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: 671
В документе представлен межрыночный перечень артефактов признаков моделей из девяти тематических исследований. Он считывает схемы parquet, не загружая строки данных, исключает идентификаторы, подсчитывает столбцы признаков и группирует названия по токенам,…
В этом документе переосмысляется прогноз доходности акций за пять сессий: дневные данные выбираются по пятницам. Целевое значение по-прежнему представляет доходность за пять сессий, но на недельной сетке оно охватывает примерно один шаг модели. Ноутбук…
В документе описано повторное обучение конфигурации, выбранной на предыдущих этапах валидации, на всех допустимых данных до -2021, а затем построение прогнозов для отложенной выборки 2021. Интервал обучения определяется по заявленному окну оценки, буферу…
В этом ноутбуке деревья с градиентным бустингом оцениваются на аналитических показателях опционов на акции, где такие признаки, как подразумеваемая волатильность, асимметрия, срочная структура и премия за дисперсионный риск, отражают рыночные ожидания.…
В этом ноутбуке проверяется, улучшают ли деревья с градиентным бустингом кросс-секционное ранжирование валютных пар по сравнению с линейной моделью с регуляризацией. В совокупность FX входят пары с общими валютами, поэтому наблюдения зависимы: движение одной…
В этом ноутбуке сравниваются две локально запущенные модели эмбеддингов с открытыми весами на фрагментах недавних отчётов 10-K и заданном наборе исследовательских финансовых запросов. Для каждого документа создаются фрагменты из двух предложений; обе модели…
В этом ноутбуке строятся признаки на основе цен для широкой панели акций US, включая импульс, скользящие средние и показатели волатильности. Они предназначены для ранжирования акций друг относительно друга с применением фильтра торгуемости, скользящих…
В этом ноутбуке сравниваются три способа организовать четырёхэтапный процесс прогнозирования: прямая композиция в Python, версия CrewAI с ролевыми промптами и версия LangGraph, делегирующая задачи тем же специализированным классам, что и исходная реализация.…
В этом ноутбуке проверяется, подходят ли четырёхчасовые данные спот-рынка FX для дневной кросс-секционной стратегии ранжирования валютных пар по импульсу и доходности от переноса позиции. Проверяется, есть ли цены заявленных инструментов в каждой точке…
В этом ноутбуке анализ главных компонент применяется к изменениям доходности казначейских облигаций разных сроков. Стандартизация изменений придаёт каждому сроку равный вес, а полученные компоненты интерпретируются как сдвиги уровня, увеличение или…
В этом ноутбуке описан анализ двойного машинного обучения эффекта, связанного с воздействием импульса FX, с поправкой на заданные конфаундеры. Гибкие модели мешающих факторов оценивают результат и воздействие на основе этих конфаундеров; затем кросс-фиттинг…
В этом ноутбуке три линейные модели прогнозирования, кодировщик Transformer и два прогноза без параметров сравниваются на дневной доходности SPY. Линейные модели преобразуют историческое окно в многодневный прогноз; некоторые варианты сначала выделяют…
В этом ноутбуке настраивается запуск прогнозирования NLinear для пар FX. Модель использует фиксированное последовательное окно истории и вычитает последний наблюдавшийся уровень, направляя обучение на изменения за это окно. Окно истории, нормализация,…
В этом коде заданы меры защиты для воспроизводимой перекрёстной проверки, учёта допустимости наблюдений и временных признаков в пределах фолдов. Он нормализует границы фолдов, сравнивает запрошенные фолды с границами, использованными при создании временных…
В этом ноутбуке описаны диагностические проверки только на валидационной выборке для целевой переменной доходности опционов S&P 500 с дельта-хеджированием за 10 сессий. Финансовые предикторы разделены на группы, зависящие и не зависящие от подразумеваемой…
В этом ноутбуке прогноз будущей доходности ETF за 21 сессий преобразуется в бинарную задачу: положительная доходность обозначается как рост, вся остальная — как снижение. Обучается логистическая регрессия с регуляризацией L2 и L1 на хронологических…
В этом ноутбуке проверяется, может ли LSTM выявить временную структуру в истории признаков ETF, которую могут упускать модели с плоскими признаками. До обучения заявленная популяция последовательностей сверяется с доступными признаками, метками,…
В этом ноутбуке задаются будущие доходности от закрытия до закрытия на двух торговых горизонтах для выборки ETF; каждый горизонт измеряется от скорректированной цены закрытия до цены закрытия через фиксированное число сессий. Объясняется, почему метки…
В этом руководстве выводится доля Келли для бинарной ставки путём максимизации ожидаемого логарифмического роста капитала, а затем эта идея распространяется на непрерывную доходность и портфель из нескольких активов. Символьное дифференцирование и симуляции…
В этом ноутбуке на данных торгов акцией за один день NASDAQ ITCH строятся несколько схем выборки: бары календарного времени, тиковые, объёмные, долларовые, дисбаланса и направленного потока. Сравниваются их статистические свойства, включая нормальность и…
В ноутбуке показаны два последовательных монитора ошибок прогнозов на валидации для двух конфигураций линейной модели акций: детектор сдвига среднего по двум окнам и монитор частоты неудачных дней. Каждый детектор калибруется на начальном периоде, а затем…
В этом ноутбуке оцениваются четыре сигнала из новостных текстов: взвешенный сюрприз, средняя тональность, моментум тональности и охват статей. Используются будущие доходности, рассчитанные на предыдущем этапе построения признаков, после чего для каждого…
В этом ноутбуке двойное машинное обучение (DML) применяется для оценки влияния моментума с пропуском недавнего периода на будущую доходность ETF; это причинный вопрос, отличный от прогнозирования доходности. Исход и воздействие моментума моделируются с…
В ноутбуке показана настройка LightGBM для прогноза доходности ETF с помощью сэмплера TPE из Optuna. Поиск охватывает структуру деревьев, параметры выборки и регуляризации; ранняя остановка выбирает число раундов бустинга, а пользовательский callback…