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: 873

Machine Learning for Trading

В этой тетради непрерывное изменение цены отделяется от дискретных скачков во внутридневной доходности акций. Дневная реализованная дисперсия оценивается по квадратам логарифмической доходности, а бипауэрная вариация используется как устойчивая к скачкам…

АкцииВолатильностьСтатистикаМикроструктура рынка
Machine Learning for Trading

В этой тетради формируются метки будущей доходности акций для стратегии, которая использует данные по биржевым опционам для ранжирования акций, а затем удерживает сами акции. Создаётся скорректированный ценовой ряд с учётом корпоративных действий, а компании…

АкцииОпционыСтатистикаБэктестинг
Machine Learning for Trading

В этой тетради родительский ордер рассматривается как задача управления с конечным горизонтом. На каждом интервале табличное Q-обучение выбирает множитель для торгового транша на основе VWAP, учитывая время, оставшийся объём позиции и последние наблюдавшиеся…

АкцииИсполнение ордеровМашинное обучениеМикроструктура рынка
Machine Learning for Trading

В этом ноутбуке по исторической доходности акций US строится корреляционная сеть и исследуются способы формирования портфеля. На основе данных оценочного окна выбирается ликвидная совокупность активов, попарные корреляции преобразуются в расстояния, а для…

АкцииРынки СШАФормирование портфеляУправление рисками
Machine Learning for Trading

В этом ноутбуке анализ главных компонент представлен как безусловная базовая модель со скрытыми факторами для прогнозирования доходности акций в исследовании опционного анализа. Метод PCA использует панель исторической доходности для оценки общих движений и…

АкцииМашинное обучениеСтатистикаФакторное инвестирование
Machine Learning for Trading

В этом исследовании проверяется, помогает ли информация о биржевых опционах выбирать акции S&P 500. Дневные цены акций объединяются с уровнями подразумеваемой волатильности, асимметрией, срочной структурой и показателями премии за риск дисперсии для 633…

АкцииОпционыБэктестингУправление рисками
Machine Learning for Trading

В этом ноутбуке максимальное благоприятное движение (MFE) и максимальное неблагоприятное движение (MAE) используются для калибровки ширины меток тройного барьера по наблюдаемым траекториям цены. Для позиции, открытой по цене закрытия бара, измеряются…

АкцииФьючерсыКриптовалютыВолатильность
Machine Learning for Trading

В этом ноутбуке показан операционный цикл для стратегии акций ETF: обновление рыночных данных, расчёт финансовых признаков, переобучение модели Ridge, формирование текущих поперечных прогнозов, их воспроизведение в механизме бэктеста и подготовка корзины с…

АкцииМашинное обучениеИсполнение ордеровБэктестинг
Machine Learning for Trading

В документе описан специализированный бэктест недельной опционной стратегии на 500 S&P. Каждая когорта выбирает компоненты с наиболее высокими рейтингами, продаёт колл- и пут-опционы около денег примерно с месячным сроком до экспирации и хеджирует дельту…

ОпционыАкцииРынки СШАБэктестинг
Machine Learning for Trading

В документе описана платформа GReaT: строки со смешанными числовыми и категориальными финансовыми данными сериализуются в текст, языковая модель дообучается на этих записях, а сгенерированный текст разбирается обратно в таблицы. В примере создаются признаки…

Машинное обучениеАкцииСтатистикаБэктестинг
Machine Learning for Trading

В этом ноутбуке анализ главных компонент используется для представления общих движений в широкой панели акций US. Метод PCA выделяет направления, объясняющие общую вариацию доходности; нагрузка каждой акции показывает её подверженность каждому направлению.…

АкцииРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В этой записной книжке представлена временная сверточная сеть (TCN) для прогнозирования будущей доходности ETF по последовательностям признаков прошлой доходности. Причинные свёртки гарантируют, что результат использует только наблюдения на дату прогноза или…

АкцииМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

В этой записной книжке объясняются бары дисбаланса тиков и объёма, а затем на данных сделок NVDA сравниваются адаптивный подход, фиксированный порог и скользящее окно. Бар дисбаланса тиков накапливает знаки направлений сделок до достижения порога; ожидаемый…

АкцииМикроструктура рынкаСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке сравниваются две архитектуры Transformer для прогнозирования доходности 21 за ETF дней по признакам импульса за предшествующий период. PatchTST объединяет последовательные дни в фрагменты и помещает в каждый токен короткие…

АкцииМашинное обучениеМоментумБэктестинг
Machine Learning for Trading

В этой записной книжке описан способ преобразовать валовую доходность в результат после издержек, отдельно моделируя торговые трения, финансирование и расходы фонда. Параметризованная структура затрат рассчитывает торговые издержки по обороту и размеру…

АкцииИсполнение ордеровУправление рискамиБэктестинг
Machine Learning for Trading

В этой записной книжке анализируются восстановленные книги заявок NASDAQ: описываются внутридневные спреды и глубина на лучших ценах покупки и продажи, а затем проверяется связь дисбаланса потока заявок с доходностью следующего интервала. Спреды выражаются в…

АкцииМикроструктура рынкаИсполнение ордеровСтатистика
Machine Learning for Trading

В этой записной книжке объясняется, как условный автоэнкодер расширяет инструментальный PCA для моделирования доходности ETF. Оба метода преобразуют признаки фондов в факторные экспозиции и объединяют их с доходностями факторов; автоэнкодер заменяет линейное…

АкцииФакторное инвестированиеМашинное обучениеБэктестинг
Machine Learning for Trading

В этом разборе объясняется, почему стоп-лоссы, трейлинг-стопы и другие надстройки на уровне позиции нельзя проверить для портфелей характеристик компаний US, построенных на месячных наблюдениях. В векторизованном бэктесте один вектор весов применяется к…

АкцииУправление рискамиБэктестинг
Machine Learning for Trading

В этой записной книжке линейная регрессия используется как базовая модель для прогнозирования доходности NASDAQ-100 по микроструктурным признакам с минутной частотой. Поскольку показатели спреда и дисбаланса заявок перекрываются на разных окнах…

АкцииМикроструктура рынкаМашинное обучениеСтатистика
Machine Learning for Trading

В ноутбуке представлен порядок анализа для выбора модели финансовых временных рядов. Сначала графики цен и доходностей SPY, уровней VIX и распределения доходности помогают выявить дрейф уровней, кластеры движений и тяжёлые хвосты. Затем сочетаются тест…

СтатистикаВолатильностьТехнические индикаторыАкции
Machine Learning for Trading

В этом эксперименте проверяется ранжирование и ребалансировка ETF с позициями только на покупку. Задаётся широкий набор из 100-ETF инструментов с экспозицией на акции, облигации, сырьё и регионы; решения принимаются ежемесячно, исполнение — по цене открытия…

АкцииНесколько классов активовБэктестингИсполнение ордеров
Machine Learning for Trading

В этом исследовании панели акций US линейная модель со штрафом служит базовым методом прогнозирования будущей доходности по признакам, наблюдаемым на закрытии торгов. Набор признаков включает перекрывающиеся измерения импульса и волатильности, что создаёт…

АкцииФакторное инвестированиеСтатистикаУправление рисками
Machine Learning for Trading

В тесте сравниваются CSV, Parquet, Feather (Arrow IPC) и HDF5 на одной и той же детерминированной панели OHLCV. Измеряются время записи, время чтения с загрузкой в память, размер файла и эффект чтения только выбранных столбцов. Выполняется одна запись, а…

АкцииБэктестингИсполнение ордеров
Machine Learning for Trading

В этом исследовании признаков ETF строятся три признака на основе моделей: скрытая марковская модель (HMM) для оценки рыночного режима, дробно дифференцированные цены эталонных фондов и условная волатильность каждого ETF по модели GARCH(1,1). Чтобы избежать…

АкцииВолатильностьМашинное обучениеСтатистика