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 этой записной книжке показано дообучение трансформера для распознавания финансовых именованных сущностей: фрагменты текста преобразуются в структурированные поля организаций, людей, денежных сумм, дат и процентов. В ней вводятся граничные метки BIO и…

Машинное обучениеСтатистикаНастроения рынкаАкции
Machine Learning for Trading

В этой записной книжке изучается градиентный бустинг для поперечного прогнозирования доходности фьючерсов CME. Вместимость деревьев варьируется с помощью профилей количества листьев, а функции потерь на основе квадратов и абсолютных ошибок, а также функция…

ФьючерсыСырьевые товарыМашинное обучениеБэктестинг
Machine Learning for Trading

В тетради сравниваются четыре способа извлечения фрагментов из корпуса текстов корпоративной отчётности: BM25, плотные эмбеддинги, взаимное слияние рангов (RRF) и переранжирование кросс-энкодером. RRF объединяет ранжированные списки, а не исходные оценки,…

Машинное обучениеСтатистикаАкцииРынки США
Machine Learning for Trading

В исследовании оцениваются дневные поперечные сигналы для широкой вселенной акций US и описывается полный исследовательский конвейер: от данных на конкретный момент времени и сконструированных признаков до сравнения моделей, построения портфеля, издержек и…

АкцииМашинное обучениеМоментумВозврат к среднему
Machine Learning for Trading

В этом модуле оцениваются параметры симулируемых крипторынков для сред обучения с подкреплением. Загружаются почасовые данные бессрочного рынка по выбранному символу, рассчитывается логарифмическая доходность от закрытия к закрытию и обучается модель…

КриптовалютыБессрочные фьючерсыВолатильностьМикроструктура рынка
Machine Learning for Trading

В этой тетради организовано сравнение моделей LightGBM между несколькими исследованиями; при наличии в качестве базовых семейств используются линейные модели и TabM. Конфигурации оцениваются по размеру деревьев, функциям потерь для регрессии, контрольным…

Машинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В тетради LightGBM сравнивается с MLP, TabM и, при наличии, TabPFN для прогноза будущей доходности ETF по табличным признакам. Модели оцениваются на общих хронологических фолдах walk-forward-анализа; основные показатели сравнения — ранговый информационный…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В документе описывается сравнение фиксированных и трейлинг-стопов на этапе валидации для стратегий FX. Для каждой метки доходности выбирается родительская стратегия из закрытой когорты результатов сигналов и распределения капитала, затем варьируется заданный…

Валютный рынокУправление рискамиБэктестингОпределение размера позиции
Machine Learning for Trading

В тетради сравниваются обычный метод наименьших квадратов с Ridge, LASSO и Elastic Net для прогноза будущей доходности за 21 дней по ETF. Для моделей используются одинаковые заданные фолды walk-forward-анализа с буфером очистки, соответствующим горизонту…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В документе задача причинного поиска ADIA Lab рассматривается как вывод с обучением с учителем в рамках известного семейства синтетических моделей генерации данных. Задача распределяет переменные по восьми ролям вокруг воздействия и результата, используя…

Машинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этом модуле строится ансамбль средних прогнозов на основе зарегистрированных наборов предсказаний; особое внимание уделяется воспроизводимости и снижению смещения отбора. Подходящие конфигурации моделей выбираются из реестра, а не из вручную составленного…

Машинное обучениеСтатистикаБэктестингФормирование портфеля
Machine Learning for Trading

В этой тетради описывается модель локального линейного тренда в пространстве состояний для извлечения финансовых признаков из уровней цен. Скрытое состояние включает уровень цены и его наклон; наблюдениями служат зашумлённые цены закрытия. На каждом шаге…

АкцииСтатистикаТехнические индикаторыПарная торговля
Machine Learning for Trading

В этой тетради непрерывное изменение цены отделяется от дискретных скачков во внутридневной доходности акций. Дневная реализованная дисперсия оценивается по квадратам логарифмической доходности, а бипауэрная вариация используется как устойчивая к скачкам…

АкцииВолатильностьСтатистикаМикроструктура рынка
Machine Learning for Trading

В этой тетради изучается регуляризация линейных моделей для вселенной валютных пар, доходности которых связаны, поскольку каждая пара выражает курс между общими валютами. Различаются мультиколлинеарность признаков, с которой могут справиться Ridge, LASSO и…

Валютный рынокСтатистикаМашинное обучениеБэктестинг
Machine Learning for Trading

В этой тетради изучается, влияет ли экстремальная премия по бессрочным фьючерсам на последующую доходность BTC или возврат премии к среднему. Воздействие определяется как состояние высокой премии; сравнивается широкий рыночный результат, на который могут…

КриптовалютыБессрочные фьючерсыАрбитражСтатистика
Machine Learning for Trading

В этой главе рассматриваются способы преобразования обученных статистических процедур в признаки для торговых моделей. Она охватывает диагностику и стационарность, структурные сдвиги, дробное дифференцирование, фильтрацию Калмана, спектральные методы и…

СтатистикаВолатильностьМашинное обучениеУправление рисками
Machine Learning for Trading

В этой тетради формируются метки будущей доходности акций для стратегии, которая использует данные по биржевым опционам для ранжирования акций, а затем удерживает сами акции. Создаётся скорректированный ценовой ряд с учётом корпоративных действий, а компании…

АкцииОпционыСтатистикаБэктестинг
Machine Learning for Trading

В этой тетради родительский ордер рассматривается как задача управления с конечным горизонтом. На каждом интервале табличное Q-обучение выбирает множитель для торгового транша на основе VWAP, учитывая время, оставшийся объём позиции и последние наблюдавшиеся…

АкцииИсполнение ордеровМашинное обучениеМикроструктура рынка
Machine Learning for Trading

В этом ноутбуке по исторической доходности акций US строится корреляционная сеть и исследуются способы формирования портфеля. На основе данных оценочного окна выбирается ликвидная совокупность активов, попарные корреляции преобразуются в расстояния, а для…

АкцииРынки СШАФормирование портфеляУправление рисками
Machine Learning for Trading

В ноутбуке описана проверка сигналов по одному признаку за раз для 20 валютных пар. Для каждого признака рассчитывается ежедневное поперечное согласие рангов с доходностью следующей сессии, используя только окна walk-forward-валидации. Панель оценки…

Валютный рынокСтатистикаМашинное обучениеБэктестинг
Machine Learning for Trading

В этом ноутбуке анализ главных компонент представлен как безусловная базовая модель со скрытыми факторами для прогнозирования доходности акций в исследовании опционного анализа. Метод PCA использует панель исторической доходности для оценки общих движений и…

АкцииМашинное обучениеСтатистикаФакторное инвестирование
Machine Learning for Trading

В этом ноутбуке сравнивается исчерпывающий поиск по сетке с выборщиком TPE из Optuna для настройки модели LightGBM, прогнозирующей доходность. Сначала обоим методам выделяется одинаковый бюджет испытаний в одной и той же дискретной сетке параметров: перебор…

Машинное обучениеБэктестингСтатистика
Machine Learning for Trading

В этом ноутбуке фактор поперечного моментума оценивается с помощью информационных коэффициентов, квантильной доходности, спредов между верхней и нижней группами и диагностик классификации. Коэффициент Спирмена IC определяется как ежедневная ранговая…

МоментумФакторное инвестированиеСтатистикаБэктестинг
Machine Learning for Trading

В этом ноутбуке объясняются парные и поперечные признаки на панелях ETF. Сравниваются тесты коинтеграции Энгла—Грейнджера и Йохансена, позволяющие отличить стационарный спред от простого совместного движения. В примере энергетического ETF и фонда нефти тесты…

Парная торговляВозврат к среднемуСтатистикаУправление рисками