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

1,324 מסמכים

Machine Learning for Trading

מחברת זו ממדלת אחזקות הון של מוסדות מדיווחי SEC 13F כגרף המקשר מנהלים לניירות ערך, עם קשרים למגזרים לצורך צבירה. הסכמה שומרת הן את תאריך הדיווח בסוף הרבעון והן את תאריך זמינות הדיווח המאוחר יותר: הראשון מאפשר השוואות תקופתיות, ואילו השני מונע שימוש באחזקות…

מניותסטטיסטיקהמיקרו־מבנה השוק
Machine Learning for Trading

תהליך הערכה זה מסנן תכונות פיננסיות ותכונות מבוססות מודל מול תשואות עתידיות בפאנל תוך־יומי של NASDAQ-100. תחילה הוא שומר את תקופת הבדיקה הסופית ומוציא תצפיות שתוויות התשואה העתידית שלהן היו מתממשות בתוך חלון זה. לכל תכונה הוא מודד מקדם מידע (IC) של דירוג…

מניותסטטיסטיקהלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

ניתוח זה אומד אם מומנטום ללא התקופה האחרונה קשור לשינוי סיבתי בתשואות העתידיות של קרנות סל, במקום לשאול עד כמה מומנטום חוזה תשואות. למידת מכונה כפולה ממדלת את התוצאה ואת הטיפול באמצעות משתנים מבלבלים מוצהרים, ואז אומדת את הקשר מתוך החלקים שהמודלים האלה אינם…

למידת מכונהסטטיסטיקהמומנטוםבדיקת ביצועים היסטוריים
Machine Learning for Trading

שיטה זו ליצירת מדד ייחוס מפיקה סדרת תשואות יומית שוות־משקל מהנכסים שהוגדרו במקרה הבוחן. תחילה היא לוקחת את מחיר הסגירה האחרון של כל סמל בכל סשן, ואז מחשבת תשואות מסגירה לסגירה וממוצעת את התשואות הזמינות בין הסמלים. סמל נכלל רק כאשר יש לו מחירים בסשנים…

בדיקת ביצועים היסטורייםבניית תיקסטטיסטיקהניהול סיכונים
Machine Learning for Trading

ניתוח זה מאפיין יקום קבוע של 100 קרנות סל בתשע קבוצות נכסים. הוא בודק כיסוי לפי קרן ושנה, מוודא שפאנל המחירים תואם לתצורת הקבוצות, בוחן ערכים חסרים וסדר OHLC, ומשווה נפחי מסחר בין הקבוצות. הוא גם מסביר שמחירי הסגירה כבר מתואמים לפיצולים ולדיבידנדים, ולכן…

ריבוי נכסיםסטטיסטיקהניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מסמך זה מציג את תשתית הרשת העצבית PatchTST לחיזוי סדרות זמן רב־משתניות. היא מחלקת כל סדרת קלט למקטעים חופפים, מקרינה כל מקטע למרחב תכונות נלמד, מוסיפה קידודי מיקום ומעבדת את הרצף שנוצר באמצעות שכבות מקודד Transformer מוערמות. המקודד מטפל בכל משתנה קלט בנפרד…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מסמך זה מסביר כיצד למדוד תשואות סביב אירועים כגון הפעלת אות, פרסום דוחות כספיים או פרסום נתונים מאקרו־כלכליים. הדוגמה המעשית משתמשת בפריצות מומנטום בקרנות סל סחירות. לכל אירוע, מודל שוק שהותאם בחלון אומדן שלפני האירוע מספק תשואות צפויות; החסרתן מהתשואות…

מניותמסחר מונחה אירועיםמומנטוםפריצה
Machine Learning for Trading

מחברת זו אומדת אם ציון התקן של הפרמיה בחוזה תמידי בקריפטו משפיע על תשואות שמונה השעות הבאות, כאשר שלושה גורמים מוצהרים — תנודתיות המחיר, שיעור המימון וסטיית הפרמיה הממוצעת — מוחזקים קבועים. מכיוון שהטיפול הוא רציף, היעד הוא שיפוע המתאר את השינוי בתשואה…

קריפטוחוזים עתידיים תמידייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מחברת זו מציגה GAN מסוג Sig-Wasserstein ללא התניה ליצירת סדרות זמן פיננסיות. היא מחליפה מבחין נלמד בין נתונים אמיתיים לנתונים שנוצרו במרחק המבוסס על חתימות מסלול צפויות, שהן סיכומים מתמטיים של תנועות המסלול העוקבות. מחולל עצבי מפיק מסלולים מרעש; מסלולים…

למידת מכונהסטטיסטיקהמניותתנודתיות
Machine Learning for Trading

המחברת משתמשת בתשואות יומיות של ETF כדי להסביר כיצד מודלי GARCH לוכדים התקבצות תנודתיות והופכים אותה למאפיין המתעדכן בכל סשן. תחילה היא משתמשת באבחון חזותי ובמבחן ARCH-LM כדי לבדוק אם תשואות בריבוע תלויות בפיגורים שלהן. לאחר מכן מודל GARCH(1,1) מפריד בין…

תנודתיותסטטיסטיקהניהול סיכוניםמניות
Machine Learning for Trading

מחברת זו מסבירה כיצד לבנות מחדש ספר פקודות הגבלה של NASDAQ עבור סמל יחיד מתוך נתוני הודעה לכל פקודה. היא מעבדת הוספות, ביצועים, ביטולים, מחיקות והחלפות, תוך מעקב אחר הכמות שנותרה בכל פקודה פעילה. החלפות דורשות טיפול מיוחד משום שהן מוציאות משימוש מזהה פקודה…

מניותמיקרו־מבנה השוקביצוע פקודותסטטיסטיקה
Machine Learning for Trading

מודול מקור זה מספק טוענים למחירי מניות אמריקאיות, נתוני מדדים, אופציות, מיקרו-מבנה שוק, נתונים פיננסיים בסיסיים ואחזקות מוסדיות. הפרט המתודולוגי המשמעותי ביותר שלו נוגע לדגימה מחדש של נתוני עסקאות תוך-יומיים: פתיחה, שיא, שפל, סגירה ונפח משתמשים בפעולות…

מניותמיקרו־מבנה השוקביצוע פקודותשווקי ארצות הברית
Machine Learning for Trading

מחברת זו מסבירה כיצד לשחזר קטלוג ניסויי מודל מתוך מרשם של מקרי בוחן ולהשוות את תוכנו ל-MLflow. היא עוקבת אחר ניסויים דרך ריצות אימון, קבוצות תחזיות וריצות בקטסט, ומקשרת כל שלב לקודמו. מפרטים שעברו תקנון מקבלים גיבובים דטרמיניסטיים, המאפשרים לזהות ריצות…

למידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקהניהול סיכונים
Machine Learning for Trading

ניתוח גישוש זה מאפיין נתוני OHLCV שעתיים של חוזים תמידיים בקריפטו לצד מדד פרמיה המתעדכן כל שמונה שעות. הוא בוחן כיסוי לפי סמל ותאריך, שינויים בחברות בחוזים, יחידות והתפלגות הפרמיה, תקינות OHLC, ערכים חסרים ויישור בין מחירים שעתיים לתצפיות פרמיה בתדירות נמוכה…

קריפטוחוזים עתידיים תמידייםמיקרו־מבנה השוקסטטיסטיקה
Machine Learning for Trading

מחברת זו משווה ריבועים פחותים רגילים ל-Ridge,‏ LASSO ו-Elastic Net לחיזוי תשואות עתידיות ביקום של ETF. כל המודלים משתמשים באותם קפלי ווק-פורוורד, עם פער טיהור התואם לאופק התווית, כך שאפשר לייחס הבדלים לשיטת הרגולריזציה ולא לחלוקות לא עקביות. בתוך כל קפל,…

למידת מכונהמניותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

פרק זה מתאר כיצד לבנות מחקר עקבי בזמן של נתונים פיננסיים בסיסיים ונתונים חלופיים עבור מניות, סדרות מאקרו-כלכליות, חוזים עתידיים, קריפטו ושווקי חיזוי. השיטות המרכזיות הן אחסון דו-זמני ושאילתות לפי מועד, תזמון פרסום המותאם למקור, מיפוי ישויות תקף בזמן וחילוץ…

בדיקת ביצועים היסטורייםסטטיסטיקהלמידת מכונהנתוני בלוקצ׳יין
Machine Learning for Trading

מחברת זו בונה מסגרת ממוצע-שונות המושקעת במלואה ובלונג בלבד עבור יקום מגוון של ETF. היא יוצרת תיקים אפשריים וחזית יעילה, ואז פותרת עבור משקלים של שארפ מרבי ושונות מזערית באמצעות תשואות וקווריאציות משוערות. היא גם משווה תיקים שעברו אופטימיזציה לחלופות פשוטות…

ריבוי נכסיםבניית תיקסטטיסטיקהניהול סיכונים
Machine Learning for Trading

מחברת זו משתמשת בניתוח רכיבים עיקריים על תת־קבוצה נזילה של מניות US כדי לבנות תיקי ערך עצמי מנורמלים לפי חשיפה ברוטו ולבחון את תפקידם כגורמי סיכון חבויים. היא בוחנת את השונות המוסברת, מפרשת רכיבים באמצעות מתאמים עם קרנות סל מגזריות ETF, משווה ניתוח רכיבים…

מניותהשקעה מבוססת גורמיםסטטיסטיקהניהול סיכונים
Machine Learning for Trading

מחברת זו משווה מודלים ליניאריים לחיזוי תשואות ETF באמצעות מאפיינים חופפים שמופקים ממחירים. מאחר שכמה אופקי תשואה ומשפחות של אינדיקטורים עשויים לקודד מידע דומה, ריבועים פחותים רגילים עלולים להקצות מקדמים מנוגדים ולא יציבים למאפיינים כמעט זהים. הניסוי משנה את…

מניותריבוי נכסיםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מדריך זה מתאים שאלות סיבתיות לספריות Python ומבהיר את ההבדל בין אומדן אפקטים בהינתן מבנה סיבתי משוער לבין גילוי מבנים אפשריים מתוך הנתונים. הוא מציג למידת מכונה כפולה לאפקטים מותאמים של טיפול, זיהוי והפרכה מבוססי גרפים באמצעות DoWhy, ושיטות גילוי לסדרות זמן…

למידת מכונהסטטיסטיקהמניותקריפטו
Machine Learning for Trading

מסגרת זו מדגימה בדיקות איכות נתונים על נתוני US של מניות יומיים מסוג OHLCV. בדיקות מבניות בוחנות קשרים בין מחירים, מחירים חיוביים, נפח לא שלילי, ערכים חסרים, תאריכים כפולים, סדר כרונולוגי, מחירים מיושנים ותשואות קיצוניות. המחברת בודקת שהאימות פועל באמצעות…

מניותסטטיסטיקהניהול סיכוניםשווקי ארצות הברית
Machine Learning for Trading

מחברת זו מציגה מודל של גורם היוון סטוכסטי לתמחור חתך רוחב של תעודות סל. במקום לאמוד בנפרד את חשיפות הקרנות ואת תשואות הגורמים, היא מאמנת רשתות למצוא סדרת גורמי היוון משותפת שהקווריאציה שלה עם תשואות הקרנות מסבירה את התשואות הממוצעות. מטרת האימון היא למזער…

למידת מכונההשקעה מבוססת גורמיםסטטיסטיקהמניות
Machine Learning for Trading

מחברת זו מיישמת את TabM, אנסמבל עצבי עם שיתוף משקולות, על מערך של מאפייני חוזים עתידיים תמידיים של מטבעות קריפטוגרפיים. חברי האנסמבל חולקים עמוד שדרה עצבי אך משתמשים בווקטורי קנה מידה ובשכבות פלט נפרדים, וכך משלבים יצירת אנסמבל יעילה עם אינטראקציות לא…

קריפטוחוזים עתידיים תמידייםלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מסננת מאפיינים פיננסיים ומאפיינים הנגזרים ממודלים לפי יכולתם לדרג קרנות סל על פי תשואות בתקופות הבאות. היא מחשבת מקדם מידע לכל תאריך, באמצעות השוואת הדירוגים הבין-חתכיים של כל מאפיין לדירוגי התשואות העתידיות, ואז בוחנת את סדרת הזמן שנוצרה. הניתוח…

מניותסטטיסטיקהלמידת מכונהבדיקת ביצועים היסטוריים