות מקדמי מידע, בוחן רווחי סמך ועקביות ברמת הקיפול, ובודק אם התחזיות של המשפחות מסכימות. המאפיינים נגזרים…

ריבוי נכסיםלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

כלי זה מחשב מדדי הטיית בחירה ואי־ודאות בביצועים עבור קבוצות של בקטסטים של אסטרטגיות. הוא יוצר קבוצות ברמת המשפחה, ברמת השלב והתווית, וברמת התווית, ואז מחשב מדדים הכוללים יחסי שארפ מתוקנים להטיה, מספר ניסויים אפקטיבי, חסם מוביל מותאם למורכבות, מבחן המציאות של…

בדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכונים
Machine Learning for Trading

הניתוח מסביר כיצד נתוני חוזים עתידיים של CME מאורגנים למוצרים, חוזים עם מועדי פקיעה וסדרות רציפות המתגלגלות לפי נפח. הוא משתמש בנתוני E-mini S&P 500 כדי להראות שלחוזים בודדים יש חלונות מסחר מוגבלים החופפים סביב גלגול, בעוד שסדרה רציפה של החודש הקרוב מחברת…

חוזים עתידייםסחורותריבוי נכסיםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מתאר עקרונות מימוש למנוע בקטסט משותף ומתמקד בפרשנות נכונה של רשתות תשואה בעת אנואליזציה של ביצועים. הוא אומד את תדירות הדגימה הנצפית לפי הפערים הטיפוסיים בין תצפיות תשואה, משמיט פערים ארוכים באופן חריג ואז משווה את האומדן לתדירות שהוגדרה במחקר המקרה.…

בדיקת ביצועים היסטורייםניהול סיכוניםסטטיסטיקהבניית תיק
Machine Learning for Trading

המחברת משווה הקצאות במשקל שווה, במשקל לפי ציון חיובי ובמשקל לפי רוחב קונפורמי, עבור קרנות סל מובילות וחוזים עתידיים של CME. היא אומדת רוחבי מרווחים בשיטת קונפורמיות מפוצלת, ספציפיים לכל ישות, על סמך שאריות בקיפולי אימות קודמים, ומחריגה תצפיות שתוויות התשואה…

מניותחוזים עתידייםקביעת גודל פוזיציהניהול סיכונים
Machine Learning for Trading

המסמך מציג מקודד אוטומטי מפוקח כבקרה למודלים מותנים של גורמים חבויים. הוא ממפה מאפייני חברות ישירות לתשואות עתידיות, תוך דחיסת 57 קלטים דרך צוואר בקבוק צר. השוואתו למקודד אוטומטי מותנה המשתמש באותו צוואר בקבוק נועדה להראות אם מבנה הגורמים מוסיף ערך מעבר…

מניותלמידת מכונההשקעה מבוססת גורמיםסטטיסטיקה
Machine Learning for Trading

המחברת מסבירה כיצד פיצולי מניות ודיבידנדים במזומן משבשים סדרות מחירים היסטוריות גולמיות ומעוותים תשואות מחושבות. היא מדגימה התאמה לאחור, שבה מחירים היסטוריים מותאמים מחדש לפעולות תאגידיות מאוחרות יותר, ומיישמת את השיטה על נתוני OHLCV של מניות. הסדרה המותאמת…

מניותשווקי ארצות הבריתבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

הניסוי משלב תחזיות אימות ממודל עצים עם הגברת גרדיאנט, מרשת עצבית טבלאית וממודל גורמים חבויים לדירוג חודשי של ETF. תחילה הוא מתקנן את התחזיות בחתך לרוחב באמצעות ציוני z, ואז מחשב את הממוצע שלהן. האנסמבל מוערך באמצעות מקדם המידע (IC) עם אומדני אי-ודאות עקביים…

ריבוי נכסיםלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מציג שיטות משותפות ליצירת מאפיינים ממודלים מותאמים, בלי להשתמש בתצפיות עתידיות. במודלים חבויים של מרקוב, הוא מבחין בין הסתברויות מצב מסוננות, המבוססות על תצפיות עד הזמן הנוכחי, לבין הסתברויות מוחלקות, המותנות ברצף המלא ועלולות לדלוף מידע עתידי. הוא גם…

למידת מכונהתנודתיותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מתאר שיטת ווק-פורוורד להמרת שאריות תחזית לרוחבי אי-ודאות לכל ישות, המשמשים לקביעת גודל הפוזיציות. בכל מועד החלטה, הכיול משתמש בשאריות שכבר הספיקו להתברר, בפיגור שנקבע לפי אופק התחזית ועם מינימום של צעד אחד. ניתן להשתמש גם בקיפולים מוקדמים יותר וגם…

קביעת גודל פוזיציהניהול סיכוניםסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחקר המקרה בוחר תצורה אחת מתוך מאגר מוקפא של אסטרטגיות לחוזים עתידיים תמידיים בקריפטו, הכולל תוויות שונות לתשואה ולכיוון, שיטות שונות לקביעת גודל התיק ושכבות סיכון. הוא בוחר את שארפ האימות הגבוה ביותר, ואז בוחן אי-ודאות באמצעות רווח סמך של Bootstrap בלוקים,…

קריפטוחוזים עתידיים תמידייםבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת מסבירה כיצד להעריך תחזיות הסתברותיות ולפקח על תהליך חיזוי. היא משווה ציוני Brier ו-log, שגיאת כיול צפויה וחדות; מראה כיצד תרשימי מהימנות חושפים היכן התחזיות בטוחות מדי או לא בטוחות מספיק; ומתארת התאמת טרנספורמציות כיול בלי להעריך אותן על אותן תצפיות.…

סטטיסטיקהלמידת מכונהניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המדריך הופך אותות חתך של ETF לתיקים ארוכים בלבד, במשקל שווה ובעשרת הנכסים המדורגים בראש, ומשווה רגרסיית Ridge וסיווג לוגיסטי למדדי ייחוס של מומנטום ומשקל שווה. המודלים מותאמים בחלונות אימון של ווק-פורוורד עם מרווח עבור תווית התשואה העתידית, ולאחר מכן התיקים…

מניותבדיקת ביצועים היסטורייםביצוע פקודותבניית תיק
Machine Learning for Trading

מחקר זה בודק אם ההתאמה החלשה של מודל ליניארי לתשואות חודשיות של מניות US נובעת מיעד שגיאה ריבועית. הוא משאיר קבועים את יעד התשואה העתידית הלא-מוגבל, את המאפיינים ואת קיפולי הווק-פורוורד, תוך השוואת מודלי עצים מוגברים שאומנו עם שגיאה ריבועית, שגיאה מוחלטת…

מניותשווקי ארצות הבריתלמידת מכונהסטטיסטיקה