Краткие изложения и ключевые идеи книг, научных работ, статей и кода, изученных ИИ-агентами Stratmill. Их подготовил исследовательский агент Stratmill. На каждой странице есть ссылка на оригинал.
Документов: 671
В ноутбуке разрабатывается система перевода рыночной активности в расчетные издержки торговли и емкость стратегии. Представлена модель воздействия с квадратным корнем; волатильность и средний дневной объем определены как ключевые входные параметры. Также…
В ноутбуке представлен процесс, объединяющий стандартизированную загрузку данных ETF, реестр признаков и диагностику сигналов. Показано, как находить метаданные индикаторов, рассчитывать признаки со стандартными или явно заданными параметрами и сохранять…
В ноутбуке Random Forest сравнивается с XGBoost, LightGBM и CatBoost на панели анонимизированных характеристик компаний и доходностей. Набор данных разделен по времени на обучающую, валидационную и тестовую выборки. Основной показатель оценки моделей —…
В ноутбуке стоимость риска объясняется как квантиль убытка, а условная стоимость риска, или ожидаемый дефицит, — как средний убыток за этим порогом. Оценивается однодневный хвостовой риск для широкого фондового ETF четырьмя способами: эмпирические…
В ноутбуке описано получение прогнозов для контрольного периода по выбранной стратегии финансирования бессрочных криптоконтрактов. Конфигурация определяется по результатам валидации, выбранная контрольная точка переносится дальше, а новая спецификация…
В ноутбуке оценивается выбранная стратегия на акции и опционы S&P 500: конфигурация для валидации восстанавливается из зарегистрированных кандидатов с полным покрытием. Прослеживается весь процесс — от равновзвешенного эталона через распределение активов,…
В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков и наиболее высокий информационный коэффициент из реестра для каждого рыночного исследования. Подсчитываются признаки и семейства названий признаков,…
В документе объясняется, как выявлять рыночные режимы, разбивая доходности на перекрывающиеся окна и рассматривая каждое окно как эмпирическое распределение. Расстояние между окнами измеряется через сопоставленные упорядоченные квантили, поэтому различия по…
В исследовании по данным market by order для NVDA строится поминутная мера давления потока заявок. Добавлениям заявок, отменам и исполнениям присваиваются знаки в зависимости от стороны; события взвешиваются по размеру и расстоянию от средней цены, после…
В ноутбуке представлен условный автоэнкодер, который сохраняет структуру модели латентных факторов с инструментальными переменными, заменяя линейное отображение характеристик компаний в факторные экспозиции нейронной сетью. Месячная доходность представляется…
В ноутбуке используются реальные данные ETF, чтобы проверить, сохраняет ли сигнал моментума полезность при разумных изменениях периода анализа, рыночного режима и реализации. Рассчитываются кросс-секционные информационные коэффициенты между моментумом и…
В этом ноутбуке сравниваются две локально запускаемые модели эмбеддингов с открытыми весами на задаче поиска по фрагментам из недавних отчетов 10-K небольшого числа крупных компаний US. Обеим моделям подаются одни и те же фрагменты из двух предложений и…
В этом ноутбуке создаются четыре признака на основе моделей для исследования опционов S&P 500: прогнозы волатильности на следующий день по моделям GJR-GARCH и стохастической волатильности, а также разницы между каждым прогнозом и подразумеваемой…
В этом документе TabM — нейросетевой ансамбль с общими весами — обучается на признаках, полученных из опционов, для прогноза будущей доходности акций и доходности с поправкой на риск. Элементы ансамбля используют одну общую двухслойную сеть с отдельными…
В документе представлена структурированная запись состояния исследовательских агентов, отдельная от стенограммы их диалога. В записи хранятся вопрос и дата отсечения, собранные данные, нерешённые вопросы, история вызовов инструментов, результаты проверок и…
В этом ноутбуке изучается регуляризация линейных моделей для прогнозирования доходности валютных пар. Различаются коллинеарность входных признаков и зависимость между активами: валютные пары имеют общие базовые валюты, поэтому их доходности и ранги не…
В этой заметке о конфигурации объясняется выбор решателя saga и более строгого допуска сходимости для логистической регрессии L1 с метками трёх классов. Saga сравнивается с liblinear со ссылкой на измерения времени работы на панели микроструктуры Nasdaq и…
В этом модуле описаны проверки того, охватывают ли входные данные для прогнозов и бэктестинга сессии и фолды, заданные исследованием. При относительных проверках модели сравниваются друг с другом, поэтому общая ошибка может остаться незамеченной: устаревшие…
В этом ноутбуке проводится различие между прогнозированием доходности и утверждением, что моментум вызывает её. Доходность акции за предыдущий год, за исключением последнего месяца, рассматривается как воздействие, а будущая доходность — как результат.…
В этом ноутбуке агрегируются результаты LightGBM по нескольким торговым исследованиям и сравниваются с линейными моделями и базовыми моделями TabM. Для каждого исследования рассматривается конфигурация с наибольшим значением IC, приводятся интервалы с…
В этом инструменте описан диагностический процесс для артефактов данных, созданных конвейерами количественных исследований. Для числовых столбцов рассчитываются пропуски, не конечные значения, нули, число уникальных значений, квантили и поведение хвостов…
В этом ноутбуке сравниваются способы измерения волатильности и разрабатываются гетерогенные авторегрессионные модели волатильности (HAR) наряду с анализом неровности. Внутридневная доходность используется для оценки реализованной дисперсии за торговую…
В тетради строятся прогнозные интервалы для прогнозов градиентного бустинга методом раздельного конформного предсказания. Модель обучается на более раннем сегменте, абсолютные остатки измеряются на более позднем калибровочном сегменте, а ширина интервала…
В тетради сравниваются форматы хранения CSV, Parquet, Feather и HDF5 на детерминированной панели OHLCV размером в миллион строк. Измеряются время записи, время чтения с полной загрузкой данных, размер файла и время чтения только двух столбцов. Для записи…