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: 405
В документе описано, как конвейер исследований торговли проверяет, завершено ли обучение модели латентных факторов в пригодном состоянии. Для моделей, обученных градиентным спуском, проверяется конечность последнего записанного значения целевой функции…
В ноутбуке запрашиваются реестры бэктестов по девяти исследованиям и формируются сопоставимые таблицы для последующего анализа. Результаты группируются по классу активов и частоте данных, после чего фиксируется эффективность на этапах формирования сигнала,…
В документе описан годичный вневыборочный бэктест опционных стрэддлов S&P 500. В нём применяются прогнозы модели, переобученной на истории до отложенной выборки, вместе с ранее выбранными стратегией, распределением средств, ограничением концентрации,…
В ноутбуке задаётся и выполняется анализ двойного машинного обучения влияния премии за риск дисперсии на доходность коротких опционов до истечения срока. До запуска определяются воздействие, результат, смешивающие факторы, временные рамки, вспомогательная…
В документе объясняется, как реестр экспериментов отслеживает модель от конфигурации обучения до прогнозов и результатов бэктеста. Каждому этапу присваивается идентификатор на основе канонизированной спецификации, благодаря чему повторные идентичные запуски…
В этой главе построение портфеля представлено как преобразование прогнозов доходности, оценок риска и ограничений в веса, кредитное плечо и решения о ребалансировке. Излагается исследовательский процесс документирования решений по распределению капитала,…
В ноутбуке объясняется, как оценивать выходы на уровне позиции и сочетать их с контролем всего портфеля. Фиксированные стоп-лоссы, тейк-профиты и выходы по времени сопоставляются с трейлинг-стопами и подтягиваемыми стопами; поэтапный выход сокращает позицию…
В ноутбуке изучается поведение ridge, lasso и elastic net, когда матрица признаков бессрочных криптоконтрактов измеряет одну экономическую величину — премию — множеством способов. Среди входных данных преобладают уровни и изменения премии, волатильность,…
В исследовании зарегистрированные предсказания моделей преобразуются в сопоставимые стратегии опционов S&P 500. На еженедельные даты принятия решений прогнозы доходности ранжируются, затем выбирается ликвидная вселенная и продаются стреддлы «при деньгах» с…
В ноутбуке протокол Rademacher Anti-Serum демонстрируется как способ учесть выбор победителя из класса проверенных стратегий. Эмпирическая сложность оценивается по траекториям результатов кандидатов, показывая, как зависимость между кандидатами меняет…
В ноутбуке разрабатывается политика выхода из двух моделей для бессрочных криптоконтрактов на часовых данных. Классификатор входа выявляет необычно высокую будущую доходность, а классификатор выхода прогнозирует, будет ли следующая будущая доходность…
В ноутбуке результаты девяти рыночных исследований объединяются в последовательную воронку отбора стратегий. По порядку проверяется, имеет ли модель положительный информационный коэффициент, положителен ли коэффициент Шарпа выбранной конфигурации на…
В ноутбуке объясняется, когда стратегию удобнее представить заранее рассчитанными массивами, а когда полезнее последовательная симуляция, которая переносит во времени позиции, исполнения, денежные средства, реализованные прибыли и убытки или капитал.…
В ноутбуке оценивается одна ранее выбранная конфигурация опционов S&P 500 на отложенном периоде. Используются зарегистрированные предсказания модели и настройки стратегии, включая расписание сигналов, распределение капитала, правило хеджирования и торговые…
В ноутбуке строится распределитель портфеля, в котором перед кодировщиком LSTM находится сеть выбора переменных в стиле Temporal Fusion Transformer. Сеть отдельно встраивает каждый входной признак и назначает веса softmax, позволяя модели менять веса…
В документе объясняется, как построить и изучить матрицу признаков для гипотезы о моментуме и ротации ETF в поперечном срезе. Для каждого признака задаются окно расчёта и задержка доступности данных, затем рассчитываются прошлые доходности, доходности с…
В этом ноутбуке стоп-лоссы, трейлинг-стопы и выходы через фиксированный срок оцениваются как надстройки к стратегиям на фьючерсах CME. Для каждого горизонта прогноза настроенные правила применяются к родительской стратегии с наибольшим коэффициентом Шарпа на…
В этом ноутбуке анализ главных компонент применяется к изменениям доходности казначейских облигаций разных сроков. Стандартизация изменений придаёт каждому сроку равный вес, а полученные компоненты интерпретируются как сдвиги уровня, увеличение или…
В этом ноутбуке прогноз будущей доходности ETF за 21 сессий преобразуется в бинарную задачу: положительная доходность обозначается как рост, вся остальная — как снижение. Обучается логистическая регрессия с регуляризацией L2 и L1 на хронологических…
В этом руководстве выводится доля Келли для бинарной ставки путём максимизации ожидаемого логарифмического роста капитала, а затем эта идея распространяется на непрерывную доходность и портфель из нескольких активов. Символьное дифференцирование и симуляции…
В ноутбуке показаны два последовательных монитора ошибок прогнозов на валидации для двух конфигураций линейной модели акций: детектор сдвига среднего по двум окнам и монитор частоты неудачных дней. Каждый детектор калибруется на начальном периоде, а затем…
В этой главе транзакционные издержки рассматриваются как ограничение на всех этапах исследования и внедрения стратегии: от оценки факторов и бэктестинга до формирования портфеля, контроля риска и производственного мониторинга. Различаются явные комиссии,…
В этом ноутбуке двойное машинное обучение (DML) применяется для оценки влияния моментума с пропуском недавнего периода на будущую доходность ETF; это причинный вопрос, отличный от прогнозирования доходности. Исход и воздействие моментума моделируются с…
В ноутбуке показана настройка LightGBM для прогноза доходности ETF с помощью сэмплера TPE из Optuna. Поиск охватывает структуру деревьев, параметры выборки и регуляризации; ранняя остановка выбирает число раундов бустинга, а пользовательский callback…