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 документе описана система журналирования запусков для записи обучения моделей, прогнозов, причинных оценок и бэктестов в исследованиях отдельных торговых случаев. Показано, как настройки переходят из параметров исследования через меню обучения и…
В этой конфигурации задан исследовательский процесс для длинно-короткой стратегии на криптовалютных бессрочных фьючерсах. Определена вселенная из 19 активов, отобранных по объёму, решения привязаны к восьмичасовым расчётам финансирования, а исполнение — к…
В этой записной книжке институциональные позиции из отчётов 13F преобразуются в граф связей между управляющими и акциями, с отношениями между секторами и рёбрами владения, содержащими число акций, стоимость, отчётный период и дату публикации отчёта. Показаны…
В этой записной книжке месячная доходность девяти рядов факторов и рынков акций, облигаций, валют и сырьевых товаров кластеризуется с помощью моделей гауссовых смесей. После исключения месяцев с неполными данными ряды стандартизируются, чтобы различия…
В этой записной книжке оцениваются 57 бухгалтерских и ценовых характеристик как отдельных предикторов доходности акций US за следующий месяц. Рассчитываются ежемесячные ранговые корреляции в поперечном срезе, усредняются во времени и корректируется…
В главе представлен подход к преобразованию торговой идеи в документированную спецификацию признака. Исследователям предлагается согласовать горизонт признака с целевым решением, сформулировать гипотезу о движущем факторе и отличать прогнозные сигналы от…
В этом руководстве оценка причинных эффектов отличается от поиска причинной структуры; распространённые исследовательские вопросы сопоставляются с подходящими библиотеками Python. EconML и DoWhy оценивают эффекты, когда структура корректировок известна или…
В ноутбуке представлен детерминированный подход к проверке согласованности конвейеров бэктеста и торговли на реальном счёте. Сравниваются этапы преобразования ценовых баров в решения: расчёт признаков, прогнозы, сигналы и размеры ордеров. Фиксированный…
В ноутбуке агент с обучением с подкреплением обучается распределять фиксированный ордер на продажу по часовым барам рынка бессрочных криптофьючерсов. Его состояние включает запаздывающую доходность, волатильность, объём за предыдущий час, премию бессрочного…
В ноутбуке используются данные о сделках и ордерах NASDAQ, полученные из ITCH, чтобы показать закономерности микроструктуры. Рассматривается отрицательная автокорреляция первого порядка доходности сделок на уровне тиков и сравнивается с доходностью по…
В ноутбуке собраны результаты линейных моделей, включая OLS, Ridge, Lasso и ElasticNet, по девяти исследованиям. Для каждого исследования сравнивается лучшая полная конфигурация на основной метке, затем анализируются регуляризация, информационные…
В исследовании оценивается TabM — нейросетевой ансамбль с эффективным использованием параметров — на тех же строках признаков фьючерсов CME, рассчитанных на конкретный момент времени, и тех же фолдах walk-forward-анализа, что и для других семейств моделей.…
В этой демонстрации процесс выставления одного ордера расширяется до ежедневной ребалансировки фиксированной вселенной акций крупных компаний US. Объясняется, как сравнить текущие позиции у брокера с целевыми позициями модели, сформировать ордера на разницу…
В этом учебном ноутбуке рассматриваются признаки, полученные из цены и объёма, которые используются в количественных исследованиях. Охвачены простая и логарифмическая доходность на разных горизонтах, моментум с пропуском одного периода, ночная и…
В этом исследовании оцениваются короткие стрэддлы около денег на компоненты индекса S&P 500: позиции открываются еженедельно и удерживаются до экспирации с ежедневным дельта-хеджированием. Главный методологический выбор — моделировать доходность при…
В ноутбуке собран повторно используемый диагностический обзор финансовых наборов данных перед предобработкой или созданием признаков. Он проверяет тип временного индекса, пустые временные метки, порядок и уникальность; ищет точные дубликаты и дубликаты по…
В ноутбуке две предварительно обученные фундаментальные модели временных рядов — Chronos и TinyTimeMixer — сравниваются с LSTM и регуляризованной линейной базовой моделью на панели ETF. Каждая модель получает одномерный исторический контекст; предварительно…
В главе представлен подход к оценке причинно-следственных утверждений в исследованиях количественного трейдинга. Сначала даются чёткие определения воздействия, результата, оцениваемого параметра, контрфактического сценария и набора корректировок, а затем…
В ноутбуке линейные модели обучаются на признаках микроструктуры NASDAQ-100, наблюдаемых с минутной частотой, чтобы прогнозировать доходность на нескольких будущих горизонтах. Цель — создать простой базовый ориентир перед переходом к более выразительным…
В ноутбуке описано, как оценить ранее выбранную стратегию FX на прогнозах для отложенной выборки. Используется зарегистрированная спецификация бэктеста выбранной конфигурации; сигнал, распределение капитала, контроль рисков, правило ребалансировки, издержки…
В документе описан ежедневный набор данных по акциям США US, охватывающий около 3,200 компаний с 1962 по март 2018. В него входят эмитенты, исключённые из листинга, поэтому он подходит для исторических исследований, в которых исключение обанкротившихся или…
При оценке признаков финансовые и полученные из моделей кандидаты проверяются по будущей доходности фьючерсов CME. Для каждого признака проверяются полнота и актуальность данных, измеряется ежедневная ранговая корреляция между признаками и будущей…
В ноутбуке оценивается, как допущения о транзакционных затратах влияют на коэффициент Шарпа валидации для одного выбранного распределения между акциями и опционами S&P 500. Если доступна конфигурация, выбранная из замороженного набора кандидатов, она…
В ноутбуке сравниваются реализации прогноза цены SPY по одному временному ряду на чистом PyTorch, в sktime и Darts. Основная цель — оценить практические трудозатраты: объём кода, требования интерфейса, успешность установки и суммарное время обучения и…