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 этом руководстве оценка причинных эффектов отличается от поиска причинной структуры; распространённые исследовательские вопросы сопоставляются с подходящими библиотеками Python. EconML и DoWhy оценивают эффекты, когда структура корректировок известна или…
В ноутбуке представлен детерминированный подход к проверке согласованности конвейеров бэктеста и торговли на реальном счёте. Сравниваются этапы преобразования ценовых баров в решения: расчёт признаков, прогнозы, сигналы и размеры ордеров. Фиксированный…
В ноутбуке используются данные о сделках и ордерах NASDAQ, полученные из ITCH, чтобы показать закономерности микроструктуры. Рассматривается отрицательная автокорреляция первого порядка доходности сделок на уровне тиков и сравнивается с доходностью по…
В ноутбуке собраны результаты линейных моделей, включая OLS, Ridge, Lasso и ElasticNet, по девяти исследованиям. Для каждого исследования сравнивается лучшая полная конфигурация на основной метке, затем анализируются регуляризация, информационные…
В этом учебном ноутбуке рассматриваются признаки, полученные из цены и объёма, которые используются в количественных исследованиях. Охвачены простая и логарифмическая доходность на разных горизонтах, моментум с пропуском одного периода, ночная и…
В ноутбуке собран повторно используемый диагностический обзор финансовых наборов данных перед предобработкой или созданием признаков. Он проверяет тип временного индекса, пустые временные метки, порядок и уникальность; ищет точные дубликаты и дубликаты по…
В ноутбуке две предварительно обученные фундаментальные модели временных рядов — Chronos и TinyTimeMixer — сравниваются с LSTM и регуляризованной линейной базовой моделью на панели ETF. Каждая модель получает одномерный исторический контекст; предварительно…
В главе представлен подход к оценке причинно-следственных утверждений в исследованиях количественного трейдинга. Сначала даются чёткие определения воздействия, результата, оцениваемого параметра, контрфактического сценария и набора корректировок, а затем…
В ноутбуке линейные модели обучаются на признаках микроструктуры NASDAQ-100, наблюдаемых с минутной частотой, чтобы прогнозировать доходность на нескольких будущих горизонтах. Цель — создать простой базовый ориентир перед переходом к более выразительным…
При оценке признаков финансовые и полученные из моделей кандидаты проверяются по будущей доходности фьючерсов CME. Для каждого признака проверяются полнота и актуальность данных, измеряется ежедневная ранговая корреляция между признаками и будущей…
В ноутбуке сравниваются реализации прогноза цены SPY по одному временному ряду на чистом PyTorch, в sktime и Darts. Основная цель — оценить практические трудозатраты: объём кода, требования интерфейса, успешность установки и суммарное время обучения и…
В главе утверждается, что устойчивые исследования торговли зависят от дисциплинированного процесса, способного адаптироваться к изменениям рынка, зашумлённым свидетельствам и затратам на реализацию. Различаются структурные сдвиги, режимы, дрейф данных и…
Этот ноутбук оценивает связь финансовых признаков и признаков на основе моделей со следующей восьмичасовой доходностью бессрочных криптофьючерсов. Выборка оценки строится на окнах валидации walk-forward, финальный контрольный период остаётся вне анализа, а…
В ноутбуке проверяется, достаточно ли пригодных данных для справедливой оценки дневной стратегии ранжирования акций US до обучения какой-либо модели. Объясняется, как сформировать совокупность на конкретную дату с историческими компонентами: для проверки…
В ноутбуке изучается влияние регуляризации на модель фьючерсов CME, построенную на коррелированных семействах признаков, включая керри, скользящий коэффициент Шарпа, импульс и показатели волатильности. Сравниваются Ridge, Lasso и ElasticNet: Ridge уменьшает…
В ноутбуке описана адаптация Diffusion-TS для генерации синтетических рядов доходности ETF. Модель устранения шума предсказывает чистый ряд как сумму полиномиального тренда, сезонной составляющей Фурье и остатка; совместная функция потерь во временной и…
В главе утверждается, что повторяемая дисциплина исследований — более устойчивый источник торгового преимущества, чем любая отдельная стратегия. Представлен процесс, основанный на опровержимых гипотезах, вневыборочной оценке и поправках на множественные…
В документе объясняется, почему TabM используется для моделирования панельных данных по бессрочному фандингу: общая нейросетевая основа объединяет все входные признаки, а нелинейные слои могут представлять взаимодействия. В отличие от дерева, выбирающего…
В этом ноутбуке доли институциональных инвесторов в акциях по отчётам SEC 13F представлены в виде графа связей управляющих с ценными бумагами и отраслевыми отношениями для агрегации. Схема сохраняет и дату отчёта на конец квартала, и более позднюю дату…
Этот процесс оценки отбирает финансовые признаки и признаки на основе моделей по будущей доходности на внутридневной панели NASDAQ-100. Сначала резервируется финальный тестовый период, а наблюдения, чьи будущие метки рассчитываются внутри этого окна,…
В этом анализе оценивается, связан ли пропуск недавних периодов в импульсной стратегии с причинным изменением будущей доходности ETF, а не то, насколько хорошо импульс предсказывает доходность. Метод двойного машинного обучения моделирует результат и…
Этот метод построения бенчмарка формирует дневной ряд доходности с равными весами для активов, заявленных в исследовании. Сначала для каждого символа берётся последняя цена закрытия за сессию, затем рассчитывается доходность от закрытия до закрытия, а…
В этом анализе профилируется фиксированная вселенная из 100 ETF в девяти группах активов. Проверяется покрытие по фондам и годам, соответствие панели цен конфигурации групп, пропуски и порядок значений OHLC; также сравниваются торговые объёмы между группами.…
В документе представлена базовая архитектура нейросети PatchTST для прогноза многомерных временных рядов. Каждый входной ряд делится на перекрывающиеся патчи, проецируемые в обучаемое пространство признаков; к ним добавляются позиционные кодировки, после…