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

831 מסמכים

Machine Learning for Trading

המחברת מסבירה מודל של גורם היוון סטוכסטי (SDF) לתמחור החתך הרוחבי של תשואות חברות US. היא לומדת משקולות שמקיימות את תנאי המומנטים של היעדר ארביטראז' בתשואות נכסים מהוונות, במקום למזער הפסד של חיזוי תשואה. האימון כולל שלב בלתי מותנה, שלב מותנה שבו המשקולות…

מניותהשקעה מבוססת גורמיםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מימוש זה מתאר מודל עצבי של גורם היוון סטוכסטי ורשת רגעים אדברסרית לבדיקת יחסי תמחור נכסים. רשת SDF ממפה מאפייני נכסים, בשילוב אפשרי עם ייצוג משטר מקרו־כלכלי מ־LSTM, למשקולות נכסים. המשקולות והתשואות יוצרות גורם היוון ברמת הזמן. כאשר קלטי מקרו מופעלים, מצב…

למידת מכונההשקעה מבוססת גורמיםסטטיסטיקהבניית תיק
Machine Learning for Trading

מתאם מודל זה מיישם את PatchTST, ארכיטקטורת Transformer לחיזוי סדרות זמן באופק ארוך, עבור רגרסיה סקלרית. הוא מקבל רצפים המסודרים לפי זמן ומאפיין, מסדר אותם מחדש עבור המודל ומצמצם את הפלטים לכל מאפיין לתחזית אחת. התכנון משתמש בקידוד בלתי תלוי בערוץ: כל ערוץ…

למידת מכונהסטטיסטיקה
Machine Learning for Trading

המסמך מתאר מחקר אבלציה שבודק אם הטמעות גרף שנלמדו משפרות תחזיות תשואת מניות מעבר למאפיינים טבלאיים רגילים. הוא בונה רשת מקורלציות היסטוריות של תשואות מניות, יוצר מאפייני מומנטום, תנודתיות ומגמה תוך שימוש במידע שהיה זמין לפני חלון התחזית, וחוזה את תשואת כל…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת משווה בין Bagging של יער אקראי לבין XGBoost,‏ LightGBM ו־CatBoost בחיזוי תשואות מניות מתוך מאפייני חברות שעברו אנונימיזציה. היא משתמשת בחלוקות אימון, אימות ובדיקה זמניות שהוגדרו מראש, מודדת מקדם מידע של דירוג ספירמן כמדד העיקרי ומוסיפה R-squared…

למידת מכונהמניותסטטיסטיקההשקעה מבוססת גורמים
Machine Learning for Trading

המחברת מציגה ביצוע של הוראת־אב כבעיית בקרה באופק סופי. סוכן למידת Q טבלאית בוחר מכפיל לקצב מסחר המבוסס על VWAP, לפי הזמן שנותר, המלאי שנותר ומשטרי המרווח והתנודתיות של המרווח שהושלם לאחרונה. פונקציית התגמול מענישה על עלויות ביצוע ועל חשיפה למלאי, בעוד שמגבלת…

ביצוע פקודותלמידת מכונהמיקרו־מבנה השוקניהול סיכונים
Machine Learning for Trading

סקירת הפרק ממפה את שלבי המחקר שבין נתוני שוק מאומתים להערכת מודלים. היא עוסקת בעיבוד מקדים המותאם לחלוקה למקטעים, בהחלטות קידוד וטיפול בנתונים חסרים, ולאחר מכן בבניית יעדים התואמת לביצוע, לרבות תוויות בעלות אופק קבוע ותוויות מבוססות אירועים. חפיפת תוויות,…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטורייםביצוע פקודות
Machine Learning for Trading

המחברת משווה בין נשירת מונטה קרלו לאנסמבלים עמוקים כשיטות לאמידת אי־ודאות בתחזיות תשואה יומיות של ETF. נשירה נשארת פעילה לאורך תחזיות חוזרות, ואילו חברי האנסמבל מאומנים בנפרד; הפיזור בין התחזיות של כל אחת מהשיטות אומד את אי־הוודאות של המודל, אך כשלעצמו אינו…

למידת מכונהסטטיסטיקהניהול סיכוניםקביעת גודל פוזיציה
Machine Learning for Trading

מחברת זו מציגה את PCMCI כשיטה לגילוי קשרים בפיגור בסדרות זמן פיננסיות רב־משתניות, ללא הגדרה מראש של גרף סיבתי. היא מיישמת את השיטה על תשואות של ETF ושל מדד תנודתיות, משווה את הניתוח המותנה שלה למבחני גריינג׳ר זוגיים ומסבירה כיצד לפרש קשרים בפיגור. תהליך…

למידת מכונהסטטיסטיקהריבוי נכסיםמניות
Machine Learning for Trading

מסמך זה מסביר כיצד ממשק חיפוש של סוכן תחזיות יכול להגביל את הראיות שלו ולאפשר ביקורת על פעילותו. פרוטוקול שאינו תלוי בספק מחזיר תוצאות מטיפוסים מוגדרים, עם מקור, תאריך פרסום, ציון רלוונטיות ותוכן, ואילו מסנן סף החיתוך מסיר תוצאות מתוארכות שפורסמו במועד גבול…

בדיקת ביצועים היסטורייםביצוע פקודותלמידת מכונה
Machine Learning for Trading

מקרה מבחן זה מתאר צינור מחקר לחוזים עתידיים תמידיים של קריפטו, ומתייחס לתשלומי המימון המועברים בין פוזיציות לונג ושורט במועדי סליקה קבועים כמקור תשואה אפשרי. הוא מתאר שלבי נתונים ומודלים, מבניית תוויות ומאפיינים פיננסיים ועד למודלים סטטיסטיים ולמידת מכונה,…

קריפטוחוזים עתידיים תמידייםחוזים עתידייםלמידת מכונה
Machine Learning for Trading

המחברת מתייחסת לכל חלון תשואות כהתפלגות אמפירית ומקבצת חלונות לפי מרחק וסרשטיין חד-ממדי. במדגמים שווי גודל, מיון נותן את ההתאמה האופטימלית בין הכמויות; לכן המרחק משקף הבדלים ברחבי התפלגות התשואות, כולל מיקום הזנבות, שהממוצע והשונות עלולים להחמיץ. מרכזי…

מניותלמידת מכונהסטטיסטיקהתנודתיות
Machine Learning for Trading

מסמך זה מתאר תהליך עבודה משותף לאימון רשתות קונבולוציה זמניות על נתונים יומיים של צמדי FX. המודל מקבל רצף באורך קבוע, ויום צפוי שחסר הופך כל חלון שחוצה את הפער לבלתי כשיר. מנגנון ההרצה גוזר את רשת נקודות הסיום התקפה, משתמש רק בשורות מוקדמות יותר שניתן היה…

מט״חלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מסבירה מודל לימודי של מרחב מצבים סלקטיבי המבוסס על Mamba, ומעריכה אותו לחיזוי תשואות ETF. בניגוד למודל מרחב מצבים עם פרמטרים קבועים, הוא גוזר מהקלט הנוכחי את האיבר מקלט למצב, את האיבר ממצב לפלט ואת גודל הצעד. גודל הצעד קובע באיזו מהירות המצב הקודם…

מניותלמידת מכונהמומנטוםבדיקת ביצועים היסטוריים
Machine Learning for Trading

כלי זה בונה מטריצת סמיכות בוליאנית בין נכסים, על סמך תוויות קבוצת נכסים וקישורים אופציונליים בין קבוצות. נכסים המשויכים לאותה קבוצת מאקרו מקושרים זה לזה, וכל קשת שסופקה בין קבוצות מקשרת את כל חברי שתי הקבוצות בשני הכיוונים. קישורים עצמיים אופציונליים מאפשרים…

ריבוי נכסיםלמידת מכונהבניית תיק
Machine Learning for Trading

מחברת זו בונה צינור אחזור על קטעים מדוחות 10-K של חברות. היא טוענת קבוצה יציבה של דוחות, מחלקת את הטקסט לחלונות משפטים, יוצרת הטמעות מקומיות ומוסיפה את המקטעים לאינדקס במסד נתונים וקטורי. ההרצה שנמדדה מתמקדת באחזור, משום שיצירה חיה באמצעות מודל שפה מושבתת.…

למידת מכונהסטטיסטיקהמניותשווקי ארצות הברית
Machine Learning for Trading

הערת תצורה זו מסבירה מדוע רגרסיה לוגיסטית לשלוש מחלקות עם ענישת L1 משתמשת ב-SAGA עם סבילות שהוחמרה במפורש. היא משווה את SAGA ל-liblinear בפאנל לחיזוי מיקרו-מבנה של Nasdaq 100, ומדווחת שבהרצות שנמדדו, ההתאמה של SAGA הייתה מהירה יותר והציגה log loss ודיוק…

למידת מכונהסטטיסטיקהמניותשווקי ארצות הברית
Machine Learning for Trading

מחברת זו מציגה חתימות מסלול כמאפיינים באורך קבוע, המשמרים את סדר התצפיות ואת הגאומטריה המשותפת שלהן בתוך חלון של סדרה עתית. הרמה הראשונה מתעדת את השינוי הכולל בכל קואורדינטה; השנייה לוכדת שטח חתום בין זוגות קואורדינטות, וחושפת את סדר התנועה שנתונים סטטיסטיים…

מניותאינדיקטורים טכנייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המחברת מתארת ניתוח למידת מכונה כפולה בחלון מתרחב, הבוחן אם מומנטום של 12 עד -2 חודשים מנבא תשואות של חברות US בחודש הבא, לאחר התניה ב-Beta, IdioVol, LME ו-Variance. מודלי העזר מאומנים על חודשי החלטה מוקדמים יותר, תוך שמירה על חברות יחד מעבר לגבולות הקיפולים…

מניותמומנטוםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

מחברת זו בונה את N-BEATS כדי לחזות מחירי סגירה של SPY. בלוקים מחוברים במלואם מעבדים חלון מלא של נתוני עבר, וכל אחד מפיק שחזור לאחור שמחסירים לפני הבלוק הבא, וכן תחזית לטווח העתידי. בלוקים מוגבלים משתמשים בבסיסים פולינומיים ובסיסי פורייה, כך שניתן להציג את…

למידת מכונהמניותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

מחברת זו מציגה רשומת מצב מובנית לסוכני מחקר, המשמרת את שאלת ההרצה, מועד החיתוך, הראיות, השאלות שטרם נפתרו, היסטוריית הכלים, תוצאות שערי האיכות ומצב הסינתזה. היא מבחינה בין מצב זה לבין תיעוד שיחה: התיעוד רושם מה קרה, ואילו המצב לוכד את הידע שהסוכן הסיק, בצורה…

למידת מכונהסטטיסטיקהניהול סיכונים
Machine Learning for Trading

המחברת מאמנת מקודד אוטומטי בסיסי על תשואות שעתיות מתוקננות עבור קבוצת שווקים של חוזים תמידיים בקריפטו. המקודד שלו מכווץ את וקטור התשואות בין הנכסים לייצוג חבוי דו־ממדי, והמפענח משחזר את הקלט. ההפרש בין התשואות שנצפו לאלה ששוחזרו, הנמדד באמצעות שגיאה ריבועית…

קריפטוחוזים עתידיים תמידייםלמידת מכונהתנודתיות
Machine Learning for Trading

המחברת סוקרת שיטות לזיהוי שינויים בסדרת זמן פיננסית, באמצעות SPY כדוגמה. היא משווה את מבחן Zivot–Andrews, שאומד שבר אחד תוך בדיקת השערת שורש יחידה, ל-PELT ולחלוקה בינארית למקטעים, שמחלקות סדרה לפי עלות ועונש שנבחרו או לפי מספר השברים. תוצאות החלוקה שונות…

מניותסטטיסטיקהלמידת מכונהניהול סיכונים
Machine Learning for Trading

המחברת מעריכה מודל סנטימנט פיננסי שאומן מראש על כותרות, באמצעות כותרות FinMarBa, ומסבירה מדוע התוצאה אינה בדיקה נקייה של העברת סנטימנט. FinBERT אומן מול שיפוטים אנושיים על סנטימנט בטקסט, ואילו התוויות השליליות, הניטרליות והחיוביות של FinMarBa נגזרות מתנועות…

למידת מכונהסנטימנט שוקמניותסטטיסטיקה