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: 1,044
В главе объясняются классические подходы к генерации синтетических финансовых данных: процессы цен в непрерывном времени, волатильность GARCH, бутстрэп-ресэмплинг и сравнение моделей. Описано, как модели геометрического броуновского движения, скачкообразной…
В этом ноутбуке строятся признаки условной волатильности для исследования акций и опционов S&P 500 с использованием модели GJR-GARCH. В отличие от фиксированных правил на основе прошлых цен, рассчитанные признаки зависят от окна оценки. Поэтому метод задаёт…
В этой демонстрации описана операционная схема постоянно работающей криптостратегии, подключённой к спотовому брокеру USD. Более широкий набор инструментов из кейса по бессрочным фьючерсам сопоставляется с меньшим набором доступных спотовых пар, после чего…
В этом обзоре собраны данные о настройках девяти торговых кейсов по акциям, криптовалютам, валютному рынку, фьючерсам, опционам и мультиактивным портфелям. Сравниваются наборы инструментов каждого исследования, частота данных, периодичность принятия решений,…
В ноутбуке представлен рабочий процесс для проверки того, влияет ли импульс за шесть месяцев с исключением недавнего периода на доходность за 21 дней вперёд и меняется ли эффект при изменении рыночной волатильности. Эффекты оцениваются на обучающих данных…
В ноутбуке представлена безусловная модель Sig-Wasserstein GAN для генерации финансовых временных рядов. Обучаемый дискриминатор, отличающий реальные данные от сгенерированных, заменён расстоянием, основанным на ожидаемых сигнатурах траекторий —…
В этой главе описано, как создавать согласованные по времени исследования фундаментальных и альтернативных данных по акциям, макроэкономическим рядам, фьючерсам, криптовалютам и рынкам прогнозов. Основные методы — битетемпоральное хранение и запросы «на…
В ноутбуке сравниваются два способа разделить крупный биржевой ордер на дочерние ордера в течение торговой сессии. TWAP отправляет примерно одинаковое количество на каждом интервале и не требует прогноза рынка. VWAP распределяет акции в соответствии с…
В этом ноутбуке реализовано правило возврата к среднему только для длинных позиций по RSI на бессрочных барах BTC/USDT с помощью событийного движка бэктестинга. Внутридневные наблюдения агрегируются в дневные бары по UTC, рассчитывается простой скользящий…
В этом ноутбуке представлен автоэнкодер с учителем для прогнозирования будущей доходности ETF. Сеть сжимает строку признаков фонда в низкоразмерное представление и напрямую прогнозирует доходность по этому представлению. В отличие от условных автоэнкодеров…
В этом ноутбуке объясняется, как проверить, предсказывают ли события — например, торговые сигналы или объявления — доходность сверх рыночного бенчмарка. Рабочий процесс показан на импульсных пробоях ликвидных ETF: сначала по доходностям до события…
В этом ноутбуке дообучаются три контрольные точки трансформеров для классификации тональности финансовых предложений на три класса; сравниваются точность, макроусреднённый F1, матрицы ошибок, число параметров и время обучения. Используются стратифицированные…
В этом ноутбуке отбираются признаки-кандидаты для стратегии, которая продаёт стрэддлы около цены исполнения и удерживает их до экспирации. Для каждого торгового дня сравниваются поперечные ранги доступных инструментов по признаку с рангами итогов стрэддлов,…
Этот модуль Python описывает методы количественной оценки неопределённости бэктестов стратегий с использованием дневной доходности вне выборки. Он объединяет интервалы стационарного блочного бутстрэпа для статистик рядов доходности, стандартную ошибку…
В документе описана архитектура нейросетевой политики, которая преобразует временные ряды и контекст по отдельным активам в ограниченные риск-веса портфеля. Основа для каждого актива объединяет встраивания контекста, модуляцию по признакам, отбор переменных,…
В этом исследовательском анализе проверяется, связан ли моментум за двенадцать месяцев без учёта последнего месяца с доходностью следующего месяца для совокупности из 100–ETF. На основе скорректированных цен закрытия формируется месячная панель; допустимые…
В этой записной книжке сравниваются методы определения размеров позиций для лучших конфигураций сигналов по акциям S&P 500. Сначала для каждой конфигурации выбирается наиболее сильная контрольная точка с полным охватом по проверочному коэффициенту Шарпа,…
В документе зафиксирован многоэтапный прогноз о том, повысит ли Федеральная резервная система ставки в 2026. Три агента ищут подтверждения и оценивают вероятности, после чего проводят обсуждение и передают обновлённую оценку руководителю. Их мнения…
В этой записной книжке запускается модель NLinear — участник заданной популяции из трёх моделей обучения последовательностей для опционов S&P 500. Запросы и контрольные точки для всей популяции фиксируются до обучения этой модели, чтобы в следующих записных…
В этой записной книжке описан этап прогноза на отложенной выборке в исследовании характеристик компаний US. Конфигурация модели, выбранная по результатам проверки, восстанавливается вместе со спецификацией обучения и контрольной точкой, после чего модель…
В этой заметке о настройке объясняется, почему в трёхклассовой логистической регрессии со штрафом L1 используется SAGA, а не решатель liblinear из scikit-learn. Указывается на совместимость с многоклассовыми задачами в новых версиях scikit-learn и…
В записной книжке описан анализ двойного машинного обучения с расширяющимся окном: проверяется, предсказывает ли моментум за период от 12 до -2 месяцев доходность компаний US за следующий месяц после поправки на бета-коэффициент, идиосинкратическую…
В этой записной книжке представлен конвейер извлечения структурированных корпоративных событий из документов SEC 8-K и загрузки их в граф знаний Neo4j. Языковая модель пакетно обрабатывает документы и формирует записи о событиях с субъектами, отношениями,…
В этой записной книжке сравнивается поиск гиперпараметров Optuna для XGBoost, LightGBM и CatBoost на наборе характеристик компаний. Для каждой библиотеки запускается отдельный поиск с древовидным оценщиком Парзена, отсечением по медиане, ранней остановкой и…