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 объясняется, как измерять доходность вокруг событий: срабатывания сигнала, публикации отчёта о прибыли или выхода макроданных. В качестве примера рассматриваются импульсные пробои в ликвидных ETF. Для каждого события рыночная модель, подогнанная…
В ноутбуке оценивается, влияет ли z-оценка премии бессрочного криптофьючерса на доходность за последующие восемь часов при фиксированных трёх указанных факторах: волатильности цены, ставке финансирования и среднем отклонении премии. Поскольку воздействие…
В ноутбуке на примере дневных доходностей ETF объясняется, как модели GARCH описывают группирование волатильности и преобразуют его в признак для каждой сессии. Сначала визуальная диагностика и тест ARCH-LM используются для проверки зависимости квадратов…
В ноутбуке объясняется, как восстановить книгу лимитных заявок NASDAQ по данным «сообщение на заявку» для одного символа. Обрабатываются добавления, исполнения, отмены, удаления и замены заявок, при этом отслеживается оставшийся объём каждой активной заявки.…
Этот исходный модуль предоставляет загрузчики цен акций США, данных индексов, опционов, микроструктуры рынка, фундаментальных показателей и институциональных пакетов акций. Наиболее существенная методическая деталь касается пересчёта внутридневных данных…
В ноутбуке объясняется, как восстановить каталог модельных экспериментов по реестру примеров и сравнить его содержимое с MLflow. Эксперименты прослеживаются от запусков обучения через наборы прогнозов до запусков бэктеста, причём каждый этап связан с…
В этом исследовательском анализе рассматриваются почасовые OHLCV бессрочных криптоконтрактов и индекс премии с интервалом восемь часов. Проверяются покрытие по символам и датам, изменения состава контрактов, единицы измерения и распределение премии,…
В ноутбуке метод наименьших квадратов сравнивается с Ridge, LASSO и Elastic Net для прогноза будущей доходности по вселенной ETF. Все модели используют одинаковые walk-forward-фолды с периодом purge, соответствующим горизонту целевой переменной, поэтому…
В ноутбуке строится полностью инвестированная стратегия на основе среднего и дисперсии без коротких позиций для диверсифицированной вселенной ETF. Формируются допустимые портфели и эффективная граница, затем по оценённым доходностям и ковариациям…
В этом ноутбуке метод главных компонент применяется к ликвидной выборке акций US, чтобы построить собственные портфели с нормировкой по валовой экспозиции и изучить их роль как латентных факторов риска. Рассматриваются объяснённая дисперсия, интерпретация…
В этом блокноте сравниваются линейные модели прогнозирования доходности ETF по перекрывающимся признакам, полученным из цен. Несколько горизонтов доходности и семейств индикаторов могут кодировать похожую информацию, поэтому обычный метод наименьших…
В этом руководстве причинные вопросы сопоставляются с библиотеками Python и поясняется различие между оценкой эффектов при заданной причинной структуре и поиском возможных структур по данным. Рассматриваются двойное машинное обучение для скорректированных…
В этом материале показаны проверки качества ежедневных данных US по акциям OHLCV. Структурная проверка охватывает соотношения цен, положительные значения цен, неотрицательный объём, пропуски, дублирующиеся даты, хронологический порядок, устаревшие цены и…
В этом блокноте представлена модель стохастического дисконтирующего фактора для оценки поперечного среза ETF. Вместо раздельной оценки экспозиций фондов и доходностей факторов сети обучаются находить общий временной ряд дисконтирующего фактора, ковариация…
В этом блокноте TabM — нейронный ансамбль с разделяемыми весами — применяется к панельным данным признаков криптовалютных бессрочных фьючерсов. Его компоненты используют общую нейронную основу, но отдельные векторы масштабирования и выходные слои; это…
В этом блокноте восстанавливаются лучшие действовавшие цены покупки и продажи для каждой сделки AAPL в ходе одной сессии марта 2020, после чего методом Lee–Ready определяется, кто инициировал сделку — покупатель или продавец. События котировок и сделок…
В этом блокноте финансовые и полученные из моделей признаки проверяются на способность ранжировать ETF по последующей доходности. Для каждой даты рассчитывается информационный коэффициент: поперечные ранги каждого признака сопоставляются с рангами будущей…
В этом блокноте проверяется, достаточно ли устойчивы атрибуции признаков SHAP для сокращения модели, принятия решений о риске или подготовки отчётности. На примере задачи прогнозирования ETF сначала ищутся тестовые наблюдения с близкими прогнозами, но…
В этом блокноте кандидатные признаки для 20 валютных пар по одному сопоставляются с будущей доходностью. Анализ ограничен периодами валидации walk-forward; каждой сессии присваивается её фолд, а перед отложенной выборкой оставляется буферный промежуток,…
В этом блокноте объясняется, как объединять вероятностные прогнозы нескольких агентов и калибровать итоговые вероятности. Представлена экстремизация Неймана, которая смещает средний прогноз относительно базовой частоты с учётом размера группы и…
Эта утилита для работы с данными предназначена для набора данных оценки активов Chen, Pelger и Zhu, включающего доходность акций, характеристики компаний, макроэкономические ряды и тензоры характеристик до разбиения. Метод преобразования создаёт файлы…
В этом блокноте проверяется, помогают ли финансовые признаки объяснить целевую переменную доходности опционов с дельта-хеджированием за 10 сессий. Сравниваются модели Ridge с одним признаком подразумеваемой волатильности, группами зависимых и независимых от…
В этом модуле описан общий способ подготовки обучающих и проверочных фолдов walk-forward для нескольких семейств моделей. Он отделяет затратную работу, не зависящую от модели: нарезку временных окон, применение признаков на основе модели для каждого фолда,…
В записной книжке сравниваются прогнозы нескольких семейств моделей на валидации для исследования ставки финансирования бессрочных фьючерсов. Объясняется, что информационный коэффициент измеряет ранговую связь между прогнозами и последующей доходностью, AUC…