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: 1,044
В документе объясняется, как получить прогнозы для зарезервированного контрольного периода микроструктуры NASDAQ-100, используя конфигурацию, выбранную по данным валидации. Выбранная модель переобучается только на истории, заканчивающейся до контрольного…
В этом исследовании для доходности коротких стрэддлов у денег, удерживаемых до экспирации, подбираются линейные модели с регуляризацией. Поскольку доход от премии ограничивает прибыль, а убытки могут расти без ограничений, несколько крупных потерь доминируют…
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 документе изучаются правила выхода для отдельных позиций, добавленные к существующей стратегии бессрочных криптовалютных контрактов: фиксированные стоп-лоссы, трейлинг-стопы и выходы по времени. Объясняется, что эти механизмы закрывают только позиции,…
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 изучается автоэнкодер с учителем для прогноза будущей доходности по характеристикам компаний. Узкое место нейросети сохраняется, но убираются интерпретация через условные факторы и ценовое ограничение, используемые в родственных моделях. Сеть…
В этом ноутбуке прогнозы валютных пар FX преобразуются в базовые торговые результаты. В каждый момент принятия решения пары ранжируются, для длинной и короткой сторон выбираются равные доли, а выбранные конфигурации прогнозов и контрольные точки запускаются…
В этом анализе реализуемости проверяется, можно ли оценить месячную стратегию лонг-шорт на основе характеристик компаний US с помощью имеющейся панели данных. Проверяется, закодированы ли показатели как ранги, описывается период наблюдаемости компаний,…
В этом ноутбуке сравниваются две симуляции одной и той же месячной стратегии моментума ETF. В обеих одинаковы целевые веса, набор инструментов, даты и общие торговые издержки. В одной доходность рассчитывается по запаздывающим весам и доходности активов; в…
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 PatchTST обучается как одна из моделей заявленного набора последовательных моделей для опционов S&P 500. PatchTST делит окно ретроспективы на фрагменты фиксированного размера, представляет их как токены и использует механизм внимания для…
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 проверяется, добавляют ли обученные графовые эмбеддинги прогнозную информацию к табличной модели для акций US. Сеть строится на основе абсолютных корреляций доходности, измеренных до целевого периода; признаки моментума, волатильности и…
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 этом документе описана последовательная модель LSTM для исследования опционов S&P 500. В отличие от кросс-секционных моделей, которые используют сконструированные признаки для обобщения истории инструмента, LSTM получает хронологические окна и учится…
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…