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 записной книжке объясняется, как GARCH превращает кластеризацию волатильности в признак для каждой сессии. Сначала графики доходности и тест ARCH-LM проверяют, зависят ли квадраты доходности от собственных лагов. В модели GARCH(1,1) реакция на новый…

ВолатильностьТехнические индикаторыУправление рискамиСтатистика
Machine Learning for Trading

В исследовании проверяется, позволяют ли показатели опционного рынка ранжировать будущую доходность акций. Среди признаков — подразумеваемая волатильность для разных сроков, перекос пут-колл, наклон срочной структуры и премия за риск дисперсии. Поскольку…

ОпционыАкцииВолатильностьМашинное обучение
Machine Learning for Trading

В этой записной книжке схема альтернативного стохастического дисконт-фактора адаптируется к дневным данным по акциям США. Сеть весов портфеля формирует фактор из избыточной доходности следующего дня, конкурирующая сеть моментов помогает обучать ценовое ядро,…

АкцииФакторное инвестированиеМашинное обучениеСтатистика
Machine Learning for Trading

В документе создаётся дневная панель признаков для ранжирования двадцати валютных пар на момент закрытия рынка в Нью-Йорке в 5 PM. Различаются сигналы для ранжирования, например стандартизированные доходности за несколько горизонтов и положение внутри…

Валютный рынокВозврат к среднемуМоментумВолатильность
Machine Learning for Trading

В этом руководстве из отдельных контрактов ES строится непрерывный ряд фьючерсов. Ближний контракт определяется по объёму торгов с ограничением, исключающим откат, а переключение по объёму сравнивается с выбором даты по календарю. Объясняется, почему…

ФьючерсыБэктестингСтатистикаИсполнение ордеров
Machine Learning for Trading

В этой записной книжке реальные граф знаний цепочек поставок и данные об институциональных владениях 13F преобразуются в признаки для машинного обучения. Вычисляются сетевые показатели, например центральность и зависимости, оцениваются концентрация…

Машинное обучениеАкцииФормирование портфеляСтатистика
Machine Learning for Trading

В этой записной книжке рассматриваются сделки и котировки AAPL во время обвала рынка в марте 16 года 2020, чтобы показать, как микроструктура рынка меняется в условиях стресса. Лента фильтруется по обычным торговым часам; записи о сделках отделяются от…

АкцииМикроструктура рынкаИсполнение ордеровВолатильность
Machine Learning for Trading

В этом руководстве создаётся симулятор ежемесячной ротации ETF на основе ранжирования по моментуму с поправкой на риск за скользящий период и фильтра режима по кривой доходности казначейских облигаций. В конце каждого месяца правило ранжирует десять фондов…

БэктестингМоментумФормирование портфеляИсполнение ордеров
Machine Learning for Trading

В ноутбуке показан операционный цикл стратегии прогнозирования ETF: обновление рыночных данных, пересчёт финансовых признаков, переобучение модели Ridge, сохранение артефактов для развёртывания, создание текущих кросс-секционных прогнозов, их повторное…

АкцииМашинное обучениеИсполнение ордеровБэктестинг
Machine Learning for Trading

В ноутбуке LightGBM сравнивается с простой многослойной перцептронной сетью, TabM и, при наличии, TabPFN для прогнозирования кросс-секционной доходности ETF. Модели оцениваются на общих фолдах walk-forward с использованием рангового информационного…

Машинное обучениеАкцииСтатистикаБэктестинг
Machine Learning for Trading

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…

Микроструктура рынкаИсполнение ордеровУправление рискамиОпределение размера позиции
Machine Learning for Trading

В документе сравниваются четыре источника рыночных данных по акциям для изучения сделок, котировок и книг лимитных заявок: AlgoSeek TAQ, Databento market by order, NASDAQ ITCH и IEX HIST. Объясняются детализация и охват каждого источника, стоимость или…

АкцииМикроструктура рынкаИсполнение ордеровВысокочастотная торговля
Machine Learning for Trading

В ноутбуке отдельно рассматриваются результаты для движка LEAN в аудите, который сравнивает сохраненные запуски реальных стратегий с соответствующими профилями ML4T Backtest. Выделены четыре поддерживаемые нагрузки: распределение ETF, финансирование…

Несколько классов активовБэктестингИсполнение ордеровКриптовалюты
Machine Learning for Trading

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…

АкцииТехнические индикаторыМоментумСтатистика
Machine Learning for Trading

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 —…

АкцииМашинное обучениеСтатистикаФакторное инвестирование
Machine Learning for Trading

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…

АкцииВолатильностьУправление рискамиСтатистика
Machine Learning for Trading

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…

КриптовалютыБессрочные фьючерсыМашинное обучениеБэктестинг
Machine Learning for Trading

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,…

АкцииОпционыБэктестингУправление рисками
Machine Learning for Trading

В ноутбуке иерархический паритет риска рассматривается как альтернатива распределению по средней дисперсии при шумных оценках ковариации. HRP кластеризует активы по расстояниям корреляции, упорядочивает их по иерархии, затем рекурсивно делит упорядоченный…

Формирование портфеляУправление рискамиБэктестингАкции
Machine Learning for Trading

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,…

Несколько классов активовСтатистикаМашинное обучениеФормирование портфеля
Machine Learning for Trading

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…

СтатистикаМашинное обучениеУправление рискамиБэктестинг
Machine Learning for Trading

В ноутбуке оценивается недельная стратегия стрэддла на опционах S&P 500 с использованием зарегистрированных бэктестов и фиксированного процесса отбора. После ограничения вселенной ликвидными инструментами выбранная конфигурация извлекается из реестра; затем…

ОпционыАкцииБэктестингУправление рисками
Machine Learning for Trading

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…

АкцииМикроструктура рынкаИсполнение ордеровСтатистика
Machine Learning for Trading

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…

АкцииМашинное обучениеФакторное инвестированиеСтатистика