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 тетради представлен процесс преобразования финансовых заголовков в сигналы для отдельных акций. Корпус новостей очищается и приводится к единому формату, точные дубликаты и дубликаты с совпадающим префиксом удаляются внутри групп «тикер — дата», а смысл…
В тетради описан жизненный цикл ежедневных данных OHLCV: загрузка начальной истории, получение небольшого обновления с перекрытием, поиск пропущенных сессий и сводка свежести данных и проблем проверки для каждого инструмента. Объясняется, почему окно…
В тетради создаётся прогнозный агент, чередующий веб-поиск и вероятностные прогнозы. Небольшой интерфейс языковой модели с двумя методами позволяет запускать один и тот же цикл с имитатором, локальным или коммерческим провайдером. Агент получает вопрос о…
В тетради изучается выборка по информационному событию: по данным сделок строятся тиковые бары и бары дисбаланса объёма. Реализация тикового дисбаланса вручную проверяется на соответствие библиотечному семплеру; затем перебираются ожидаемые размеры баров и…
В этом анализе защитные правила сравниваются на примерах исследований: бэктесты правил загружаются из реестра, а коэффициент Шарпа и максимальная просадка измеряются относительно базовой конфигурации этапа распределения капитала, с переходом к этапу сигналов…
В тетради рассчитываются цены европейских колл- и пут-опционов по модели Блэка — Шоулза, проверяется паритет пут-колл и вычисляется подразумеваемая волатильность методом поиска корня Брента. Также определяются Дельта, Гамма, Вега, Тета и Ро, а графики…
В тетради описан трансформер с патчами для прогнозирования последовательностей в исследовании акций и опционов индекса S&P 500. Он делит временное окно на последовательные блоки и представляет каждый блок как токен. Благодаря этому механизм внимания может…
В этой тетради объясняется инструментированный анализ главных компонент (IPCA) для меняющейся панели акций US. Традиционный PCA присваивает каждой акции рассчитанную факторную нагрузку, поэтому он не может естественным образом охватить бумаги,…
В этой тетради о признаках ETF объясняется, как обученные статистические модели могут допускать утечку будущей информации через оценённые параметры, даже если в формулах используются прошлые наблюдения. Решение — график переоценки walk-forward: предусмотреть…
В тетради методом двойного машинного обучения оценивается, прогнозирует ли премия по фьючерсам последующую доходность независимо от волатильности, моментума и ранга премии в поперечном сечении. Премия и доходность очищаются от этих смешивающих факторов с…
В этой тетради представлен обзор на уровне семейств пяти подходов к латентным факторам на примере аналитики опционов на акции. PCA оценивает общие движения непосредственно по панели доходности; IPCA линейно связывает характеристики с экспозициями; условный…
В этой заметке о конфигурации различаются настройки, которые входят в идентификатор бэктеста, и настройки, действительно влияющие на моделируемые торговые затраты. В рассматриваемом исследовании все зарегистрированные запуски используют векторизованный путь…
В этом исследовательском анализе рассматривается четырёхчасовая панель OANDA из 20 валютных пар и объясняется, как интерпретировать данные. Прямые, косвенные и кросс-пары различаются по положению доллара; это показывает, почему прямые котировки нужно…
В модуле определено, как формируется поле отбора на отложенной выборке на этапах валидации и для разных меток стратегий. Он устраняет расхождения, из-за которых зафиксированные наборы кандидатов и реконструкция в текущем режиме могут выбирать разные…
В этой тетради анализ главных компонент применяется к ликвидной выборке акций US, чтобы выделить скрытые факторы и сформировать лонг-шорт портфели собственных векторов. Здесь объясняется, как стандартизированные векторы PCA преобразуются в веса по обычным…
В ноутбуке изучается градиентный бустинг для панели акций US: меняются ёмкость деревьев, целевая функция и контрольная точка обучения для трёх горизонтов будущей доходности. Объясняется, как неглубокие деревья могут выявлять взаимодействия признаков, а…
В ноутбуке демонстрируются объяснения SHAP для модели LightGBM, прогнозирующей будущую доходность ETF. TreeSHAP оценивает вклад признаков в отдельные прогнозы и формирует сводные показатели важности. Графики beeswarm и зависимости показывают связь значений…
В этой главе рыночные данные рассматриваются как результат правил торговли, ликвидности и поведения участников. Описываются данные от котировок лучшего спроса и предложения до потоков данных по отдельным заявкам, а затем разбор сообщений биржи и их…
Этот общий модуль утилит предназначен для причинного анализа торговых данных методом двойного машинного обучения для временных рядов (DML). В числе описанных инструментов — оценивание walk-forward с эмбарго, вспомогательные модели и проверки опровержения.…
В ноутбуке объясняется работа TSMixer — нейронной сети для временных рядов, в которой чередуются две операции: общая линейная проекция по дням ретроспективного окна для каждого признака и общий модуль смешения признаков MLP, применяемый отдельно для каждого…
В тематическом исследовании объясняется, как формировать прогнозы для периода холдаута после выбора модели и стратегии на данных валидации. Выбирается ранее отобранная конфигурация, восстанавливаются её параметры обучения, после чего модель обучается заново,…
В ноутбуке представлена EdgarTools для изучения документов SEC по компаниям и типам подачи. Показан поиск эмитентов по неизменным идентификаторам CIK, получение годовых и квартальных отчётов, извлечение финансовой отчётности XBRL, а также просмотр данных…
В ноутбуке применяется метод главных компонент к изменениям доходности восьми казначейских облигаций с постоянным сроком погашения от одного до тридцати лет. Календарные строки, заполненные переносом предыдущих значений и не содержащие изменений доходности,…
В ноутбуке описана последовательная модель LSTM для прогнозирования доходности акций по упорядоченным окнам недавних признаков. Каждый пример использует 60 последовательных сессий для одной акции; окна, пересекающие перерывы в листинге, приостановки торгов…