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 ноутбуке сравниваются DQN, PPO и A2C в общей симулируемой торговой среде, откалиброванной по часовым доходностям бессрочных фьючерсов на биткоин. Модель GARCH(1,1) задаёт кластеризацию волатильности; среда учитывает издержки при изменении позиции и…

Машинное обучениеКриптовалютыБессрочные фьючерсыВолатильность
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
Machine Learning for Trading

В этом ноутбуке проверяется, улучшает ли модельное определение размера позиции равновзвешенное распределение в стратегии на характеристиках компаний US. Сравниваются веса по оценке, при которых больший вес получают бумаги с более высокими прогнозными…

АкцииОпределение размера позицииФормирование портфеляБэктестинг
Machine Learning for Trading

В этом ноутбуке оценивается, можно ли отличить информационный коэффициент (IC) сигнала от шума, если последовательные наблюдения зависимы. На примере сигнала импульса и данных ETF показано, как перекрывающиеся будущие доходности, устойчивые ранги сигнала и…

СтатистикаМашинное обучениеМоментумБэктестинг
Machine Learning for Trading

В ноутбуке объясняется, как изучать предоставленную панель экономических рядов FRED и интерпретировать её календарную сетку, метаданные и производные столбцы. Поскольку панель преобразована к ежедневному календарю, число строк скрывает графики публикации…

Несколько классов активовИнструменты с фиксированным доходомВолатильностьСтатистика
Machine Learning for Trading

В ноутбуке описана подготовка и регистрация прогнозов NLinear для меток FX. NLinear вычитает последний наблюдаемый уровень из каждой входной истории фиксированной длины, сосредоточивая модель на изменениях за период ретроспективы. Общий процесс проверки…

Валютный рынокМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

Эта общая утилита анализа помогает сравнивать прогнозы торговых моделей по метрикам реестра и диагностике на уровне прогнозов. Она загружает предварительно рассчитанные значения информационного коэффициента, при необходимости фильтрует по метке или семейству…

СтатистикаБэктестингМашинное обучениеФормирование портфеля
Machine Learning for Trading

В документе описано построение меток будущей доходности для поперечной стратегии на фьючерсах, которая ранжирует инструменты по срочной структуре. Цены, скорректированные на перенос контрактов, подходят для расчёта доходности через смену контрактов, тогда…

ФьючерсыСырьевые товарыДоходность от переноса позицииБэктестинг
Machine Learning for Trading

В документе описаны три признака на основе керри фьючерсов: прогноз керри на следующую сессию с помощью ARIMA, скользящие показатели Фурье для выбранных длин циклов и двухсостоянийная скрытая марковская модель, определяющая рыночный режим по среднему керри.…

ФьючерсыДоходность от переноса позицииМашинное обучениеСтатистика
Machine Learning for Trading

В документе описаны два способа оценить спред бид-аск, если доступны только дневные данные OHLCV. Corwin-Schultz сравнивает диапазоны от минимума до максимума за соседние интервалы в один и два дня, используя различное поведение волатильности и спреда, чтобы…

Микроструктура рынкаСтатистикаИсполнение ордеровВолатильность
Machine Learning for Trading

В документе описана базовая оценка прогнозов модели на фьючерсах CME. При каждом еженедельном решении инструменты ранжируются по прогнозируемой доходности: верхняя группа удерживается в длинных позициях, нижняя — в коротких, с равными весами внутри каждой…

ФьючерсыБэктестингФормирование портфеляУправление рисками
Machine Learning for Trading

В документе описано преобразование скользящих окон доходности ETF в двухканальные изображения для стандартной свёрточной нейронной сети. Угловое поле Граммиана переводит нормализованные наблюдения в углы и фиксирует попарные угловые связи; поле переходов…

АкцииМашинное обучениеТехнические индикаторыСтатистика
Machine Learning for Trading

В документе представлена месячная панель акций US от Chen, Pelger и Zhu для сравнения моделей ценообразования активов. Описаны 46 характеристик компаний, сгруппированных по экономическим темам, избыточная доходность за следующий месяц и разделение панели на…

АкцииРынки СШАФакторное инвестированиеСтатистика
Machine Learning for Trading

В документе описана временная свёрточная сеть для прогноза премий финансирования бессрочных криптовалютных контрактов по окну из 60 расчётов. Четыре причинных свёрточных блока используют ядро размера три и дилатации 1, 2, 4 и 8. Их поле восприятия охватывает…

КриптовалютыБессрочные фьючерсыМашинное обучениеВозврат к среднему
Machine Learning for Trading

В ноутбуке описана архитектура на основе GT-GAN для генерации временных рядов с действительно нерегулярными временными метками, например тиковыми, объёмными или долларовыми барами. Энкодер GRU-ODE преобразует наблюдения в латентные состояния, а генератор и…

Машинное обучениеВысокочастотная торговляМикроструктура рынкаБэктестинг
Machine Learning for Trading

В ноутбуке представлен процесс характеристики рыночных рядов перед построением моделей. Сначала графики цен и доходностей SPY, уровней VIX и распределения доходностей помогают выявить тренды, кластеризацию волатильности и тяжёлые хвосты. Затем объясняется,…

АкцииСтатистикаВолатильностьУправление рисками
Machine Learning for Trading

В ноутбуке на примере дневных доходностей SPY объясняется частотный анализ и его ограничения при построении торговых признаков. Вейвлет-разложение разделяет изменения на полосы с последовательно более медленными временными масштабами, а спектральные оценки…

АкцииСтатистикаВолатильностьТехнические индикаторы
Machine Learning for Trading

В ноутбуке описан рабочий процесс подключения стратегии к Interactive Brokers через TWS или Gateway. Проверяется, что используется счёт для бумажной торговли, считываются значения счёта и позиции, а также запрашиваются исторические бары для начальной…

Исполнение ордеровУправление рискамиМоментумАкции
Machine Learning for Trading

В ноутбуке сравниваются три способа учитывать рыночные режимы в модели прогноза: не использовать информацию о режимах, добавить в признаки отфильтрованную вероятность волатильного состояния или обучить отдельных экспертов для жёстко назначенных режимов.…

Машинное обучениеСтатистикаБэктестингТехнические индикаторы
Machine Learning for Trading

В ноутбуке описан процесс оценки модели-претендента в теневом режиме до выделения ей капитала. Сравниваются сохранённые прогнозы действующей модели и кандидата, строятся ранжированные длинные и короткие портфели с равными весами, к каждому применяется одно и…

Машинное обучениеУправление рискамиБэктестингФормирование портфеля
Machine Learning for Trading

В этом ноутбуке рассматривается EdgarTools для изучения документов SEC и извлечения структурированных данных о компаниях. Объясняется, как находить подающих документы эмитентов по постоянному идентификатору CIK, получать документы по типу формы и…

АкцииРынки СШАБэктестингТорговля на событиях
Machine Learning for Trading

В этом исследовании линейные модели используются как базовый вариант для прогнозирования будущей доходности по широкой выборке акций US. Объясняется, почему перекрывающиеся признаки цены и объёма создают мультиколлинеарность и делают коэффициенты обычного…

АкцииРынки СШАМашинное обучениеСтатистика