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 משווה מודלי רצף ברשת שבועית לחיזוי אותה תשואה עתידית של חמישה ימי מסחר המשמשת ברשת יומית. דגימה בימי שישי הופכת את התווית ליעד מקורב של צעד אחד קדימה, ומאפשרת להשוות ניסוח של רגרסיה ישירה למודל חיזוי שנבנה לחיזוי התצפית הבאה. שניהם משתמשים בהיסטוריה…

מניותלמידת מכונהבדיקת ביצועים היסטורייםסטטיסטיקה
Machine Learning for Trading

המחברת בונה עוזר מחקר מבוסס אחזור והעשרה מעל קטעים מדוחות 10-K של חברות US. היא טוענת את הדוחות, מחלקת את הטקסט לחלונות משפטים, מטמיעה את הקטעים באמצעות מודל מקומי ומוסיפה אותם לאינדקס לחיפוש דמיון. ההרצה המוצגת מודדת אחזור עבור שאלה שניתן לענות עליה, כמה…

למידת מכונהמניותסטטיסטיקה
Machine Learning for Trading

המחברת מדגימה אימון של רשת יריבות יוצרת על מאפיינים יומיים של ETF תוך שימוש בפרטיות דיפרנציאלית. היא מציגה את הבטחת הפרטיות ואת התקציב, ואז משתמשת ב-Opacus כדי לקצץ את גרדיאנט המבחין של כל דגימה לפני צבירת הגרדיאנטים והוספת רעש מכויל. מנגנון חשבונאות פרטיות…

למידת מכונהסטטיסטיקהמניותניהול סיכונים
Machine Learning for Trading

המחברת מיישמת את TabM, אנסמבל עצבי עם שיתוף משקולות, על יעדי תשואה של מניות שנבנו ממאפייני אופציות על מניות. החברים באנסמבל משתמשים באותה רשת בסיס בת שתי שכבות, עם וקטורים נפרדים להגדלת קנה המידה של ההפעלות וראשי פלט שאת תחזיותיהם ממוצעים. כך המודל יכול לשלב…

מניותאופציותלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

הפרק סוקר דרכים ליצירת נתונים פיננסיים סינתטיים וכיצד להחליט אם התוצר מועיל. הוא מתחיל במספר המוגבל של מסלולי שוק שהתממשו ובסיכון שחיפושים חוזרים אחר אסטרטגיות ינפחו את ביצועי הבקטסט הנחזים. הוא משווה שיטות סימולציה בסיסיות שניתנות לפרשנות, ובהן בוטסטרפ…

למידת מכונהסטטיסטיקהבדיקת ביצועים היסטורייםניהול סיכונים
Machine Learning for Trading

מחברת זו מגדירה ומריצה ניתוח של למידת מכונה כפולה להשפעת פרמיית סיכון השונות על תשואות אופציות S&P 500 עד לפקיעה. היא מציגה לפני ההרצה את האומדן הסיבתי המבוקש, תזמון התצפיות, המשתנים המערפלים, הגדרת האימות הצולב הזמני, מודל משתני העזר, תכנון השונות-קווריאנס…

אופציותשווקי ארצות הבריתלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המחברת מיישמת את TabM על טבלה שטוחה של מאפייני מניות US, וממקמת אותו בין מודלים ליניאריים עם קנסות לבין אנסמבלים של עצים. כל חבר באנסמבל חולק את שלד הרשת העצבית, אך יש לו וקטור קנה מידה ושכבת פלט משלו; מיצוע תחזיות החברים יוצר אנסמבל עם פחות חישוב נוסף…

מניותלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מתארת מקודד אוטומטי מפוקח הדוחס שורות מאפיינים של ETF לייצוג ממדי נמוך וחוזה תשואות עתידיות ישירות מהייצוג הזה. בניגוד למקודד אוטומטי מותנה, הוא אינו מניח שהתשואות נובעות ממספר קטן של תנועות גורמים משותפות. המקודד מאומן גם באמצעות יעד שחזור וגם…

ריבוי נכסיםלמידת מכונההשקעה מבוססת גורמיםסטטיסטיקה
Machine Learning for Trading

המחברת מתאימה מודלי ridge, lasso ו־elastic-net למגוון רחב של מאפייני מניות אמריקאיות מבוססים US, ובהם מדדי ערך, רווחיות, השקעה, מומנטום, גודל, סיכון ונזילות. היא בוחנת תשואות חודשיות גולמיות, יעד תשואה שעבר winsorization בחתך רוחבי ותווית סיווג תשואה באמצעות…

מניותהשקעה מבוססת גורמיםמומנטוםלמידת מכונה
Machine Learning for Trading

הניתוח משווה מודלי תחזית רשומים של ETF בין כמה משפחות, על פאנל משותף של נכסים שונים. הוא מעריך עד כמה כל מודל מדרג קרנות לפי תשואות עוקבות באמצעות מקדמי מידע, בוחן רווחי סמך ועקביות ברמת הקיפול, ובודק אם התחזיות של המשפחות מסכימות. המאפיינים נגזרים…

ריבוי נכסיםלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מציג מקודד אוטומטי מפוקח כבקרה למודלים מותנים של גורמים חבויים. הוא ממפה מאפייני חברות ישירות לתשואות עתידיות, תוך דחיסת 57 קלטים דרך צוואר בקבוק צר. השוואתו למקודד אוטומטי מותנה המשתמש באותו צוואר בקבוק נועדה להראות אם מבנה הגורמים מוסיף ערך מעבר…

מניותלמידת מכונההשקעה מבוססת גורמיםסטטיסטיקה
Machine Learning for Trading

המחברת משתמשת במאפייני ETF ובתשואות עתידיות כדי להדגים היסק קלאסי בשיטת הריבועים הפחותים הרגילה לפני המעבר לשיטות המתמקדות בתחזיות. היא בוחנת מבחני מקדמים וטעויות תקן, ואז מאבחנת הטרוסקדסטיות, אוטוקורלציה של שאריות ורב-קולינאריות. מכיוון שההיסטוריות של ETF…

מניותסטטיסטיקהלמידת מכונהניהול סיכונים
Machine Learning for Trading

הניסוי משלב תחזיות אימות ממודל עצים עם הגברת גרדיאנט, מרשת עצבית טבלאית וממודל גורמים חבויים לדירוג חודשי של ETF. תחילה הוא מתקנן את התחזיות בחתך לרוחב באמצעות ציוני z, ואז מחשב את הממוצע שלהן. האנסמבל מוערך באמצעות מקדם המידע (IC) עם אומדני אי-ודאות עקביים…

ריבוי נכסיםלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המסמך מציג שיטות משותפות ליצירת מאפיינים ממודלים מותאמים, בלי להשתמש בתצפיות עתידיות. במודלים חבויים של מרקוב, הוא מבחין בין הסתברויות מצב מסוננות, המבוססות על תצפיות עד הזמן הנוכחי, לבין הסתברויות מוחלקות, המותנות ברצף המלא ועלולות לדלוף מידע עתידי. הוא גם…

למידת מכונהתנודתיותסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת משתמשת בלמידת מכונה כפולה כדי לאמוד אם סטיות בפרמיות של חוזים עתידיים תמידיים קשורות לתשואות בשמונה השעות הבאות, והאם הקשר המשוער שונה בין שווקים בעלי תנודתיות גבוהה ונמוכה. היא מתארת מבנה פאנל בין סמלי קריפטו, מתאימה למאפיינים שנצפו לפני הטיפול,…

קריפטוחוזים עתידיים תמידייםלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המחברת מסבירה כיצד להעריך תחזיות הסתברותיות ולפקח על תהליך חיזוי. היא משווה ציוני Brier ו-log, שגיאת כיול צפויה וחדות; מראה כיצד תרשימי מהימנות חושפים היכן התחזיות בטוחות מדי או לא בטוחות מספיק; ומתארת התאמת טרנספורמציות כיול בלי להעריך אותן על אותן תצפיות.…

סטטיסטיקהלמידת מכונהניהול סיכוניםבדיקת ביצועים היסטוריים
Machine Learning for Trading

הדגמת פריסה זו מאמנת מחדש מודל Ridge על נתונים יומיים היסטוריים בחתך של צמדי FX מרכזיים, מביאה נרות עדכניים דרך סשן מסחר נייר של Interactive Brokers, מדרגת את הצמדים ובונה סל לונג. היא מתארת התחברות לברוקר, הכנת קבוצת מאפיינים מצומצמת, בדיקת התאמת חוזי FX…

מט״חביצוע פקודותלמידת מכונהמיקרו־מבנה השוק
Machine Learning for Trading

המדריך הופך אותות חתך של ETF לתיקים ארוכים בלבד, במשקל שווה ובעשרת הנכסים המדורגים בראש, ומשווה רגרסיית Ridge וסיווג לוגיסטי למדדי ייחוס של מומנטום ומשקל שווה. המודלים מותאמים בחלונות אימון של ווק-פורוורד עם מרווח עבור תווית התשואה העתידית, ולאחר מכן התיקים…

מניותבדיקת ביצועים היסטורייםביצוע פקודותבניית תיק
Machine Learning for Trading

מחקר זה בודק אם ההתאמה החלשה של מודל ליניארי לתשואות חודשיות של מניות US נובעת מיעד שגיאה ריבועית. הוא משאיר קבועים את יעד התשואה העתידית הלא-מוגבל, את המאפיינים ואת קיפולי הווק-פורוורד, תוך השוואת מודלי עצים מוגברים שאומנו עם שגיאה ריבועית, שגיאה מוחלטת…

מניותשווקי ארצות הבריתלמידת מכונהסטטיסטיקה
Machine Learning for Trading

המחברת מאמנת סוכן Proximal Policy Optimization כדי לחסל הוראה קבועה לאורך אופק מוגדר. היא משווה את מדיניות קצב הביצוע הנלמדת ל-TWAP וללוח זמנים של Almgren–Chriss, מודדת פער ביצוע ובוחנת מתי כל אסטרטגיה סוחרת. ההערכה משתמשת באותם מסלולי שוק מדומים עבור כל…

קריפטוחוזים עתידיים תמידייםביצוע פקודותלמידת מכונה
Machine Learning for Trading

המחברת מציגה את פרוטוקול Rademacher Anti-Serum (RAS) כדרך להתאים אומדני ביצועים לאחר בחירה מתוך מחלקה סופית של אסטרטגיות או אותות. מורכבות רדמאכר אמפירית אומדת עד כמה מטריצת ביצועי המועמדים יכולה להתיישר עם סימנים אקראיים, כך שהתלות בין מועמדים משתקפת…

סטטיסטיקהבדיקת ביצועים היסטורייםניהול סיכוניםלמידת מכונה
Machine Learning for Trading

המחברת מציגה את NLinear כקו בסיס לחיזוי תשואות מניות מתוך חלונות מאפיינים מסודרים. כל דוגמה מכילה 60 מפגשי מסחר רצופים עבור מניה אחת. עבור כל מאפיין, המודל מחסיר את ערכו האחרון, ממפה את ההיסטוריה שהתקבלה לערך יחיד באמצעות שכבה ליניארית ומוסיף בחזרה את הערך…

מניותלמידת מכונהסטטיסטיקהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מתאימה מודלים עצביים מסוג TabM ליעד תשואה של אסטרטגיית סטרדל קצר באופציות S&P 500, ומשווה שלוש רמות קיבולת של מודל באותו פאנל מאפיינים המשמש גישות ליניאריות וגישות Boosting. ‏TabM חולק עמוד שדרה עצבי בין חברי האנסמבל, בעוד וקטורי קנה מידה שנלמדים לכל…

אופציותמניותלמידת מכונהבדיקת ביצועים היסטוריים
Machine Learning for Trading

המחברת מדגימה גידור עמוק עבור אופציית Call אירופית בשורט. היא מדמה מסלולי תנועה בראונית גאומטרית, משתמשת בגידור דלתא של Black–Scholes כמדד ייחוס, ומאמנת רשת עצבית חצי-חוזרת לבחור פוזיציות בנכס הבסיס שממזערות יעד של ערך בסיכון מותנה להפסדים בסוף התקופה.…

אופציותתמחור נגזריםלמידת מכונהניהול סיכונים