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 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…

АкцииМашинное обучениеНастроения рынкаФакторное инвестирование
Machine Learning for Trading

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…

АкцииСтатистикаБэктестингУправление рисками
Machine Learning for Trading

В тетради сравниваются DQN, PPO и A2C в симулируемой среде торговли криптовалютами. Процесс волатильности GARCH(1,1) калибруется по часовым доходностям бессрочных фьючерсов на биткоин, после чего моделируются траектории, сохраняющие кластеризацию…

Машинное обучениеКриптовалютыБессрочные фьючерсыБэктестинг
Machine Learning for Trading

В тетради ранее выбранные прогнозы характеристик компаний и фиксированная конфигурация портфеля применяются к годовой отложенной выборке. Новые решения о прогнозах, распределении активов, концентрации, ребалансировке или транзакционных издержках не…

АкцииФакторное инвестированиеОпределение размера позицииБэктестинг
Machine Learning for Trading

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…

Машинное обучениеНастроения рынкаСтатистика
Machine Learning for Trading

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…

АкцииМикроструктура рынкаСтатистикаТехнические индикаторы
Machine Learning for Trading

В ходе аудита торговые движки сравниваются при воспроизведении одинаковых зафиксированных целевых позиций модели и исторических входных данных с адресацией по содержимому для распределения ETF, фьючерсов, бессрочного финансирования в криптовалютах, валютного…

БэктестингИсполнение ордеровНесколько классов активовФьючерсы
Machine Learning for Trading

В тетради показан доступный только для чтения процесс ответов на вопросы по графу институциональных владений, построенному по отчётам 13F. Вместо генерации запросов к базе данных из естественного языка система направляет точно поддерживаемые вопросы к…

АкцииМашинное обучениеИсполнение ордеровУправление рисками
Machine Learning for Trading

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…

Управление рискамиБэктестингСтатистика
Machine Learning for Trading

В тетради оцениваются стоп-лоссы для отдельных позиций, трейлинг-стопы и выходы по времени для конфигураций на этапе распределения капитала во внутридневной стратегии NASDAQ-100. Решения принимаются каждые пятнадцать минут, а движок бэктестинга отслеживает…

АкцииУправление рискамиБэктестингИсполнение ордеров
Machine Learning for Trading

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…

ОпционыОценка стоимости деривативовВолатильностьУправление рисками
Machine Learning for Trading

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…

АкцииОпционыМашинное обучениеСтатистика
Machine Learning for Trading

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,…

АкцииФакторное инвестированиеМашинное обучениеСтатистика
Machine Learning for Trading

В этой главе обучение с подкреплением рассматривается как инструмент последовательного управления, отличающийся от прогнозирования с учителем. В центре внимания задачи, где действия влияют на последующие результаты, а вознаграждения сравнительно конкретны:…

Машинное обучениеИсполнение ордеровМаркет-мейкингОпционы
Machine Learning for Trading

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…

АкцииМашинное обучениеСтатистикаВолатильность
Machine Learning for Trading

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…

ФьючерсыДоходность от переноса позицииМашинное обучениеСтатистика
Machine Learning for Trading

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…

ОпционыМашинное обучениеФакторное инвестированиеСтатистика
Machine Learning for Trading

В документе показано, как подключить стратегию моментума ETF на пять дней к Alpaca через общий интерфейс стратегий. Стратегия отслеживает моментум по SPY, QQQ и IWM и генерирует сигналы при пересечении порога. Адаптеры для конкретного брокера обрабатывают…

АкцииМоментумИсполнение ордеровУправление рисками
Machine Learning for Trading

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…

ОпционыБэктестингИсполнение ордеровСтатистика
Machine Learning for Trading

В документе показана брокерская оболочка, которая проверяет заявки и состояние портфеля перед отправкой сделок. Контроль включает ограничения числа акций и стоимости каждой заявки, лимиты экспозиции позиции, частоты заявок, списки разрешённых и запрещённых…

Управление рискамиОпределение размера позицииИсполнение ордеровБэктестинг
Machine Learning for Trading

В тетради сравниваются равные веса, веса, обратные волатильности, минимальная дисперсия и иерархический паритет риска при одинаковой вселенной ETF, прогнозах, графике ребалансировки и протоколе бэктеста. Скользящая модель Ridge ранжирует ETF по моментуму,…

Формирование портфеляБэктестингУправление рискамиМашинное обучение
Machine Learning for Trading

В тетради объясняется Value at Risk (VaR), обозначающий квантиль убытка, и Conditional Value at Risk (CVaR), усредняющий убытки, превышающие этот порог. На дневных доходностях ETF сравниваются оценки историческим методом, гауссовской моделью, с поправкой…

Управление рискамиВолатильностьБэктестингФормирование портфеля
Machine Learning for Trading

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…

Валютный рынокМикроструктура рынкаСтатистикаБэктестинг
Machine Learning for Trading

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…

БэктестингУправление рискамиФормирование портфеляСтатистика