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 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 מדגימה ממשק OHLCV משותף בין Yahoo Finance, ארכיון מניות אמריקאיות עם היסטוריה ארוכה וסדרות מאקרו-כלכליות של FRED. היא בונה יקום ETF למקרה בוחן מאוחר יותר של רוטציה, מראה כיצד לשלב מקורות היסטוריים ועדכניים ומתארת גישת גיבוי בסדר עדיפויות. היא גם…

ריבוי נכסיםמניותשווקי ארצות הבריתביצוע פקודות
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

מחברת זו מפתחת מסגרת המודעת ליחידות לאומדן עלויות מסחר במניות, תעודות סל, חוזים עתידיים, מטבע חוץ וחוזים תמידיים בקריפטו. תחילה היא מבחינה בין נפח מסחר לבין מדדי פעילות שאי אפשר להמיר למחזור כספי, ואז שומרת על המכנה של העמלה בכל זירת מסחר עד שפרטי העסקה…

ביצוע פקודותמיקרו־מבנה השוקניהול סיכוניםחוזים עתידיים
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 מתמחרת מחדש תצורות הקצאה מובילות של ETF על פני שתי רשתות עלויות, תוך קיבוע התחזיות, הריכוזיות וכללי ההקצאה. היא משווה את מודל העמלה למניה ומחצית המרווח של מקרה הבוחן, המשקף את הקשר בין עלויות מסחר ב-ETF למספר המניות, לרשת נקודות בסיס המחייבת ביחס…

מניותביצוע פקודותבדיקת ביצועים היסטורייםבניית תיק
Machine Learning for Trading

מחברת זו מודדת כיצד עלויות ביצוע משפיעות על תצורת החוזים העתידיים התמידיים בקריפטו שכבר נבחרה. היא מקבעת את המודל, את נקודת הביקורת, את כלל הכניסה, את ההקצאה ואת בקרת הסיכון, ואז מריצה מחדש בקטסטים על פני רשת של עלויות הלוך ושוב ביחס לשווי הנקוב שנסחר. הפלט…

קריפטוחוזים עתידיים תמידייםביצוע פקודותבדיקת ביצועים היסטוריים
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

תצורה זו מתארת תיקי מניות US חודשיים בלונג ובשורט, המדורגים לפי מאפייני חברות. היא מגדירה יקום של תצפיות מלאות בלבד עם 46 מאפיינים, החלטות בסוף החודש, ביצוע בפתיחת המושב הבא, משקל שווה לרגלי הלונג והשורט ועלויות עסקה משמעותיות, לרבות עלות השאלת ניירות ערך.…

מניותהשקעה מבוססת גורמיםמומנטוםבדיקת ביצועים היסטוריים
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 בונה בקטסט רוטציה חודשי של ETF, מתשואות התיק ועד לעסקאות מדומות. היא מדרגת עשר קרנות לפי תשואות מותאמות סיכון בתקופה הנגררת, מחילה משטר של עקום תשואות האוצר כדי לבחור בין המובילות לבין הקצאה הגנתית לאג״ח, ומבצעת עסקאות בפתיחת המסחר של המושב הבא.…

בדיקת ביצועים היסטורייםמומנטוםביצוע פקודותבניית תיק
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
Machine Learning for Trading

מחברת זו בונה דוח שניתן לבקר עבור אסטרטגיית ביטקוין לונג בלבד, שנכנסת ויוצאת לפי ספי RSI. היא משווה תוצאות ברוטו ונטו, ואז מודדת ביצועים מול אסטרטגיית קנייה והחזקה המשמשת כמדד ייחוס, שהורצה עם אותם נתונים, תקופת חימום, חשיפה, ביצועי הוראות ועלויות. התאמת…

קריפטוחזרה לממוצעאינדיקטורים טכנייםבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מציגה בדיקה ממוקדת: האם ייצוג רצף שנלמד של מאפייני מימון בחוזים תמידיים משפר את הביצועים לעומת תקצירים שנבנו ידנית של הפרמיה, הפער בין מחירי החוזה התמידי למחירי הספוט. היא משווה את NLinear, שמחיל מיפוי ליניארי על שינויים בחלון התצפיות האחרון, ל-LSTM…

קריפטוחוזים עתידיים תמידייםלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו בוחנת אם ייחוסי מאפיינים של SHAP יציבים דיים כדי לתמוך בצמצום מודל, בהחלטות סיכון או בדיווח. במשימת חיזוי של ETF, היא מחפשת תחילה דוגמאות בדיקה שהתחזיות בהן קרובות אך פרופילי SHAP שלהן שונים. לאחר מכן היא משווה פרופילי ייחוס ממודלי LightGBM שאומנו…

למידת מכונהסטטיסטיקהמניות