Перейти к содержимому

База знаний

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.

Поиск по библиотеке

Документов: 1,044

Machine Learning for Trading

В этой тетради показана система ответов на вопросы по графу Neo4j с институциональными позициями 13F. Запрос направляется к одному из трёх написанных вручную шаблонов Cypher, а не генерируется из вопроса; используются фиксированные параметры, политика схемы…

АкцииУправление рискамиМикроструктура рынка
Machine Learning for Trading

В этой тетради создаётся конвейер поиска по выдержкам из корпоративных отчётов 10-K. Загружается стабильный набор отчётов, текст разбивается на окна предложений, для них создаются локальные эмбеддинги, а фрагменты индексируются в векторной базе данных.…

Машинное обучениеСтатистикаАкцииРынки США
Machine Learning for Trading

В этом анализе объясняется связь индекса премии бессрочных фьючерсов Binance со спотовыми ценами и то, как биржа преобразует премию в периодические платежи финансирования. Индекс использует исполнимые цены bid и ask с рыночным воздействием относительно…

КриптовалютыБессрочные фьючерсыДоходность от переноса позицииАрбитраж
Machine Learning for Trading

В этой тетради описана оценка выбранной стратегии финансирования криптоперпетуалов на более позднем отложенном периоде. Используются прогнозы, полученные на обучающих данных, заканчивающихся до этого периода; выбранные сигнал, метод распределения капитала и…

КриптовалютыБессрочные фьючерсыДоходность от переноса позицииБэктестинг
Machine Learning for Trading

В этой заметке о настройке объясняется, почему в трёхклассовой логистической регрессии со штрафом L1 используется SAGA с явно ужесточённым допуском. Сравниваются SAGA и liblinear на панели прогнозирования микроструктуры Nasdaq 100: в измеренных запусках SAGA…

Машинное обучениеСтатистикаАкцииРынки США
Machine Learning for Trading

В записной книжке подписи путей представлены как признаки фиксированной длины, сохраняющие порядок и совместную геометрию наблюдений в окне временного ряда. Первый уровень фиксирует общее изменение каждой координаты; второй — знаковую площадь между парами…

АкцииТехнические индикаторыМашинное обучениеСтатистика
Machine Learning for Trading

В записной книжке объясняется, как построить и изучить квартальную панель фундаментальных данных по американским акциям US на основе данных SEC XBRL, сохраняя как период, к которому относится факт, так и дату его публикации. Для исторически корректного…

АкцииФакторное инвестированиеБэктестингРынки США
Machine Learning for Trading

В этой записке описан анализ методом двойного машинного обучения с расширяющимся окном: проверяется, предсказывает ли моментум за период от 12 до -2 месяцев доходность акций компаний US за следующий месяц при учёте Beta, IdioVol, LME и Variance.…

АкцииМоментумМашинное обучениеСтатистика
Machine Learning for Trading

В документе описан двухэтапный метод извлечения исходных наблюдений для исследования опционных стрэддлов S&P 500. Сначала отбираются кандидаты на покупку колла и пута около цены исполнения на основе дней до экспирации, абсолютной дельты, сходимости…

ОпционыВолатильностьОценка стоимости деривативовСтатистика
Machine Learning for Trading

В документе показан процесс работы с VectorBT для средневозвратного правила RSI только на длинной стороне по биткоину. RSI рассчитывается по дневным ценам закрытия; вход выполняется, когда значение за предыдущий день падает ниже нижнего порога, а выход —…

КриптовалютыВозврат к среднемуТехнические индикаторыБэктестинг
Machine Learning for Trading

В записной книжке строится N-BEATS для прогноза цен закрытия SPY. Полносвязные блоки обрабатывают целое окно истории; каждый формирует обратный прогноз, который вычитается перед следующим блоком, и прогноз на будущий горизонт. Ограниченные блоки используют…

Машинное обучениеАкцииСтатистикаБэктестинг
Machine Learning for Trading

В документе описаны сквозные конвейеры для объединения исторических и недавних данных по акциям, а также подготовки часовых данных бессрочных криптоконтрактов. В основном примере наблюдения WikiPrices и Yahoo объединяются на границе покрытия; проверяются…

Несколько классов активовСтатистикаУправление рисками
Machine Learning for Trading

В записной книжке представлен структурированный формат состояния для исследовательских агентов, сохраняющий вопрос запуска, дату отсечения, свидетельства, нерешённые вопросы, историю инструментов, результаты проверок качества и статус синтеза. Это состояние…

Машинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В руководстве объясняется, как выявлять и предотвращать смещение заглядывания в будущее в данных ETF и макроэкономических данных. Показано, что центрированные скользящие средние используют будущие наблюдения, а простая корреляция уровня признака с…

БэктестингСтатистикаАкцииРынки США
Machine Learning for Trading

В документе оценивается, как торговые издержки меняют валидационные результаты одного ранее выбранного распределения между акциями и опционами S&P 500. Рассматриваются комиссии за одну сторону как доля торгуемой стоимости; они сравниваются с фиксированной…

АкцииОпционыБэктестингИсполнение ордеров
Machine Learning for Trading

В записной книжке обычный автоэнкодер обучается на стандартизированной часовой доходности группы рынков бессрочных криптоконтрактов. Энкодер сжимает вектор доходности разных активов до двумерного латентного представления, а декодер восстанавливает исходные…

КриптовалютыБессрочные фьючерсыМашинное обучениеВолатильность
Machine Learning for Trading

В записной книжке анализ главных компонент на основе корреляций применяется к доходности секторных ETF, чтобы описать общие факторы риска и ротацию секторов. Стандартизация доходности придаёт каждому сектору единичную дисперсию перед декомпозицией, уменьшая…

АкцииФакторное инвестированиеСтатистикаФормирование портфеля
Machine Learning for Trading

В записной книжке сравниваются Монте-Карло-дропаут и глубокие ансамбли как способы оценить неопределённость ежедневных прогнозов доходности ETF. Дропаут остаётся активным при повторных прогнозах, а участники ансамбля обучаются отдельно; разброс прогнозов…

Машинное обучениеСтатистикаУправление рискамиОпределение размера позиции
Machine Learning for Trading

В этом аудите сравниваются несколько движков бэктестинга на общих исторических данных для распределения активов ETF, фьючерсов CME, бессрочных криптоконтрактов с финансированием, валютного рынка и акций US. Каждая поддерживаемая пара получает одни и те же…

БэктестингИсполнение ордеровНесколько классов активовФьючерсы
Machine Learning for Trading

В записной книжке рассматриваются методы выявления изменений во временном финансовом ряду на примере SPY. Тест Зивота—Эндрюса, который оценивает один структурный сдвиг при проверке гипотезы о единичном корне, сопоставляется с PELT и бинарной сегментацией,…

АкцииСтатистикаМашинное обучениеУправление рисками
Machine Learning for Trading

В записной книжке оценивается предварительно обученная модель финансового тонального анализа на заголовках FinMarBa и объясняется, почему этот результат не является чистой проверкой переноса тональности. FinBERT обучалась на человеческих оценках тональности…

Машинное обучениеНастроения рынкаАкцииСтатистика
Machine Learning for Trading

В записной книжке реализовано правило средневозвратной стратегии RSI только на длинной стороне для бессрочных контрактов BTC/USDT с помощью событийного движка бэктестинга. Внутридневные бары агрегируются в дневные данные OHLCV по времени UTC; рассчитывается…

КриптовалютыБессрочные фьючерсыВозврат к среднемуТехнические индикаторы
Machine Learning for Trading

В записной книжке описан базовый метод главных компонент для прогнозирования доходности фьючерсов CME. PCA обучается на панели доходности инструментов обучающего фолда, поэтому её компоненты отражают направления совместного движения контрактов, а не сжатые…

ФьючерсыФакторное инвестированиеСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке сравниваются модели последовательностей на недельной сетке, прогнозирующие ту же доходность за следующие пять сессий, что и модели на дневной сетке. Выборка по пятницам превращает эту целевую переменную примерно в прогноз на один шаг…

АкцииМашинное обучениеБэктестингСтатистика