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

Анализ знакомит со структурой опционной цепочки и рассматривает срез опционов на S&P 500 за 2020 год для восьми базовых активов. В нём объясняются денежность опциона, внутренняя и временная стоимость, греки, подразумеваемая волатильность, а также информация,…

ОпционыВолатильностьОценка стоимости деривативовМикроструктура рынка
Machine Learning for Trading

В ноутбуке проверяется корпус годовой отчётности перед его индексацией для финансовых исследований. Измеряется задержка между концом финансового периода и датой публичной подачи отчётности, что показывает, почему при анализе на момент времени нужно…

АкцииМашинное обучениеИсполнение ордеровБэктестинг
Machine Learning for Trading

Ноутбук проверяет финансовые и модельные признаки на связь с доходностью криптовалютных бессрочных контрактов за следующие восемь часов. Для каждого расчётного момента вычисляются поперечные корреляции Спирмена между подходящими контрактами, затем оценки…

КриптовалютыБессрочные фьючерсыМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке объединены существующие результаты моделей со скользящим анализом вне выборки для финансовых примеров: сравниваются LSTM, NLinear, TSMixer, TCN и PatchTST с линейными, градиентно-бустинговыми и табличными нейросетевыми базовыми моделями. Основной…

Машинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В ноутбуке проверяется, дают ли опубликованные инвестиционные факторы убедительные премии доходности и диверсифицируют ли они друг друга. Используются длинные временные ряды и данные по разным классам активов от AQR, а также фондовые факторы Фамы — Френча.…

Факторное инвестированиеСтатистикаФормирование портфеляУправление рисками
Machine Learning for Trading

Этот общий аналитический модуль описывает способы оценки торговых издержек для разных классов активов. Он включает оценки спреда между ценами покупки и продажи по диапазону максимум-минимум и автоковариации доходности, скользящие средние объёма и…

Исполнение ордеровМикроструктура рынкаУправление рискамиБэктестинг
Machine Learning for Trading

В этом ноутбуке общая заблокированная стоимость рассматривается как альтернативные данные и проверяется гипотеза о том, что состояние капитала в DeFi может помочь прогнозировать доходность эфира. TVL определяется как долларовая стоимость криптоактивов,…

КриптовалютыДанные блокчейнаДецентрализованные финансы (DeFi)Статистика
Machine Learning for Trading

В ноутбуке исследуется, почему информационный коэффициент модели не определяет коэффициент Шарпа стратегии, построенной на её прогнозах. На нескольких примерах сигналы сопоставляются с результатами бэктестинга; также рассматривается, как правила входа,…

БэктестингМашинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке реализована ежедневная учебная адаптация состязательной модели стохастического дисконтного фактора. Сеть портфельных весов строит фактор из избыточной доходности следующего дня, используя характеристики и состояние рынка, доступные на момент…

АкцииМашинное обучениеСтатистикаФакторное инвестирование
Machine Learning for Trading

В этом анализе оценивается надёжность выбранных торговых сигналов: данные об информационном коэффициенте (IC) сопоставляются с коэффициентами Шарпа, рассчитанными после преобразования прогнозов в позиции. Результаты семейств моделей по классам активов…

Машинное обучениеСтатистикаБэктестингФормирование портфеля
Machine Learning for Trading

В этой записной книжке объединяются ранее полученные результаты walk-forward-анализа для сравнения LSTM, NLinear, TSMixer, TCN и PatchTST на практических примерах, а также линейных моделей, моделей с градиентным бустингом и базовых моделей TabM. Приводятся…

Машинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этом анализе осуществимости выясняется, правдоподобны ли данные и допущения для недельной стратегии короткого стрэддла с хеджированием по дельте на акциях индекса S&P 500, прежде чем обучать модель. Объясняется, как колл и пут с одинаковыми страйком и…

ОпционыВолатильностьУправление рискамиБэктестинг
Machine Learning for Trading

В этой исследовательской записной книжке рассматриваются часовые данные CME по фьючерсным продуктам и классам активов; в качестве примера используется E-mini S&P 500. Объясняется иерархия от продукта к контракту с ограниченным сроком действия и далее к…

ФьючерсыСтатистикаБэктестингМикроструктура рынка
Machine Learning for Trading

В этой записной книжке сравниваются правила распределения капитала при продаже стрэддлов на выбранные акции S&P 500. Набор выбранных акций остаётся неизменным, меняется только распределение, а базовым вариантом служат равные веса. Рассматриваются веса по…

ОпционыФормирование портфеляОпределение размера позицииБэктестинг
Machine Learning for Trading

В этой записке проверяется, как выбранная стратегия на характеристиках компаний US реагирует на изменение допущения о транзакционных издержках. Конфигурация стратегии остаётся неизменной, а бэктесты на валидационной выборке повторяются для заданной сетки…

АкцииИсполнение ордеровБэктестингУправление рисками
Machine Learning for Trading

В записной книжке представлен предварительный обзор документов 10-K и 8-K компаний индекса S&P 100, предназначенных для финансового графа знаний. Описаны проверки схемы на наличие обязательных полей, уникальность ключей компании и номера подачи,…

АкцииМашинное обучениеСтатистика
Machine Learning for Trading

В документе описан интерфейс для читателей, позволяющий изучать результаты бэктестов из реестра. Он поддерживает сводки по числу запусков, просмотр спецификаций и отдельных запусков, ранжирование результатов, сравнение методов распределения, просмотр кривых…

БэктестингСтатистикаФормирование портфеляМашинное обучение
Machine Learning for Trading

В этой записной книжке фиксированная стратегия на характеристиках акций тестируется на зарезервированном отложенном периоде с использованием прогнозов и ранее выбранного метода распределения портфеля. Конфигурация, размер позиции, концентрация, частота…

АкцииФакторное инвестированиеБэктестингОпределение размера позиции
Machine Learning for Trading

В этой среде моделируется маркет-мейкер, который меняет центр котировки и спред в зависимости от позиции, волатильности и дискретного выбора действия. Для синтетических цен используется условная волатильность, сгенерированная процессом GARCH; дисбаланс…

Маркет-мейкингМикроструктура рынкаВолатильностьУправление рисками
Machine Learning for Trading

В этой записной книжке анализируются временные метки событийных связей финансового графа знаний; отдельно рассматривается, когда произошло событие, когда оно стало публичным и когда конвейер извлечения создал связь. Рассчитываются лаги раскрытия и…

Машинное обучениеСтатистикаБэктестингТорговля на событиях
Machine Learning for Trading

В этой записной книжке разработана система оценки торговых издержек с учётом единиц измерения для акций, криптовалютных бессрочных контрактов, фьючерсов, ETF и валютного рынка. Различаются количество акций, объём контрактов, объём базового актива и число…

Исполнение ордеровМикроструктура рынкаУправление рискамиБэктестинг
Machine Learning for Trading

В этом обзоре главы описан процесс определения торговых стратегий на основе гипотез до проведения бэктеста. Документированные допущения о данных и неизменяемая конфигурация связываются с исследовательским анализом, событийными исследованиями и…

МоментумВозврат к среднемуСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке объясняется, как спецификации фьючерсных контрактов влияют на учёт в бэктесте. Показано, как множитель контракта переводит изменение цены в прибыль или убыток в долларах, как цена, умноженная на множитель, определяет номинальную…

ФьючерсыСырьевые товарыМоментумОпределение размера позиции
Machine Learning for Trading

В этой записной книжке обычный автоэнкодер обучается на часовой доходности набора рынков криптовалютных бессрочных контрактов. Доходность стандартизируется по обучающему периоду; нейросеть сжимает многомерные входные данные в двумерное латентное…

КриптовалютыМашинное обучениеСтатистикаВолатильность