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

831 מסמכים

Machine Learning for Trading

פרק זה מסביר כיצד להעריך מודלים פיננסיים של למידת מכונה תוך כיבוד המידע שהיה זמין בכל מועד החלטה. הוא מבחין בין אימון, אימות ותקופת מבחן סופית, ומסביר מדוע אימות k-fold עם ערבוב אקראי מאפשר למודלים להתאמן על תצפיות עתידיות כשהם חוזים את העבר. קיפולי…

למידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכונים
Machine Learning for Trading

המחברת בונה את N-BEATS, ארכיטקטורת חיזוי עצבית מחוברת במלואה שמעבדת חלון קלט שלם וחוזה מסלול עתידי. הגרסה הניתנת לפרשנות שלה מגבילה בלוקים לבטא רכיבים באמצעות בסיסים של מגמה פולינומית ועונתיות פורייה. חיזויים לאחור עם שארית מאפשרים לבלוקים מוערמים להביא…

למידת מכונהמניותבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת משווה מודלי LightGBM לקו בסיס של רידג׳ לחיזוי תשואות ETF בשני אופקי זמן. היא מסבירה מדוע עצים יכולים לזהות אינטראקציות התלויות במשטר שוק, כגון התנהגות שונה של מומנטום בעת לחץ בשוק, ואילו פיצולים חמדניים עלולים להיות לא יציבים כשהמאפיינים מתואמים מאוד.…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת משווה אחזור מובנה בסגנון גרפי לאחזור וקטורי המבוסס על הטמעות, באמצעות החזקות מוסדיות מדיווחי 13F. היא בונה תמונת החזקות לפי נקודת זמן בחיתוך קבוע, מגבילה את יקום המניות ויוצרת שאלות על מחזיקי מניות, החזקות מוסדיות ומוסדות עם פוזיציות משותפות. לכל שאלה…

מניותלמידת מכונהסטטיסטיקהבניית תיק
Machine Learning for Trading

המחברת מדגימה תהליך הקושר עסקאות מפסידות להסברי המודל הקשורים להחלטות שהתקבלו בהן. היא בונה פאנל מאפיינים לנכס יחיד, SPY, מנתוני מחיר ומידע מאקרו־כלכלי, מאמנת מודל LightGBM על תצפיות מוקדמות יותר, ומשתמשת בתצפיות מאוחרות יותר ליצירת רשומות עסקאות והסברי…

מניותלמידת מכונהניהול סיכוניםסטטיסטיקה
Machine Learning for Trading

המחברת בונה תוויות לתשואות עתידיות עבור אסטרטגיה שקוראת אותות מאופציות רשומות וסוחרת במניות הבסיס. היא מתאימה את מחירי המניות היומיים לפיצולים ולדיבידנדים, משתמשת במזהה נייר ערך קבוע, ומגדירה תשואות בין מחירי ביצוע אפשריים בנקודות הכניסה והיציאה המתוכננות.…

מניותאופציותלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מדגימה ניטור של סחיפת משתנים מסבירים במאפייני מומנטום של ETF ובמאפייני חוזים עתידיים תמידיים על קריפטו, בחלונות שוק מנוגדים. היא משווה בין מדד יציבות אוכלוסייה, שמודד שינויים בהתפלגויות של מאפיינים בודדים, לבין מרחק וסרשטיין ומסווג תחום שבוחן אם ניתן…

למידת מכונהסטטיסטיקהניהול סיכוניםקריפטו
Machine Learning for Trading

מחברת זו מסבירה ניתוח רכיבים ראשיים עם משתני עזר כדרך לגרום לעומסי גורמים חבויים להיות תלויים במאפייני מניות נצפים, במקום להקצות לכל מניה עומס קבוע. מיפוי משותף ממאפיינים לחשיפות לגורמים יכול להפיק עומסים למניות שאינן בפאנל האימון ולהסתגל לשינויים במאפייני…

מניותלמידת מכונהסטטיסטיקההשקעה מבוססת גורמים
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

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 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

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

הניתוח משווה שלוש דרכים להמיר תחזיות תשואה חתומות של מודל לפוזיציות בינאריות: סף אפס קבוע, אחוזון נגרר לכל סימול ואחוזון בחתך רוחב בין סימולים. הכללים מוחלים על תחזיות אימות רשומות של ETF ושל חוזים תמידיים בקריפטו, תוך שינוי אורכי המבט לאחור וספי האחוזון.…

למידת מכונהביצוע פקודותבדיקת ביצועים היסטורייםקריפטו
Machine Learning for Trading

המחברת ממירה תשואות ETF קדימה ל־21 ליעד של עלייה או ירידה, ומעריכה רגרסיה לוגיסטית עם רגולריזציית L1 ו־L2 בקיפולי ווק-פורוורד כרונולוגיים. היא מתקננת מאפיינים באמצעות נתוני האימון של כל קיפול, ואז מעריכה תחזיות לפי דיוק, דיוק חיובי, היזכרות, F1, ROC AUC…

למידת מכונהסטטיסטיקהקביעת גודל פוזיציהמניות
Machine Learning for Trading

המחברת מגדירה את Feast כמאגר מאפיינים לנתונים פיננסיים ולנתונים מבוססי מודל, ואז משווה את השליפות ההיסטוריות ובנקודת הזמן שלו לצירוף ידני שקוף. היא מגדירה ישויות, מקורות עם חותמות זמן, תצוגות מאפיינים וזמן חיים, ומכינה עותקי Parquet זמניים לטווח תאריכים…

למידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת משווה פונקציות מטרה של הגברת גרדיאנט לתשואות חודשיות של מניות US, תוך השארת המאפיינים, היעד וקיפולי הווק-פורוורד קבועים. היא משווה שגיאה ריבועית לשגיאה מוחלטת ולהפסד הובר, שמפחית את השפעתן של שאריות גדולות. הסיבה היא שתשואות קיצוניות של מניות בודדות…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

מודול זה מתאם התאמה והערכה בווק-פורוורד לכמה מודלי גורמים חבויים, ובהם רכיבים עיקריים, רכיבים עיקריים עם מכשירים ומקודדים אוטומטיים עצביים. הוא מכין נתוני פאנל וקיפולים, מפעיל מריצים ייעודיים למודלים ומנהל תחזיות, מטא־נתונים ברמת קיפול וריצות אימון רשומות.…

השקעה מבוססת גורמיםלמידת מכונהבדיקת ביצועים היסטוריים