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: 687
В этом ноутбуке проверяются валидационные прогнозы, полученные в исследованиях акций и опционов, путём их преобразования в портфели акций только с длинными позициями. Используется базовый вариант с равными весами для акций из топ-K, сравниваются несколько…
Этот служебный модуль содержит статистические инструменты для диагностики панелей торговых данных. Его метод автокорреляции рассчитывает кривую внутри каждого объекта, а затем объединяет результаты по объектам, предотвращая ложную зависимость между концом…
В этом учебном блокноте сравниваются способы формирования целевых меток для моделей трейдинга с учителем на данных ETF. Рассматриваются доходность и направление движения на фиксированном горизонте, процентили по скользящим временным окнам, поперечные…
В записной книжке показаны проверки смещения из-за заглядывания в будущее на ценах ETF и макроэкономических рядах. Центрированное скользящее среднее включает будущие наблюдения, может слишком точно повторять развороты цены и не имеет недавних значений,…
Этот общий модуль моделирования поддерживает рабочие процессы количественных исследований: загружает признаки, метки, временные данные и конфигурацию, а затем подготавливает фолды walk-forward-кросс-валидации. В его основе — воспроизводимость и происхождение…
В записной книжке показано, как извлечь два потенциальных сигнала по акциям из раздела «Обсуждение и анализ руководством» квартальных отчётов SEC 10-Q. FinBERT оценивает фрагменты текста по позитивной, нейтральной или негативной тональности; оценки…
В этой записной книжке сравниваются три способа учитывать рыночные режимы в прогнозировании: базовая модель без признака режима, одна модель с отфильтрованной вероятностью волатильного состояния и отдельные модели, обучаемые для жёстко заданных режимов.…
В этой записной книжке размер ставки по Келли для бинарного пари выводится через максимизацию ожидаемого логарифма капитала, а затем показывается, как размер ставки меняет распределение смоделированных траекторий капитала. Подход расширяется на непрерывную…
В этой оценке опционные признаки, признаки на основе цены и признаки условной волатильности проверяются на соответствие будущей доходности акций. Для каждой сессии рассчитывается ранговая корреляция между активами: значения признаков сопоставляются с…
В этой записной книжке оценивается ранее выбранная стратегия ETF на зарезервированном отложенном периоде. Из идентификатора обучения и контрольной точки извлекаются соответствующие прогнозы, затем применяются заданные ранее спецификация стратегии и торговые…
В этой записной книжке временная свёрточная сеть (TCN) добавлена к сравнению моделей последовательностей для прогноза премий по ставкам финансирования бессрочных криптовалютных контрактов. Каузальный паддинг гарантирует, что для каждой позиции используются…
В этой записной книжке четырёхэтапный процесс прогнозирования реализован с помощью обычной оркестрации Python, CrewAI и LangGraph. Сравнивается, где хранится состояние, как выявляются и исправляются ошибки, какие зависимости добавляет каждый подход и как…
В этой записной книжке сравниваются способы выхода из длинных сделок ETF: фиксированные цели прибыли и стопы, скользящие стопы, барьеры с масштабом ATR, сигналы машинного обучения и их комбинации. Строятся индикаторы и симуляции сделок, затем сводятся…
В этой записной книжке прогнозы ARIMA рассматриваются как входные столбцы для последующих моделей, а не как самостоятельные прогнозы. Модели обучаются на доходности ETF; проверки стационарности и диагностика автокорреляции помогают предложить порядки, а…
В этой записной книжке применяется TabM — нейросетевая архитектура для табличных данных, в которой участники ансамбля совместно используют двухслойную сеть признаков. Каждый участник масштабирует общее представление своим обучаемым вектором и использует…
В этой главе управление рисками рассматривается как часть разработки стратегии и её работы в реальном времени. Описаны измерение хвостового риска с помощью стоимости под риском и условной стоимости под риском, глубина и восстановление после просадки,…
В этой записной книжке оценивается, как издержки исполнения могут снизить гипотетическую доходность внутридневной стратегии. Сначала по минутным котировкам измеряются спреды, взвешенные по объёму, для компонентов NASDAQ-100, затем медианный спред…
В этой записной книжке сравниваются PyPortfolioOpt, Riskfolio-Lib и skfolio: оптимизаторы портфеля обучаются на общей панели доходности ETF, а их зафиксированные веса оцениваются на более поздних наблюдениях. Рассматриваются распределения с учётом средней…
В этой записной книжке признаки строятся по минутным данным NASDAQ-100 тремя способами: скользящая гетерогенная авторегрессионная регрессия для краткосрочных прогнозов дисперсии, преобразование Фурье для описания периодической структуры недавней активности и…
В документе описано сравнение валидационных прогнозов линейных моделей, градиентного бустинга, табличного глубокого обучения и последовательных моделей для опционов S&P 500. Перед публикацией диагностик проверяется, что каждая зарегистрированная совокупность…
В этой записной книжке зарегистрированные бэктесты микроструктуры NASDAQ-100 превращаются в оценку стратегий без обучения моделей или повторного запуска бэктестов. Из реестра считываются метрики и происхождение данных; при необходимости формируются…
В этой записной книжке объясняется, как хранилища признаков обеспечивают согласованность обучающих данных и входов модели в реальном времени. Представления признаков описываются через ключ сущности, временную метку события, срок действия и столбцы признаков;…
В этой записной книжке измеряется, как выбранная на валидации стратегия FX реагирует на изменение пропорциональных транзакционных издержек. Для каждой метки прогноза выбирается родительская стратегия на основе результатов сигнала, распределения капитала и…
В этой записной книжке описано обучение сети долгой краткосрочной памяти на минутных признаках микроструктуры NASDAQ-100 для прогнозирования будущей доходности на нескольких горизонтах. Модель пошагово обрабатывает последовательность прошлых наблюдений и…