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: 95

Machine Learning for Trading

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…

КриптовалютыБессрочные фьючерсыСпотовые рынкиМоментум
Machine Learning for Trading

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…

АкцииМоментумМашинное обучениеСтатистика
Machine Learning for Trading

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…

Машинное обучениеАкцииСтатистикаБэктестинг
Machine Learning for Trading

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…

СтатистикаБэктестингМоментумПробой уровня
Machine Learning for Trading

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…

Несколько классов активовМоментумСтатистикаБэктестинг
Machine Learning for Trading

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…

АкцииМоментумМашинное обучениеСтатистика
Machine Learning for Trading

В модуле задана базовая ежемесячная схема распределения активов ETF на основе скорректированного на риск показателя моментума: накопленная доходность за предшествующий период делится на реализованную волатильность в годовом выражении. Активы с наивысшим…

АкцииНесколько классов активовМоментумВолатильность
Machine Learning for Trading

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…

АкцииТехнические индикаторыВолатильностьМоментум
Machine Learning for Trading

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…

Машинное обучениеАкцииМоментумБэктестинг
Machine Learning for Trading

В документе представлен анализ чувствительности к затратам для фиксированной импульсной стратегии ETF. Совокупность активов, веса, расписание и симулятор остаются неизменными, а бэктест повторно запускается для разных комиссий за каждую сторону сделки.…

АкцииМоментумБэктестингИсполнение ордеров
Machine Learning for Trading

В этом анализе оценивается, связан ли пропуск недавних периодов в импульсной стратегии с причинным изменением будущей доходности ETF, а не то, насколько хорошо импульс предсказывает доходность. Метод двойного машинного обучения моделирует результат и…

Машинное обучениеСтатистикаМоментумБэктестинг
Machine Learning for Trading

В ноутбуке изучаются модели градиентного бустинга для прогноза доходности и направления движения бессрочных криптофьючерсов. Сетка варьирует ёмкость деревьев и функцию потерь, включая квадратичную ошибку, абсолютную ошибку и функцию Хьюбера; модели…

КриптовалютыБессрочные фьючерсыМашинное обучениеМоментум
Machine Learning for Trading

В документе объясняется, как измерять доходность вокруг событий: срабатывания сигнала, публикации отчёта о прибыли или выхода макроданных. В качестве примера рассматриваются импульсные пробои в ликвидных ETF. Для каждого события рыночная модель, подогнанная…

АкцииТорговля на событияхМоментумПробой уровня
Machine Learning for Trading

В этой конфигурации описаны месячные лонг-шорт портфели акций US, ранжированных по характеристикам компаний. Задаётся универсум без пропущенных значений с 46 характеристиками, решения на конец месяца, исполнение на открытии следующей сессии, равные веса в…

АкцииФакторное инвестированиеМоментумБэктестинг
Machine Learning for Trading

В этом блокноте создаётся месячный бэктест ротации ETF: от доходности портфеля до симулированных сделок. Десять фондов ранжируются по прошлой доходности с поправкой на риск; режим кривой доходности казначейских облигаций определяет выбор между лидерами…

БэктестингМоментумИсполнение ордеровФормирование портфеля
Machine Learning for Trading

В этом разборе объясняется, как формировать метки будущей доходности для поперечной стратегии на валютных парах, которая ранжирует валютные пары и покупает или продаёт их в соответствии с относительным порядком. Сначала четырёхчасовые спотовые бары…

Валютный рынокСпотовые рынкиМоментумВозврат к среднему
Machine Learning for Trading

Эта конфигурация задаёт недельную исследовательскую совокупность фьючерсов на фондовые индексы, государственные облигации, энергоносители, металлы, валюты, сельскохозяйственные товары и скот. Снимок для принятия решения формируется по расчётам на закрытии…

ФьючерсыНесколько классов активовДоходность от переноса позицииМоментум
Machine Learning for Trading

В этом ноутбуке представлен подход к проверке того, сохраняет ли кажущееся качество сигнала импульса разумные исследовательские настройки. На реальных данных ETF до заданного периода отложенной выборки меняется по одному параметру ретроспективного анализа за…

АкцииМоментумСтатистикаБэктестинг
Machine Learning for Trading

В этом ноутбуке сравниваются линейные модели на признаках ETF, построенных на перекрывающихся окнах доходности и связанных показателях импульса, волатильности и осцилляторов. Такие предикторы коллинеарны, поэтому коэффициенты обычного метода наименьших…

Несколько классов активовМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В документе объясняется, как размечать дневную будущую доходность ETF, используя скорректированные цены закрытия на дату наблюдения и в более позднюю торговую сессию. Создаются основная метка с месячным горизонтом и более короткий недельный вариант; метки…

АкцииМашинное обучениеСтатистикаМоментум
Machine Learning for Trading

В ноутбуке показано подключение общего интерфейса стратегии моментума ETF к Alpaca; по умолчанию доступен автономный симулированный режим. Объясняется, как можно менять адаптеры брокера и рыночных данных, сохраняя неизменными стратегию, журнал ордеров и…

АкцииМоментумИсполнение ордеровУправление рисками
Machine Learning for Trading

В документе описан ежедневный набор данных ETF, предназначенный для отбора кандидатов в исследования импульса и межрыночных связей. Он охватывает девять категорий, в том числе акции US и других стран, инструменты с фиксированным доходом, товары,…

Несколько классов активовМоментумАкцииИнструменты с фиксированным доходом
Machine Learning for Trading

В этой тетради показана оценка отдельного фактора на реальных данных ETF и примере импульса, рассчитанного по ценам. Измеряются поперечные информационные коэффициенты Спирмена относительно будущей доходности, сравниваются горизонты и объясняется разница…

АкцииМоментумСтатистикаБэктестинг