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: 938
В ноутбуке объясняется инструментированный анализ главных компонент: факторные нагрузки зависят от наблюдаемых характеристик акций, а не задаются для каждой акции как фиксированные. Общая функция отображения характеристик в факторные экспозиции позволяет…
В ноутбуке построена модель Марковица для длинных позиций с полной инвестицией, включая допустимые портфели, эффективную границу, решения с максимальным коэффициентом Шарпа и минимальной дисперсией. Объясняется, как дисперсия портфеля зависит от…
В ноутбуке рейтинги моделей преобразуются в простые портфели бессрочных криптофьючерсов, чтобы в последующих экспериментах измерять эффект изменения размера позиций, издержек или контроля риска. Применяются правила входа, например выбор контрактов с…
В ноутбуке показано, как настраивать правила StopLoss, TakeProfit и TrailingStop для портфеля импульса, сохраняя хронологическое разделение калибровки и оценки. На данных калибровки проверяются отдельные ширины правил и их совместные комбинации, после чего…
В документе сравниваются альтернативные методы определения размера позиций для стратегий на фьючерсах CME, выбранных из базового варианта, ранжированного по валидационному коэффициенту Шарпа с равными весами. При равных весах каждый выбранный продукт…
В записной книжке наборы прогнозов моделей преобразуются в сопоставимые бэктесты опционов на S&P 500. В каждую еженедельную дату принятия решения прогнозируемая доходность ранжируется, выбираются символы с наивысшим рейтингом из ликвидной вселенной и…
В документе объясняется, как до распределения капитала сравнить действующую и кандидатную модели в теневом режиме. Их роли и пороги перехода фиксируются заранее; затем кандидат оценивается по пяти показателям: улучшение годового коэффициента Шарпа,…
В записной книжке показано, как настроить Feast с источниками Parquet, сущностями, представлениями признаков, временными метками и сроком действия, а затем получить признаки для обучающих примеров и запроса в стиле «на момент времени». Результат Feast…
В записной книжке представлен автоэнкодер с учителем для моделирования факторов акций. В отличие от автоэнкодеров без учителя, которые учат узкое представление, восстанавливая поперечный срез, эта модель также включает будущую доходность в целевую функцию…
В записной книжке нейросетевая модель стохастического дисконтирующего фактора применяется к фьючерсам CME. В терминах оценки активов стохастический дисконтирующий фактор — случайная величина, произведение которой на доходность каждого актива имеет одинаковое…
Анализ проверяет, подходят ли данные расчётных цен для недельной кросс-секционной стратегии на фьючерсах CME до обучения какой-либо модели. Проверяется, котируется ли достаточно продуктов в даты ребалансировки для формирования запланированных длинного и…
В этом исследовании оцениваются месячные стратегии лонг-шорт по децилям, построенные на характеристиках компаний US; сравниваются линейные модели, градиентный бустинг и подходы со скрытыми факторами с учётом временных лагов бухгалтерских данных,…
В этой записной книжке сравниваются встроенные, серверные, универсальные и ориентированные на трейдинг базы данных для задач с финансовыми временными рядами: массовая запись, полное сканирование, запросы по временному интервалу, агрегация OHLCV и…
В этом учебном ноутбуке сравниваются параметрические стохастические модели и методы бутстрэпа для генерации синтетических финансовых траекторий. Рассматриваются геометрическое броуновское движение, диффузия со скачками, возврат к среднему, стохастическая…
В этом анализе сравниваются три способа преобразовать знаковые прогнозы доходности модели в бинарные позиции: фиксированный нулевой порог, скользящий процентиль для каждого инструмента и процентиль в поперечном срезе инструментов. Правила применяются к…
В этом ноутбуке Feast настраивается как хранилище признаков для финансовых данных и данных моделей, после чего его историческое извлечение и извлечение на конкретный момент времени сравниваются с прозрачным соединением, построенным вручную. Объявляются…
В этом ноутбуке сравниваются целевые функции градиентного бустинга для месячной доходности акций US; признаки, целевой показатель и фолды walk-forward остаются неизменными. Сравниваются квадратичная ошибка, абсолютная ошибка и функция потерь Хьюбера,…
Этот модуль координирует обучение и оценку методом walk-forward для нескольких моделей скрытых факторов, включая главные компоненты, инструментальные главные компоненты и нейронные автокодировщики. Он подготавливает панельные данные и фолды, запускает…
В этом ноутбуке измеряется, как изменение пропорциональных транзакционных издержек влияет на одну стратегию FX, выбранную по валидации для каждой метки доходности. Сначала выбирается исходная стратегия из кандидатов по сигналу, распределению активов и…
В этом анализе объясняется, как читать поперечные информационные коэффициенты (IC) для моделей фьючерсов CME и как они связаны с последующими тестами портфелей. Для каждой даты рассчитывается ранговая корреляция прогнозируемой и реализованной доходности,…
В этом ноутбуке оценивается, позволяют ли исторические данные ETF построить ежемесячную стратегию ранжирования до создания модели или прогноза. Проверяется допустимость активов на конкретную дату по ликвидности за предыдущий год, подсчитываются доступные…
В документе объясняется, как дефлированный коэффициент Шарпа (DSR) корректирует коэффициент Шарпа выбранной стратегии с учётом числа проверенных стратегий, разброса их оценок Шарпа и ненормального распределения доходности. Он сопоставляется с…
В этом ноутбуке исследуется, почему два движка бэктестинга могут давать разные результаты при одинаковых сигналах. Предварительно рассчитанная стратегия ETF остаётся неизменной: по её прогнозам формируется детерминированный портфель, а параметры исполнения…
В этом ноутбуке сравниваются модели LightGBM на панели акций US для трёх горизонтов доходности. Сетка варьирует число листьев деревьев и функции потерь, а затем оценивает каждую конфигурацию на нескольких контрольных точках числа деревьев. В обсуждении…