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

852 מסמכים

Machine Learning for Trading

מחברת זו מעריכה תחזיות אימות שמקורן במחקר מניות ואופציות, באמצעות הפיכתן לתיקי מניות לונג בלבד. היא משתמשת בקו בסיס במשקל שווה למניות המדורגות בראש, משווה כמה רמות ריכוז בתיק ופועלת לפי קצב ההחלטות הייחודי לכל תווית. אותות שנוצרו בסגירה מבוצעים בפתיחה הזמינה…

מניותאופציותבדיקת ביצועים היסטורייםבניית תיק
Machine Learning for Trading

מחברת זו משתמשת בעסקאות ובהודעות הוראה שמקורן ב-NASDAQ ITCH כדי להמחיש דפוסים של מיקרו־מבנה שוק. היא בוחנת אוטוקורלציה מסדר ראשון שלילית בתשואות מחיר העסקה ברמת הטיק, ומסבירה כיצד עסקאות מתחלפות במחירי ביקוש והיצע עשויות ליצור היפוכי מחיר לכאורה גם ללא שינוי…

מניותמיקרו־מבנה השוקביצוע פקודותסטטיסטיקה
Machine Learning for Trading

מקרה בוחן זה של מניות US מבחין בין חיזוי תשואות עתידיות לבין הטענה שמומנטום גורם להן. הוא מתייחס לתשואת המניה בשנה הקודמת, ללא החודש האחרון, כאל הטיפול; לתשואה העתידית כאל התוצאה; ולתנודתיות האחרונה, דירוג אי־נזילות ויחס נפח כאל משתנים מערבבים. למידת מכונה…

מניותמומנטוםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מחברת לימודית זו משווה שיטות לבניית תוויות יעד למודלי מסחר מפוקחים באמצעות נתוני ETF. היא סוקרת תשואות ותוויות כיוון באופק קבוע, אחוזונים מתגלגלים בסדרות זמן, אחוזונים רוחביים, תוויות מחסום משולש עם ספים קבועים או מותאמי תנודתיות וסריקת מגמות. היא דנה גם…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

מחברת זו מדגימה בדיקות להטיית הצצה קדימה באמצעות מחירי ETF וסדרות מאקרו־כלכליות. היא מראה שממוצע נע ממורכז כולל תצפיות עתידיות, עשוי לעקוב מקרוב מדי אחר תפניות במחיר, וחסר לו זנב עדכני משום שהקלטים העתידיים שלו טרם הגיעו. בדיקת מתאם בין רמה לתשואה הבאה אינה…

מניותסטטיסטיקהבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

מחברת זו משווה שלוש דרכים להשתמש במשטרי שוק בחיזוי: מודל בסיס ללא קלט משטר, מודל יחיד שמקבל את ההסתברות המסוננת למצב תנודתי, ומודלים נפרדים שאומנו בתוך שיוכים קשיחים למשטרים. כדי להימנע מהצצה קדימה, היא מתאימה מחדש מודל מרקוב חבוי בכל בלוק אימון של…

מניותלמידת מכונהסטטיסטיקהתנודתיות
Machine Learning for Trading

המחברת אומדת אם שיעור הנפח החתום שיוזמים קונים קשור לתשואות עתידיות של 15 דקות, לאחר התחשבות במרווח היחסי, בתנודתיות ממומשת לאחרונה ובתשואה החודשית המצטברת. למידת מכונה כפולה חוזה את התוצאה ואת הטיפול מתוך גורמי הערבוב האלה באמצעות התאמה צולבת, ואז מריצה…

מניותמיקרו־מבנה השוקלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המחברת משתמשת בלמידת מכונה כפולה (DML) כדי לאמוד את ההשפעה המתוקנת של מדד מומנטום רציף של ETF על תשואות עתידיות, תוך בקרה על תנודתיות מהתקופה האחרונה ולטווח ארוך יותר, משטר השוק ושיפוע עקום התשואות. היא משווה רגרסיה לא מתוקנת ל-EconML ולמימוש ידני של DML,…

למידת מכונהסטטיסטיקהמניותמומנטום
Machine Learning for Trading

המחברת מסבירה את שיטת שוויון הסיכון ההיררכי (HRP), שיטת בניית תיק שנועדה להגביל רגישות לאומדני שונות-שותפות רועשים. היא מתארת את שלושת שלביה: קיבוץ נכסים לפי מרחק מתאם, סידורם מחדש לפי ההיררכיה שהתקבלה, ואז פיצול רקורסיבי של אשכולות והקצאת משקל רב יותר לצד…

בניית תיקניהול סיכוניםבדיקת ביצועים היסטורייםריבוי נכסים
Machine Learning for Trading

המחברת מעריכה בקטסטים רשומים של ETF לאורך צינור האסטרטגיה, מאותות והקצאה ועד לעלויות ולשכבות ניהול סיכונים. היא קוראת תחזיות ובקטסטים קיימים במקום להתאים מודלים או להוסיף בקטסטים, ומפיקה מדדי קבוצות והשוואות מזווגות מתוך תוצאות רשומות. הניתוח המדווח כולל…

ריבוי נכסיםמניותבניית תיקבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת משתמשת ברשומות עסקאות שנגזרו מ־NASDAQ ITCH כדי לבחון פעילות מסחר תוך־יומית. היא דוגמת מחדש עסקאות בודדות למקטעי זמן ומשווה נפח מניות, מספר עסקאות, מחירים אחרונים ומחירים משוקללי נפח עבור סימול אחד שנבחר מכל אחת משלוש רמות פעילות. עבור הסימול הפעיל…

מניותמיקרו־מבנה השוקביצוע פקודותסטטיסטיקה
Machine Learning for Trading

מדריך זה מציג שני מקורות לנתוני טיק של ספר פקודות במניות US לצורך מחקר מיקרו־מבנה: אירועי market-by-order של Databento והודעות TotalView-ITCH של NASDAQ. הוא מתאר את הפורמטים, מאפייני הכיסוי, גדלי הנתונים המשוערים והפשרות. MBO מספק אירועי פקודות מעובדים, כגון…

מניותמיקרו־מבנה השוקביצוע פקודותשווקי ארצות הברית
Machine Learning for Trading

המחברת בוחנת כיצד תחזיות תשואה לקרנות סל יכולות לבטא אי-ודאות, ומשווה נשירת מונטה קרלו לאנסמבלים עמוקים. הנשירה נשארת פעילה במעברי הסקה חוזרים, ואילו אנסמבל מודד אי-הסכמה בין רשתות שאומנו בנפרד. הפיזור הזה אומד אי-ודאות אך אינו מספק כשלעצמו רווחים בעלי תכונת…

מניותלמידת מכונהסטטיסטיקהניהול סיכונים
Machine Learning for Trading

המחברת משווה שש דרכים להקצות משקולות לתיקי ETF שנבחרו לפי אותו דירוג חזוי: משקל שווה, משקל לפי ציון, תנודתיות הפוכה, שוויון סיכון, אופטימיזציית ממוצע־שונות ושוויון סיכון היררכי. היא משנה את מספר הקרנות הנבחרות לצד שיטת ההקצאה, משום שלשיטות הקצאת משקולות יש…

מניותבניית תיקבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

המחברת מתאימה מודל LSTM מוגדר לחיזוי במחקר אופציות S&P 500. הרשת מקבלת חלונות כרונולוגיים של היסטוריית כל סימול ומשתמשת במצב חוזר עם שערים כדי לייצג מידע בין ימי מסחר, במקום להסתמך רק על מאפיינים שהונדסו ידנית. ההגדרות של מבט לאחור, גודל הרשת, נשירה, גודל…

מניותאופציותלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת משווה שלוש דרכים לסווג משפטים מחדשות פיננסיות כחיוביים, ניטרליים או שליליים: מאפייני מילים וביטויים מסוג TF-IDF עם רגרסיה לוגיסטית, וקטורי מילים סטטיים ממוצעים עם מסווג, ומודל סנטימנט FinBERT שאומן מראש. השיטות מוערכות באותה חלוקת בדיקה מרובדת מתוך…

למידת מכונהסנטימנט שוקמניותסטטיסטיקה
Machine Learning for Trading

המחברת מסבירה כיצד לבנות ולבדוק לוח רבעוני של נתוני יסוד למניות מנתוני SEC XBRL. כל תצפית כוללת הן את התקופה הכספית שהיא מתארת והן את תאריך הדיווח שבו המידע הפך לציבורי. ההבחנה חיונית בבדיקות היסטוריות: סינון לפי סוף התקופה בלבד עלול לכלול נתונים שמשקיעים…

מניותשווקי ארצות הבריתהשקעה מבוססת גורמיםבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מעריכה מאפיינים חשבונאיים ומבוססי מחיר כמנבאים עצמאיים של תשואות מניות US בארה״ב בחודש הבא. היא מחשבת מתאמי דירוג חתכיים חודשיים בין כל מאפיין לתווית התשואה, ואז מסכמת אותם לאורך חודשי תקופת הפיתוח. התהליך משמיט את תקופת המבחן השמורה, בודק את תקינות…

מניותהשקעה מבוססת גורמיםסטטיסטיקהלמידת מכונה
Machine Learning for Trading

המחברת מציגה מסגרת אבחון לבקטסט הקצאת ETF. היא מחשבת מדדי סיכון ותשואה כגון שארפ, סורטינו, קלמר, תנודתיות, ערך בסיכון וירידה מרבית משיא לשפל; עוקבת אחר ביצועים מתגלגלים והתאוששות מירידה משיא לשפל; ומשווה את התיק ל־SPY באמצעות אלפא, בטא, שגיאת עקיבה, יחס מידע…

בניית תיקניהול סיכוניםבדיקת ביצועים היסטורייםמניות
Machine Learning for Trading

המחברת בונה תהליך עבודה לניטור מודל פיננסי שנפרס, באמצעות תוצרים אמיתיים מנתוני החזקה. היא בודקת שנתוני המאפיינים הנכנסים מלאים ותקינים מבחינה מבנית לפני מדידת הסחיפה, ואז משווה בין חלון ייחוס לחלון נוכחי. שינויים בהתפלגות המאפיינים נבחנים באמצעות מדד יציבות…

למידת מכונהסטטיסטיקהניהול סיכוניםמניות
Machine Learning for Trading

המחברת קושרת בין קביעת גודל פוזיציה לניתוח התנודות השליליות והחיוביות המרביות. היא מדגימה קביעת גודל בשיעור קבוע, שבה מספר המניות נקבע לפי תקציב סיכון לכל עסקה והמרחק בין הכניסה לסטופ, בכפוף לתקרת ריכוזיות. היא גם בונה הקצאות לונג בלבד עם היפוך תנודתיות מתוך…

קביעת גודל פוזיציהניהול סיכוניםתנודתיותבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מסבירה כיצד לפרש תחזיות רגרסיית Ridge עבור פאנל ETF עם SHAP. במודל ליניארי, התרומה של כל מאפיין היא המקדם שלו כפול הסטייה של המאפיין מהממוצע ברקע האימון, ולכן אפשר לבדוק את התרומות מול חישוב בצורה סגורה. תהליך העבודה כולל את גודל התרומות הכולל, הסבר…

למידת מכונהסטטיסטיקהמניותבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מציגה תהליך עבודה להפיכת דיווחים שנתיים ורבעוניים של SEC לטקסט מובנה שמתאים לניתוחי סנטימנט, נושאים והטמעות בהמשך. היא ממפה סעיפים מבוקשים למספרי פריט ייחודיים לכל טופס, ומדגישה שדיון ההנהלה מופיע תחת מספור שונה בדוחות 10-K ובדוחות 10-Q. גישת החילוץ…

מניותסנטימנט שוקמסחר מונחה אירועיםסטטיסטיקה
Machine Learning for Trading

המחברת מסבירה כיצד מקודד אוטומטי מותנה מרחיב מודל של רכיבים ראשיים עם משתני עזר: רשת נוירונים ממפה מאפייני מניות לחשיפות גורמים, והמודל שומר על אותו מבנה של חשיפה כפול תשואת גורם. המודל מותאם באמצעות שחזור תווית התשואה העתידית המוגדרת של כל חלון אימון, ואז…

מניותהשקעה מבוססת גורמיםלמידת מכונהבדיקת ביצועים היסטוריים