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

172 מסמכים

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

המחקר מסנן מאפיינים פיננסיים ומאפייני תנודתיות GJR-GARCH ביחס לתשואות מניות עתידיות. בכל סשן הוא מחשב את מתאם הדירוג בין ערכי המאפיין לתשואות העוקבות, לרוחב המניות, ואז מעריך את הקשר הממוצע, את העקביות בחלונות אימות של ווק-פורוורד ואת מהימנות הממצאים לאחר…

מניותאופציותסטטיסטיקהלמידת מכונה
Machine Learning for Trading

המסמך גוזר מחירי אופציות קול ופוט אירופיות לפי בלאק־שולס, בודק את הקשר ביניהם באמצעות זוגיות קול־פוט, ומחשב תנודתיות גלומה על ידי פתרון נומרי לתנודתיות שתואמת למחיר אופציה נצפה. הוא גם מגדיר דלתא, גמא, וגה, תטא ורו, עם תרשימים המתארים כיצד הרגישויות משתנות…

אופציותתמחור נגזריםתנודתיותניהול סיכונים
Machine Learning for Trading

המחברת מדגימה גידור עמוק עבור אופציית קול אירופית בשורט. היא מדמה מסלולי מחיר של נכס הבסיס באמצעות תנועה בראונית גאומטרית, מחשבת דלתא של בלאק־שולס כמדד ייחוס, ומאמנת רשת נוירונים חצי־רקורסיבית לבחור פוזיציות גידור. מטרת האימון ממזערת את הערך בסיכון מותנה של…

אופציותלמידת מכונהניהול סיכוניםתמחור נגזרים
Machine Learning for Trading

הערכה זו מסננת מאפייני משטח אופציות, מאפיינים הנגזרים ממחירים ומאפייני תנודתיות מותנית מול תשואות מניות עתידיות. בכל מפגש מסחר היא מחשבת מתאם דירוג חתכי בין ערכי המאפיינים לתשואות העוקבות, ואז בוחנת את סדרת הזמן של מקדמי המידע (IC). היא מעריכה קשר ממוצע,…

מניותאופציותסטטיסטיקהלמידת מכונה
Machine Learning for Trading

מחברת זו מסבירה ניתוח רכיבים עיקריים אינסטרומנטלי (IPCA), שאומד גורמים משותפים תוך הגדרת החשיפות של כל מניה לגורמים כפונקציה ליניארית משותפת של מאפייני משטח האופציות שלה באותו יום. המאפיינים כוללים תנודתיות גלומה, הטיית פוט־קול, שיפוע מבנה הטווח והשונות…

אופציותמניותהשקעה מבוססת גורמיםלמידת מכונה
Machine Learning for Trading

המחברת מתאימה את PatchTST, מודל רצף בסגנון transformer, כמודל אחד מתוך אוכלוסיית מודלים שהוגדרה מראש למחקר אופציות S&P 500. היא מחלקת סדרת נתוני עבר למקטעים באורך קבוע, מטמיעה אותם כאסימונים ומשתמשת בקשב כדי לקשר בין מיקומים לאורך החלון. בהשוואה לרקורסיה של…

אופציותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

מחברת זו מודדת כיצד ביצועי האימות של אסטרטגיית אופציות S&P 500 משתנים תחת הנחות שונות לגבי החלק מהמרווח המצוטט שמשולם. היא בוחרת אסטרטגיית בסיס אחת לכל משפחת מודלים, ואז מריצה כל אחת מחדש תחת הנחות על עלות המרווח וביקום מלא של סטרדלים בכסף ובתת-קבוצה נזילה…

אופציותביצוע פקודותבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

מחברת זו מסבירה ניתוח רכיבים עיקריים מותאם למאפיינים (IPCA) עבור לוח מניות עם מאפייני משטח אופציות. בניגוד ל-PCA רגיל, שאומד את החשיפות של כל מניה מתוך היסטוריית התשואות שלה, IPCA ממדל חשיפות כפונקציה ליניארית משותפת של מאפייני כל מניה בתאריך נתון, כגון…

מניותאופציותהשקעה מבוססת גורמיםלמידת מכונה
Machine Learning for Trading

מחברת זו מסבירה מדוע שכבת סיכון כללית המבוססת על משקלי יעד אינה יכולה לשלוט באסטרטגיית סטרדל שורט המתוארת על S&P 500. מנוע האופציות מקצה שיעורי הון קבועים לקבוצות שבועיות ומנרמל משקלים בכל קבוצה; נרמול זה מבטל את שינוי המשקלים ואינו משאיר הקצאת מזומן שהשכבה…

אופציותניהול סיכוניםבדיקת ביצועים היסטורייםתמחור נגזרים
Machine Learning for Trading

מחברת זו בונה תוויות לתשואות עתידיות של מניות עבור אסטרטגיה שקוראת נתוני אופציות רשומות כדי לדרג מניות ולאחר מכן מחזיקה בהן. היא יוצרת סדרת מחירים מתואמת המביאה בחשבון פעולות תאגידיות ועוקבת אחר זהות ניירות הערך באמצעות מזהים מתמשכים, ואז בודקת שכל חלון…

מניותאופציותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מקרה בוחן זה בודק אם מידע מאופציות רשומות יכול לסייע בבחירת מניות S&P 500. הוא משלב מחירי מניות יומיים עם רמות תנודתיות משתמעת מאופציות, הטיה, מבנה טווח ופרמיית סיכון שונות, עבור 633 מניות בשנים 2017–2021. מאפייני האופציות מוזזים בפיגור; בחירות התיק נעשות…

מניותאופציותבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

המסמך מתאר בקטסט ייעודי לאסטרטגיית אופציות שבועית על S&P 500. כל מחזור בוחר רכיבים המדורגים גבוה, מוכר אופציות קול ופוט קרובות למחיר המימוש, עם כחודש עד לפקיעה, ומגדר דלתא באמצעות מניות כאשר הדלתא נטו חוצה סף. הפוזיציות מסולקות לפי הערך הפנימי בפקיעה; חוזים…

אופציותמניותשווקי ארצות הבריתבדיקת ביצועים היסטוריים
Machine Learning for Trading

ניתוח גישוש זה מציג חוזי אופציות ומבנה שרשרת, ואז מאפיין מדגם 2020 של אופציות S&P 500 על פני שמונה נכסי בסיס. הוא מסביר את מידת הכסף של האופציה, ערך פנימי וערך זמן, תנודתיות משתמעת, היווניות וכיצד מחיר מימוש, מועד פקיעה וסוג קול או פוט יוצרים שרשרת רב־ממדית.…

אופציותמניותתנודתיותתמחור נגזרים
Machine Learning for Trading

מחברת זו מעריכה הוראות עצירת הפסד ברמת הפוזיציה, עצירות נגררות ויציאות לפי זמן, על שושלת ההקצאה המדורגת במקום הראשון בשרפ בוולידציה מבין מועמדים כשירים עם כיסוי מלא. כל מעטפת מושווית להורה שלה ללא מעטפת, וכך מבודדת השפעת כלל הסיכון. רווחי סמך בבוטסטרפ בלוקים…

מניותאופציותניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו משווה כללי הקצאת משקל בתיק עבור אסטרטגיית אופציות S&P 500 שמוכרת סטרדלים. היא משאירה את הסימולים שנבחרו ואת הגדרות האסטרטגיה האחרות קבועים, ומחליפה את קו הבסיס של משקולות שוות במקצים המשתמשים בתחזיות מודל או באומדני סיכון של תשואות נכסי הבסיס.…

אופציותמניותבניית תיקקביעת גודל פוזיציה
Machine Learning for Trading

מחברת זו מיישמת את TabM, ארכיטקטורה עצבית לטבלאות המשתפת רשת תכונות דו־שכבתית בין חברי אנסמבל. כל חבר משנה את הייצוג המשותף באמצעות וקטור שנלמד עבורו ומשתמש בשכבת פלט משלו; ממוצע תחזיות החברים נועד לשמר את מגוון האנסמבל בעלות נמוכה יותר מאימון רשתות מלאות…

אופציותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

מחברת זו מתארת יצירת מערך תחזיות מחוץ למדגם עבור מודל אופציות S&P 500 שנבחר בעבר. היא מקבעת את התצורה על סמך תוצאות ולידציה, מתאימה אותה מחדש לנתונים שלפני קבוצת הבדיקה ורושמת תחזיות לחלון הבדיקה. בדיקת זהות האימון מבחינה בין התאמה מחדש אמיתית לבין תחזיות…

אופציותבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

המסמך מתאר כיצד להשוות חיזויי אימות ממודלים לינאריים, מודלי הגברת גרדיאנט, למידה עמוקה טבלאית ומודלי רצפים עבור אופציות S&P 500. לפני דיווח על אבחונים הוא בודק שכל אוכלוסיית חיזויים רשומה מלאה לפי חוזה הכשירות שלה ושכל האוכלוסיות חולקות זהות של אימות צולב.…

אופציותמניותסטטיסטיקהלמידת מכונה
Machine Learning for Trading

מחברת זו מריצה את מודל NLinear כחבר באוכלוסיית למידת רצפים מוגדרת של שלושה מודלים לאופציות S&P 500. היא פותרת את הבקשות ונקודות הביקורת של האוכלוסייה המלאה לפני התאמת החבר הזה, כך שמחברות מאוחרות יותר יוכלו להריץ את מודלי LSTM ו-PatchTST מול אותה תמונת מצב.…

אופציותשווקי ארצות הבריתלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מיישמת למידת מכונה כפולה כדי לבדוק אם הפער בין התנודתיות הגלומה לממומשת קשור לתשואות מניות בהמשך, לאחר התאמה לגורמים מערפלים שנצפו. היא מזהה תנודתיות ממומשת, מומנטום מניות והטיית סקיו של היפוך סיכון כבקרות רלוונטיות, ומשווה את האומדן המתואם לריבועים…

מניותאופציותתנודתיותלמידת מכונה
Machine Learning for Trading

מחברת זו בונה מאפייני תנודתיות מותנית עבור מחקר מניות ואופציות ב-S&P 500, באמצעות מודל GJR-GARCH. בניגוד לכללים קבועים המבוססים על מחירי עבר, מאפיינים מותאמים תלויים בחלון האמידה שלהם. לכן השיטה מגדירה לוח זמנים להתאמות מחדש, אומדת פרמטרים רק מתצפיות קודמות,…

מניותאופציותתנודתיותבדיקת ביצועים היסטוריים
Machine Learning for Trading

מקרה בוחן זה בונה מאפיינים כדי לבדוק אם השונות הגלומה בכסף עולה על השונות הממומשת לאחר מכן עבור מניות S&P 500, ואם ההפרש משתנה בין ניירות ערך. הוא משלב ציטוטי סטרדל עם מחירי נכס הבסיס כדי למדוד פרמיות שונות, תנודתיות, תנאי שוק האופציות ומאפייני סיכון קשורים.…

אופציותתנודתיותמניותבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מסבירה כיצד לבנות מאפיינים מנתונים שמעבר להיסטוריית המחירים של נכס יחיד. היא גוזרת תשואת גלגול שנתית של חוזים עתידיים ממחירי החוזים הקרובים והדחויים הנצפים באותו זמן, ומשתמשת בשלוש תקופות לפדיון כדי לחשב שיפוע מנורמל של העקום ועקמומיות בצורת פרפר.…

חוזים עתידייםאופציותקאריתנודתיות