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

904 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 שואלת מרשמים של מקרי מחקר מרובים במסחר ומפיקה טבלאות חוצות מערכי נתונים להשוואת אותות, הקצאה, עלויות וסיכון. היא מדווחת אבחונים על אשכול התצורות שדורגו באימות, לרבות פער מדד שארפ בין הראשונה לעשירית, התנהגות ברמת קיפול ומדידות קשורות שנועדו להראות עד…

בדיקת ביצועים היסטורייםסטטיסטיקהריבוי נכסיםניהול סיכונים
Machine Learning for Trading

מחברת מסכמת זו משווה משקל שווה, תנודתיות הפוכה, אופטימיזציית ממוצע־שונות וזוגיות סיכון היררכית, באמצעות אות משותף ביקום מגוון של ETF. מודל Ridge מתגלגל משתמש במאפייני מומנטום, מרחק מממוצע נע ותנודתיות כדי לאמוד תשואות עתידיות ולבחור תעודות סל ללונג ולשורט.…

בניית תיקבדיקת ביצועים היסטורייםמניותביצוע פקודות
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 מבודדת את הקצאת הנכסים בתיק באמצעות קיבוע האות שנבחר לכל מקרה מחקר והשוואת בק טסטים משלב ההקצאה. היא בוחנת שיטות כגון משקל שווה, תנודתיות הפוכה, שקלול לפי ציון, אופטימיזציית ממוצע־שונות, זוגיות סיכון וזוגיות סיכון היררכית. עבור כל שיטה היא שומרת את…

בניית תיקבדיקת ביצועים היסטורייםניהול סיכוניםסטטיסטיקה
Machine Learning for Trading

המחברת משווה שיטות הקצאת נכסים בתיקים בין מקרי מחקר, תוך שמירה על תחזית האות שנבחרה לכל מקרה. היא טוענת בק טסטים משלב ההקצאה הקשורים לאותה תחזית עיקרית, ואז בוחנת שיטות כגון משקל שווה, תנודתיות הפוכה, אופטימיזציית ממוצע־שונות, זוגיות סיכון, זוגיות סיכון…

בניית תיקבדיקת ביצועים היסטורייםניהול סיכוניםסטטיסטיקה
Machine Learning for Trading

המחברת בוחנת כיצד תדירות האיזון מחדש משפיעה על תחלופה, ביצועים ברוטו ותוצאות לאחר התאמה לעלויות בתיק מומנטום המדורג בראש של תעודות סל. היא אומדת תחלופה משינויים היסטוריים במשקולות היעד בתדירות יומית, שבועית, דו־שבועית וחודשית, ואז מחילה הנחות להמחשה בדבר…

מניותמומנטוםביצוע פקודותבדיקת ביצועים היסטוריים
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 מעריכה סדרת ערך כולל נעול של DeFi כנתוני עזר למסחר באת׳ר. הסקירה מאורגנת סביב ארבע שאלות: האם הסדרה קשורה לתשואות עתידיות, האם הנתונים תקינים וניתנים לשחזור, האם השימוש בהם מותר מבחינה משפטית, והאם ערכם מצדיק את עלויות האינטגרציה והתחזוקה. ניתוח האות…

קריפטומימון מבוזר (DeFi)נתוני בלוקצ׳ייןסטטיסטיקה
Machine Learning for Trading

המחברת מתארת תהליך בק טסט של 15 דקות לתחזיות על מניות NASDAQ-100. תחילה היא מבצעת בדיקת תקינות לאות אקראי: מאחר שמסחר אקראי אמור להפסיד לאחר עלויות, תוצאה רווחית באופן מתמשך עשויה להעיד על בעיות כגון הצצה קדימה, נתונים שאינם מיושרים או חיובי עלויות חסרים.…

מניותבדיקת ביצועים היסטורייםביצוע פקודותמיקרו־מבנה השוק
Machine Learning for Trading

המחברת משווה הקצאות תיק של PyPortfolioOpt, Riskfolio-Lib ו-skfolio באמצעות אותו פאנל תשואות של ETF. היא מתאימה מקצי נכסים לתקופת אימון, בודקת שמטרות שקולות ומשקולות מיושרות תואמות בטווחי הסבילות של הפותר, ומעריכה הקצאות קפואות על תצפיות מאוחרות יותר. ההשוואה…

ריבוי נכסיםבניית תיקבדיקת ביצועים היסטורייםביצוע פקודות
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 אומדת באיזו מידה תיק במשקל שווה של מניות US ששרדו עשוי להפריז בתשואות לעומת תיק הכולל חברות שיצאו ממערך הנתונים. תחילה היא בוחנת מתי הפאנל מתעד יציאות, ומוצאת שהיסטוריית היציאות השימושית מתחילה רק בשנים המאוחרות יותר שלה. מכיוון שבפאנל חסרים סיבות…

מניותשווקי ארצות הבריתבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת בוחנת כיצד עלויות עסקה משפיעות על אסטרטגיית NASDAQ-100 שמאזנים מחדש בתדירות גבוהה. תחילה היא מחילה הנחות על עלויות בנקודות בסיס על בק טסטים קיימים לפני עלויות, כדי להראות כיצד מדד שארפ משתנה כשהעלויות עולות. לאחר מכן היא משווה גרסאות של אסטרטגיות…

מניותביצוע פקודותמיקרו־מבנה השוקבדיקת ביצועים היסטוריים
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

מחברת זו בונה את מסגרת מרקוביץ׳ להשקעה מלאה ולפוזיציות לונג בלבד, כולל תיקים אפשריים, חזית היעילות ופתרונות למדד שארפ מרבי ולשונות מינימלית. היא מסבירה כיצד שונות התיק תלויה במטריצת השונות־משותפת וכיצד פיזור יכול להפחית סיכון כאשר נכסים אינם נעים יחד. מספר…

ריבוי נכסיםבניית תיקסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו הופכת דירוגי מודלים לתיקי חוזים עתידיים תמידיים פשוטים בקריפטו, כדי שניסויים מאוחרים יותר יוכלו למדוד את השפעת השינוי בגודל הפוזיציה, בעלויות או בבקרות סיכונים. היא מיישמת כללי כניסה כגון בחירת החוזים עם הציונים הגבוהים ביותר ללונג ועם הנמוכים ביותר…

קריפטוחוזים עתידיים תמידייםבדיקת ביצועים היסטורייםבניית תיק
Machine Learning for Trading

מחברת זו מדגימה כיצד לכוונן כללי StopLoss, TakeProfit ו־TrailingStop לתיק מומנטום תוך שמירה על הפרדה כרונולוגית בין הכיול להערכה. היא בודקת רוחבי כללים בנפרד וצירופים משותפים באמצעות נתוני כיול, ואז מקפיאה תצורות נבחרות לפני פתיחת תקופת ההערכה המאוחרת יותר.…

מניותניהול סיכוניםבדיקת ביצועים היסטורייםמומנטום
Machine Learning for Trading

המסמך מדגים חיבור אסטרטגיית מומנטום של חמישה ימים ב־ETF ל־Alpaca באמצעות ממשק אסטרטגיה משותף. האסטרטגיה עוקבת אחר מומנטום ב־SPY, QQQ ו־IWM ומייצרת אותות כשהוא חוצה סף. מתאמים ייעודיים לברוקר מטפלים בנתונים ובפקודות, ואילו האסטרטגיה ומעטפת הסיכון ניתנות…

מניותמומנטוםביצוע פקודותניהול סיכונים
Machine Learning for Trading

המסמך משווה שיטות חלופיות לקביעת גודל פוזיציה באסטרטגיות חוזים עתידיים של CME, שנבחרו מתוך קו בסיס המדורג לפי מדד שארפ באימות עם משקל שווה. שקלול שווה מתייחס לכל מוצר שנבחר באותו אופן, אף שלחוזים עתידיים עשויות להיות רמות תנודתיות ותנועה משותפת שונות מאוד.…

חוזים עתידייםסחורותקביעת גודל פוזיציהבניית תיק
Machine Learning for Trading

מחברת זו הופכת קבוצות תחזיות של מודל לבקטסטים בני־השוואה של אופציות על S&P 500. בכל מועד החלטה שבועי היא מדרגת תשואות חזויות, בוחרת את הסימולים בעלי הדירוג הגבוה ביותר ביקום הנזיל ומוכרת סטרדלים בכסף במשקולות שוות. הפוזיציות מוחזקות עד לפקיעה ומסולקות במזומן…

אופציותמניותבדיקת ביצועים היסטורייםביצוע פקודות
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