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: 671

Machine Learning for Trading

В этом ноутбуке анализ главных компонент используется для представления общих движений в широкой панели акций US. Метод PCA выделяет направления, объясняющие общую вариацию доходности; нагрузка каждой акции показывает её подверженность каждому направлению.…

АкцииРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В этом ноутбуке правила безопасности финансового ассистента, работающего с документами, оцениваются на шести вручную подготовленных случаях. Они охватывают внедрение инструкций в запрос, вымышленные цифры в недоверенных материалах, попытки выполнить действия…

Машинное обучениеУправление рискамиНастроения рынкаСтатистика
Machine Learning for Trading

В этой записной книжке представлена временная сверточная сеть (TCN) для прогнозирования будущей доходности ETF по последовательностям признаков прошлой доходности. Причинные свёртки гарантируют, что результат использует только наблюдения на дату прогноза или…

АкцииМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

В этой записной книжке объясняются бары дисбаланса тиков и объёма, а затем на данных сделок NVDA сравниваются адаптивный подход, фиксированный порог и скользящее окно. Бар дисбаланса тиков накапливает знаки направлений сделок до достижения порога; ожидаемый…

АкцииМикроструктура рынкаСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке объясняется, как использовать обученные модели GJR-GARCH и скрытые марковские модели для построения торговых признаков, контролируя смещение заглядывания вперёд. GJR-GARCH оценивает условную волатильность и учитывает более сильное…

КриптовалютыБессрочные фьючерсыВолатильностьМашинное обучение
Machine Learning for Trading

В этой записной книжке рассматриваются методы поиска изменений в процессе, порождающем финансовый ряд; в качестве примера используются дневные данные SPY. Сопоставляются тест Зивота—Эндрюса, который оценивает один сдвиг при проверке на единичный корень, и…

СтатистикаМашинное обучениеТехнические индикаторыУправление рисками
Machine Learning for Trading

Эта утилита подготавливает артефакты прогнозов для демонстрационных записных книжек, приводя разные имена столбцов и форматы дат к общей структуре временной метки, актива и прогноза. Она группирует повторяющиеся наблюдения по временной метке и активу,…

Машинное обучениеБэктестингСтатистика
Machine Learning for Trading

В записной книжке обучается модель Skip-gram Word2Vec на небольшом корпусе финансовых новостей с метками тональности и изучаются её ближайшие соседи. Метод представляет слова на основе контекстов, в которых они встречаются. В примере слова «прибыль» и…

Машинное обучениеНастроения рынкаСтатистика
Machine Learning for Trading

В документе описан рабочий процесс сбора казначейских доходностей и экономических индикаторов FRED, выравнивания рядов с разной периодичностью относительно дневного календаря, а также загрузки и фильтрации полученного набора данных. Индикаторы включают…

Инструменты с фиксированным доходомНесколько классов активовУправление рискамиСтатистика
Machine Learning for Trading

В этой записной книжке анализируются восстановленные книги заявок NASDAQ: описываются внутридневные спреды и глубина на лучших ценах покупки и продажи, а затем проверяется связь дисбаланса потока заявок с доходностью следующего интервала. Спреды выражаются в…

АкцииМикроструктура рынкаИсполнение ордеровСтатистика
Machine Learning for Trading

В этой записной книжке линейная регрессия используется как базовая модель для прогнозирования доходности NASDAQ-100 по микроструктурным признакам с минутной частотой. Поскольку показатели спреда и дисбаланса заявок перекрываются на разных окнах…

АкцииМикроструктура рынкаМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке сравниваются два причинных вопроса о чрезмерных премиях в бессрочных фьючерсах на биткоин: предсказывает ли состояние премии будущую доходность и предсказывает ли оно последующее снижение премии. Воздействие задаётся бинарным индикатором: z-оценка…

КриптовалютыБессрочные фьючерсыСтатистикаМикроструктура рынка
Machine Learning for Trading

В ноутбуке представлен порядок анализа для выбора модели финансовых временных рядов. Сначала графики цен и доходностей SPY, уровней VIX и распределения доходности помогают выявить дрейф уровней, кластеры движений и тяжёлые хвосты. Затем сочетаются тест…

СтатистикаВолатильностьТехнические индикаторыАкции
Machine Learning for Trading

В ноутбуке строятся интервалы прогнозирования для прогнозов градиентного бустинга и сравниваются разделённое конформное прогнозирование, квантильная регрессия, конформированная квантильная регрессия и адаптивный конформный вывод. Разделённый конформный метод…

Машинное обучениеСтатистикаУправление рискамиОпределение размера позиции
Machine Learning for Trading

В этом исследовании панели акций US линейная модель со штрафом служит базовым методом прогнозирования будущей доходности по признакам, наблюдаемым на закрытии торгов. Набор признаков включает перекрывающиеся измерения импульса и волатильности, что создаёт…

АкцииФакторное инвестированиеСтатистикаУправление рисками
Machine Learning for Trading

В этом исследовании признаков ETF строятся три признака на основе моделей: скрытая марковская модель (HMM) для оценки рыночного режима, дробно дифференцированные цены эталонных фондов и условная волатильность каждого ETF по модели GARCH(1,1). Чтобы избежать…

АкцииВолатильностьМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке объясняется инструментальный анализ главных компонент (IPCA), который оценивает общие факторы, задавая экспозиции каждой акции к ним как общую линейную функцию характеристик поверхности опционов на ту же дату. К этим характеристикам относятся…

ОпционыАкцииФакторное инвестированиеМашинное обучение
Machine Learning for Trading

В исследовании деревья градиентного бустинга сравниваются с линейной моделью со штрафом для ранжирования валютных пар по будущей доходности. Деревья могут отражать условные связи — например, использовать импульс в одном рыночном режиме и керри в другом; при…

Валютный рынокМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этом исследовательском анализе рассматривается четырёхчасовой набор данных OANDA по двадцати валютным парам. Поясняется, что поле объёма считает обновления котировок на одной площадке, а не совокупный объём торгов, поэтому по нему нельзя ранжировать…

Валютный рынокСтатистикаМикроструктура рынка
Machine Learning for Trading

В этом ноутбуке собирается агент прогнозирования из клиента языковой модели, инструмента поиска и цикла с ограниченным числом ходов. Агент ищет свидетельства и возвращает бинарную вероятность с обоснованием. Парсер ответа обрабатывает типичные ошибки…

Машинное обучениеСтатистикаНастроения рынкаБэктестинг
Machine Learning for Trading

В ноутбуке применяются байесовские методы событийного анализа на структурных временных рядах для оценки влияния заявлений Федеральной резервной системы на облигационный ETF. Контрфактический сценарий строится на связях до события между дневной…

Инструменты с фиксированным доходомТорговля на событияхСтатистикаМашинное обучение
Machine Learning for Trading

В ноутбуке проверяется, объясняют ли четыре стратегии управляемых портфелей доходность SPY после учёта совместного движения широкого набора ETF. Стратегии ранжируют ETF по запаздывающему импульсу, волатильности или недавней доходности. Контролями служат…

Факторное инвестированиеМашинное обучениеСтатистикаМоментум
Machine Learning for Trading

В этом ноутбуке метод skip-gram Word2Vec применяется к акциям в портфелях институциональных инвесторов. Портфель каждой организации рассматривается как предложение, идентификаторы акций — как токены, а позиции, упорядоченные по раскрытой стоимости владения,…

АкцииМашинное обучениеФормирование портфеляСтатистика
Machine Learning for Trading

В ноутбуке объясняется, почему нескорректированные цены акций могут давать вводящие в заблуждение доходности при переходе через даты сплитов или денежных дивидендов. Описывается корректировка задним числом, при которой исторические цены масштабируются с…

АкцииСтатистикаБэктестингРынки США