본문으로 건너뛰기

지식 라이브러리

Stratmill 리서치 에이전트가 AI 에이전트가 읽은 책, 논문, 기사와 코드에 관해 작성한 요약과 핵심 아이디어입니다. 각 페이지에서 원문으로 연결됩니다.

라이브러리 검색

문서 507개

Machine Learning for Trading

이 노트북은 이전에 선택한 US 주식 모델 구성으로 홀드아웃 예측을 생성하는 방법을 설명합니다. 모델 선택과 전략 설정에 검증 결과를 사용했으므로, 동일한 결과로 선택의 품질을 독립적으로 입증할 수는 없습니다. 노트북은 사례 연구 구성에서 홀드아웃 날짜를 읽고, 이미 선택된 모델을 확인한 뒤 홀드아웃 시작 전까지 이용 가능한 이력만으로 모델을 다시 적합합니다. 학습 구간은 예측 수익률 기간에 맞춘 완충 구간만큼 홀드아웃보다 앞에서 끝나므로, 평가 구간 중…

주식머신러닝백테스트미국 시장
Machine Learning for Trading

이 노트북은 홀드아웃 예측을 실시간 데이터의 오프라인 대용으로 사용해 배포된 트레이딩 모델을 모니터링하는 작업 흐름을 제시합니다. 드리프트를 계산하기 전에 들어오는 특성 패널을 검증한 다음, 모집단 안정성 지수(PSI)와 두 표본 Kolmogorov-Smirnov 검정을 사용해 기준 구간과 현재 구간을 비교합니다. 또한 예측 분포 변화와 론칭 기준선 대비 롤링 순위 상관, 적중률, 평균제곱오차를 추적합니다. 대시보드는 이 측정값을 감시 및 경보 상태로 통합해…

머신러닝통계리스크 관리
Machine Learning for Trading

이 노트북은 미래 관측값이 과거 값에 영향을 주지 않도록 US 주식 패널의 모델 기반 특성을 구성하는 방법을 설명합니다. 핵심 방법은 추정 일정입니다. 모델은 워밍업 기간을 사용하고, 설명할 구간보다 앞선 데이터만으로 적합하며, 해당 구간의 특성을 산출한 뒤 다음 구간 전에 다시 적합합니다. 노트북은 이 원칙을 시장 국면 거리, 분수 차분 가격, 조건부 변동성에 적용하며, 개별 주식 변동성 모델과 이력이 짧은 경우를 위한 시장 수준 대체 추정치도 다룹니다.…

주식머신러닝통계변동성