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 тестируется схема выхода из сделки с двумя моделями на часовых данных бессрочных фьючерсов BTC, ETH и SOL. Классификатор входа выявляет необычно высокую будущую доходность; его прогнозная вероятность затем объединяется с техническими признаками в…

КриптовалютыБессрочные фьючерсыМашинное обучениеБэктестинг
Machine Learning for Trading

В ноутбуке анализируются сообщения NASDAQ TotalView-ITCH, чтобы описать активность рынка и создать пригодные для повторного использования данные о сделках. Сначала сообщения подсчитываются по типам, затем сообщения об исполнении заявок дополняются…

АкцииРынки СШАМикроструктура рынкаИсполнение ордеров
Machine Learning for Trading

В документе описаны средства подготовки временных панелей данных для обучения моделей и скользящего инференса. Обучающий набор данных возвращает скользящие последовательности признаков, будущих доходностей, масштабов волатильности и масок с настраиваемой…

Машинное обучениеБэктестингФормирование портфеляИсполнение ордеров
Machine Learning for Trading

В ноутбуке на основе цен строятся признаки для ранжирования широкого набора акций US. Рассматриваются семейства признаков импульса, волатильности, скользящих средних и технических индикаторов, затем они оцениваются относительно метки будущей доходности за…

АкцииРынки СШАТехнические индикаторыМоментум
Machine Learning for Trading

В исследовании используются данные NVDA по заявкам и сделкам за десять торговых дней, чтобы проверить, как дневная торговая активность влияет на формирование баров. Сделки фильтруются по обычным часам торгов в US; сторона агрессора определяется по меткам…

АкцииМикроструктура рынкаИсполнение ордеровТехнические индикаторы
Machine Learning for Trading

В этом анализе сравниваются прогнозы разных семейств моделей на валидации для ставок финансирования бессрочных фьючерсов. Поясняется, что информационный коэффициент измеряет качество ранжирования последующих доходностей, AUC оценивает, насколько верно модель…

КриптовалютыБессрочные фьючерсыМашинное обучениеСтатистика
Machine Learning for Trading

В этом исследовании данные DeFi Llama об общей заблокированной стоимости оцениваются как возможный входной показатель для конвейера исследования торговли эфиром. Отдельно рассматриваются сила сигнала, качество данных, юридическая допустимость и коммерческая…

КриптовалютыДецентрализованные финансы (DeFi)Данные блокчейнаСтатистика
Machine Learning for Trading

В ноутбуке оцениваются опубликованные доходности факторов как потенциальные составляющие портфеля. Рассматриваются три отдельных вопроса: превышает ли средняя доходность фактора высокий статистический порог, диверсифицируют ли факторы друг друга по причинам,…

Факторное инвестированиеСтатистикаФормирование портфеляУправление рисками
Machine Learning for Trading

В ноутбуке оцениваются правила выхода из отдельных позиций по криптовалютным бессрочным фьючерсам, выбранным на более раннем этапе распределения активов. Описаны фиксированные стопы убытка, скользящие стопы, привязанные к лучшей цене каждой позиции, и выход…

КриптовалютыБессрочные фьючерсыУправление рискамиБэктестинг
Machine Learning for Trading

В этом исследовании настраивается модель LSTM для прогнозирования меток валютных пар FX. Переносимое скрытое состояние рекуррентной модели сравнивается с преобразованиями по фиксированному окну истории и рецептивными полями свёрточной сети, а сравнение с…

Валютный рынокМашинное обучениеБэктестинг
Machine Learning for Trading

В этом ноутбуке защитные правила сравниваются на бэктестах из тематических исследований: стоп-приказы, скользящие стопы, лимиты убытков, ограничители просадки и правила целевой волатильности. Загружаются результаты применения таких правил в каждом…

Управление рискамиБэктестингФормирование портфеляСтатистика
Machine Learning for Trading

В этом исследовании деревья градиентного бустинга применяются к микроструктурным признакам NASDAQ-100, чтобы прогнозировать доходность и направление движения на нескольких внутридневных горизонтах. Деревья сравниваются с линейными моделями: они могут…

Машинное обучениеМикроструктура рынкаАкцииСтатистика
Machine Learning for Trading

В этом ноутбуке собрана система прогнозирования из четырёх этапов: группа исследовательских агентов, агрегирование вероятностей, состязательная дискуссия и супервизор, который выявляет разногласия, ищет уточняющие свидетельства и выдаёт итоговую вероятность.…

Машинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке детерминированный реляционный поиск сравнивается с поиском по эмбеддингам на корпусе институциональных активов 13F. Создаётся снимок на заданный момент времени: для каждого института сохраняется последняя раскрытая позиция до установленной…

Машинное обучениеАкцииСтатистикаБэктестинг
Machine Learning for Trading

В ноутбуке показано обучение генеративной состязательной сети на сконструированных признаках ETF с дифференциальной приватностью. Вводятся параметры приватности epsilon и delta, объясняется, почему DP-SGD перед агрегацией ограничивает градиент каждой записи…

Машинное обучениеСтатистикаУправление рискамиАкции
Machine Learning for Trading

В документе описаны инструменты для загрузки разобранных сообщений NASDAQ ITCH и восстановления книги лимитных ордеров по добавлениям, удалениям, отменам, исполнениям и заменам ордеров. Остаток акций отслеживается для каждого ордера, чтобы последующие…

АкцииМикроструктура рынкаИсполнение ордеровВысокочастотная торговля
Machine Learning for Trading

В этом ноутбуке отслеживаются сигналы ранжирования ETF на этапах формирования портфеля и упрощенного бэктеста. Ridge-регрессия и логистическая классификация обучаются с разделением walk-forward, а затем сравниваются с портфелями моментума и с равными весами.…

АкцииМашинное обучениеБэктестингИсполнение ордеров
Machine Learning for Trading

В ноутбуке сравниваются временные, тиковые, объемные, долларовые, дисбалансные и серийные бары, построенные по сделкам на бирже AAPL за один день. Первые четыре способа выборки группируют наблюдения по прошедшему времени, числу сделок, количеству акций,…

АкцииМикроструктура рынкаСтатистикаТехнические индикаторы
Machine Learning for Trading

В документе описаны набор данных и рабочий процесс для изучения бессрочных фьючерсов на криптовалюты вместе с индексом премии. Рассматриваются почасовые наблюдения OHLCV и восьмичасовые значения премии по заданной совокупности активов, а также загрузка,…

КриптовалютыБессрочные фьючерсыФьючерсыАрбитраж
Machine Learning for Trading

В этом ноутбуке показано, как настраивать правила стоп-лосса, тейк-профита и скользящего стопа для портфеля моментума, сохраняя хронологическую отложенную выборку. Сравниваются одномерный перебор параметров, совместные сетки правил и априорные оценки…

Управление рискамиБэктестингОпределение размера позицииМоментум
Machine Learning for Trading

В этом ноутбуке обучается PatchTST — последовательная модель на основе трансформера, один из заранее определенного набора моделей для исследования опционов на S&P 500. Она разбивает ряд ретроспективных наблюдений на патчи фиксированной длины, встраивает их…

ОпционыМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

В этом обзоре собран ряд тематических исследований торговли, сгруппированных по классу активов, размеру совокупности, частоте данных, периодичности принятия решений, режиму издержек и протоколу оценки. Обзор опирается на заявленные параметры каждой работы и…

Несколько классов активовБэктестингИсполнение ордеровУправление рисками
Machine Learning for Trading

В документе определены две диагностические меры для меток с перекрывающимися окнами будущей доходности: автокорреляция, объединенная по панели, и эффективный размер выборки на основе уникальности меток. При расчете автокорреляции наблюдения сопоставляются…

СтатистикаМашинное обучениеБэктестинг
Machine Learning for Trading

В этом ноутбуке показано, как использовать корреляционную сеть, построенную на окне оценки, для описания совокупности акций и создания портфеля с сетевой диверсификацией. Ликвидные тикеры отбираются только по данным, доступным до оценки; корреляции…

АкцииФормирование портфеляСтатистикаУправление рисками