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: 671

Machine Learning for Trading

В записной книжке изучается, как выбор регуляризации Ridge влияет на информационный коэффициент панели ETF и как поиск гиперпараметров может завышать заявленные результаты. Сначала оценивается широкий диапазон значений альфа на walk-forward-фолдах с…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В записной книжке объясняется, как рассчитывать будущую спотовую доходность за одну, пять и 21 торговых сессий для фиксированного набора валютных пар FX. Сначала бары длительностью четыре часа распределяются по торговым сессиям с помощью календаря переноса…

Валютный рынокСпотовые рынкиМоментумВозврат к среднему
Machine Learning for Trading

В записной книжке объясняется инструментированный анализ главных компонент (IPCA), который моделирует факторную экспозицию каждого ETF как общую линейную функцию наблюдаемых признаков этого фонда. Метод чередующихся наименьших квадратов совместно оценивает…

АкцииФакторное инвестированиеМашинное обучениеСтатистика
Machine Learning for Trading

В этой записной книжке оцениваются средства защиты системы ответов на вопросы по финансовым документам на шести написанных вручную примерах. Они охватывают косвенное внедрение инструкций, вымышленные данные в недоверенных материалах, попытки выполнить…

Машинное обучениеУправление рискамиСтатистика
Machine Learning for Trading

В ноутбуке объясняется модель стохастического дисконтирующего фактора (SDF) для оценки поперечного среза доходности компаний US. Она обучает веса, при которых дисконтированная доходность активов удовлетворяет моментным условиям отсутствия арбитража, а не…

АкцииФакторное инвестированиеМашинное обучениеСтатистика
Machine Learning for Trading

В документе описано абляционное исследование того, улучшают ли обученные графовые эмбеддинги прогнозы доходности акций по сравнению с обычными табличными признаками. Сеть строится по историческим корреляциям доходности акций; признаки моментума,…

АкцииМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

В ноутбуке задаётся и запускается анализ двойного машинного обучения эффекта премии за риск дисперсии на доходность опционов S&P 500 до экспирации. До выполнения явно указываются оцениваемый параметр, временная привязка наблюдений, смешивающие факторы, схема…

ОпционыРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке с помощью двойного машинного обучения оценивается, связаны ли отклонения премий бессрочных фьючерсов с последующей восьмичасовой доходностью и различается ли эта связь на рынках с высокой и низкой волатильностью. Описан панельный дизайн по…

КриптовалютыБессрочные фьючерсыМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке сравниваются четыре эталонных распределения ETF по историческим кризисным периодам, заданным вручную одновременным шокам активов, симуляциям Монте-Карло с распределением Стьюдента и статистике рыночных режимов. Объясняется мера максимальной…

Несколько классов активовУправление рискамиФормирование портфеляВолатильность
Machine Learning for Trading

В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков для девяти классов активов. Для каждой доступной панели признаков подсчитываются признаки и семейства, выделенные по названиям; сравниваются размеры…

Несколько классов активовСтатистикаФакторное инвестирование
Machine Learning for Trading

В этой записной книжке будущая доходность ETF за 21 дней преобразуется в целевую переменную «рост или снижение», а логистическая регрессия с регуляризацией L1 и L2 оценивается на хронологических walk-forward-фолдах. Признаки масштабируются по обучающим…

Машинное обучениеСтатистикаОпределение размера позицииАкции
Machine Learning for Trading

В этой записной книжке формируются метки будущей доходности для коротких стреддлов около денег на акции S&P 500. Поскольку ежедневная панель стреддлов со сроком 30 дней каждый день переходит к другому страйку или сроку экспирации, сдвинутый ценовой ряд…

ОпционыОценка стоимости деривативовВолатильностьБэктестинг
Machine Learning for Trading

В этом исследовании акций US проводится различие между прогнозированием будущей доходности и утверждением, что импульс вызывает её. Доходность акции за предыдущий год без последнего месяца рассматривается как воздействие, будущая доходность — как результат,…

АкцииМоментумМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке представлен автономный рабочий процесс исследования: языковая модель использует универсальные инструменты для просмотра файлов, выполнения команд, запросов к реестру бэктестов и анализа данных. Вместо жёстко заданных исследовательских действий…

Машинное обучениеБэктестингСтатистика
Machine Learning for Trading

В ноутбуке к панели доходности акций подгоняется модель латентных факторов PCA без использования признаков поверхности опционов, характеристик или целевой информации. Метод PCA выделяет ведущие направления исторического совместного движения в поперечном…

АкцииОпционыМашинное обучениеСтатистика
Machine Learning for Trading

Этот общий модуль разработки признаков задаёт правила построения и проверки финансовых предикторов, используемых в нескольких тематических исследованиях. Для каждого семейства признаков фиксируются гипотеза, входные данные, скользящее окно ретроспективы,…

Технические индикаторыСтатистикаМашинное обучение
Machine Learning for Trading

В этом ноутбуке объясняется, почему опубликованный коэффициент Шарпа — неопределённая оценка, а не окончательная мера качества стратегии. Рассматриваются доверительные интервалы и вероятностный коэффициент Шарпа, оценивающий вероятность того, что истинный…

СтатистикаБэктестингУправление рисками
Machine Learning for Trading

В анализе сравниваются сигналы, полученные с помощью машинного обучения, для месячной доходности акций US в поперечном срезе на основе бухгалтерских и рыночных характеристик; целевая переменная — доходность следующего месяца. Рассматриваются линейные модели,…

АкцииРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В главе представлены агентные рабочие процессы для финансовых исследований, где основная сложность состоит в сборе, фильтрации и обобщении неоднородных данных. Они сопоставляются с традиционными моделями, хорошо работающими со стабильными структурированными…

Машинное обучениеСтатистикаУправление рискамиБэктестинг
Machine Learning for Trading

В ноутбуке задаются и проверяются месячные метки доходности для исследования поперечных характеристик компаний US. Проверяется, как поставщик данных сопоставляет характеристики каждой строки с результатом по доходности; подчёркивается, что панель уже…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этом ноутбуке объясняется, как оценивать финансовые модели, не допуская утечки в обучение или отбор модели информации, недоступной на дату принятия решения. Различаются обучающая, валидационная и итоговая контрольная выборки; также объясняется, почему…

БэктестингМашинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке сравниваются четыре способа выявить связи в панели доходности ETF: NOTEARS для одновременных линейных ориентированных ациклических графов, VAR-LiNGAM для структуры с лагами и мгновенными связями, PCMCI для тестов условной независимости и…

Машинное обучениеСтатистикаБэктестингНесколько классов активов
Machine Learning for Trading

В этом ноутбуке изучается, как регуляризация Ridge влияет на результативность информационного коэффициента (IC) и как поиск гиперпараметров может смещать результаты валидации. Сначала оценивается широкий диапазон значений альфа с разбиением на…

Машинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В ноутбуке представлен Tail-GAN — генеративно-состязательный подход для воспроизведения хвостового риска финансовых сценариев, в особенности стоимости под риском (VaR) и ожидаемого дефицита (ES). Дифференцируемая сортировка позволяет включать в обучение…

Машинное обучениеУправление рискамиСтатистикаФормирование портфеля