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

2,170 מסמכים

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 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

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

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

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

מחברת זו מגדירה ומריצה ניתוח של למידת מכונה כפולה להשפעת פרמיית סיכון השונות על תשואות אופציות S&P 500 עד לפקיעה. היא מציגה לפני ההרצה את האומדן הסיבתי המבוקש, תזמון התצפיות, המשתנים המערפלים, הגדרת האימות הצולב הזמני, מודל משתני העזר, תכנון השונות-קווריאנס…

אופציותשווקי ארצות הבריתלמידת מכונהסטטיסטיקה
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 מתארת מקודד אוטומטי מפוקח הדוחס שורות מאפיינים של ETF לייצוג ממדי נמוך וחוזה תשואות עתידיות ישירות מהייצוג הזה. בניגוד למקודד אוטומטי מותנה, הוא אינו מניח שהתשואות נובעות ממספר קטן של תנועות גורמים משותפות. המקודד מאומן גם באמצעות יעד שחזור וגם…

ריבוי נכסיםלמידת מכונההשקעה מבוססת גורמיםסטטיסטיקה
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
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

הניתוח מיישם ניתוח רכיבים ראשיים המבוסס על מתאם לתשואות של קרנות סל מגזריות. תקנון התשואות לפני הפירוק מעניק לכל מגזר שונות יחידה, כך שהרכיבים המובילים מתארים תנועה משותפת במקום להיות נשלטים בידי המגזר התנודתי ביותר. המחברת בוחנת שונות מוסברת, תרשימי מרפק…

מניותהשקעה מבוססת גורמיםסטטיסטיקהבניית תיק
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

המחברת מתארת כיצד לנתח הודעות היסטוריות של פיד IEX DEEP ולתחזק ספר פקודות לימיט באמצעות עדכונים מצטברים לפי רמת מחיר. היא מחלצת שינויים בעומק, הצעות קנייה ומכירה מיטביות ודיווחי עסקאות, ואז משתמשת בתמונות מצב משוחזרות כדי לבחון התנהגות של מחיר אמצע ומרווח.…

מניותמיקרו־מבנה השוקביצוע פקודותשווקי ארצות הברית
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

המחברת משתמשת במאפייני ETF ובתשואות עתידיות כדי להדגים היסק קלאסי בשיטת הריבועים הפחותים הרגילה לפני המעבר לשיטות המתמקדות בתחזיות. היא בוחנת מבחני מקדמים וטעויות תקן, ואז מאבחנת הטרוסקדסטיות, אוטוקורלציה של שאריות ורב-קולינאריות. מכיוון שההיסטוריות של ETF…

מניותסטטיסטיקהלמידת מכונהניהול סיכונים
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