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 этой записной книжке формируются прогнозы для ранее не затронутого контрольного окна ETF с конфигурацией, выбранной на валидационных данных. Спецификация обучения перестраивается так, чтобы оно завершалось за один горизонт прогнозирования до начала окна;…
В этом документе описаны проверки реестра, помогающие решить, повторно использовать или заново запустить обучение модели и бэктесты. Запуски идентифицируются по хешам, полученным из их спецификаций; повторно использовать запуск можно только при наличии…
В этой записной книжке объясняется, почему универсальная риск-надстройка с целевыми весами портфеля не может управлять описанной стратегией короткого стрэддла на индекс S&P 500. Опционный движок распределяет фиксированные доли капитала между недельными…
В этой записной книжке изучается градиентный бустинг для поперечного прогнозирования доходности фьючерсов CME. Вместимость деревьев варьируется с помощью профилей количества листьев, а функции потерь на основе квадратов и абсолютных ошибок, а также функция…
В исследовании оцениваются дневные поперечные сигналы для широкой вселенной акций US и описывается полный исследовательский конвейер: от данных на конкретный момент времени и сконструированных признаков до сравнения моделей, построения портфеля, издержек и…
В этой тетради организовано сравнение моделей LightGBM между несколькими исследованиями; при наличии в качестве базовых семейств используются линейные модели и TabM. Конфигурации оцениваются по размеру деревьев, функциям потерь для регрессии, контрольным…
В тетради LightGBM сравнивается с MLP, TabM и, при наличии, TabPFN для прогноза будущей доходности ETF по табличным признакам. Модели оцениваются на общих хронологических фолдах walk-forward-анализа; основные показатели сравнения — ранговый информационный…
В документе описывается сравнение фиксированных и трейлинг-стопов на этапе валидации для стратегий FX. Для каждой метки доходности выбирается родительская стратегия из закрытой когорты результатов сигналов и распределения капитала, затем варьируется заданный…
В тетради сравниваются обычный метод наименьших квадратов с Ridge, LASSO и Elastic Net для прогноза будущей доходности за 21 дней по ETF. Для моделей используются одинаковые заданные фолды walk-forward-анализа с буфером очистки, соответствующим горизонту…
В документе задача причинного поиска ADIA Lab рассматривается как вывод с обучением с учителем в рамках известного семейства синтетических моделей генерации данных. Задача распределяет переменные по восьми ролям вокруг воздействия и результата, используя…
В этом модуле строится ансамбль средних прогнозов на основе зарегистрированных наборов предсказаний; особое внимание уделяется воспроизводимости и снижению смещения отбора. Подходящие конфигурации моделей выбираются из реестра, а не из вручную составленного…
В этой тетради изучается регуляризация линейных моделей для вселенной валютных пар, доходности которых связаны, поскольку каждая пара выражает курс между общими валютами. Различаются мультиколлинеарность признаков, с которой могут справиться Ridge, LASSO и…
В этой главе рассматриваются способы преобразования обученных статистических процедур в признаки для торговых моделей. Она охватывает диагностику и стационарность, структурные сдвиги, дробное дифференцирование, фильтрацию Калмана, спектральные методы и…
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…
В ноутбуке описана проверка сигналов по одному признаку за раз для 20 валютных пар. Для каждого признака рассчитывается ежедневное поперечное согласие рангов с доходностью следующей сессии, используя только окна walk-forward-валидации. Панель оценки…
В этом ноутбуке сравнивается исчерпывающий поиск по сетке с выборщиком TPE из Optuna для настройки модели LightGBM, прогнозирующей доходность. Сначала обоим методам выделяется одинаковый бюджет испытаний в одной и той же дискретной сетке параметров: перебор…
В этом ноутбуке фактор поперечного моментума оценивается с помощью информационных коэффициентов, квантильной доходности, спредов между верхней и нижней группами и диагностик классификации. Коэффициент Спирмена IC определяется как ежедневная ранговая…
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…
В этом модуле описан рабочий процесс исследования фьючерсов CME, охватывающий запросы моделей, построение прогнозов, запуск бэктестов, наборы кандидатов и окончательный выбор. Он считывает настроенный перебор меток из общего объявления конфигурации,…
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…
В этом анализе проверяется, подходят ли данные для поперечной стратегии на бессрочных криптовалютных контрактах, прежде чем обучать модель или строить прогнозы. Предлагаемый подход ранжирует контракты по премии при каждом расчёте финансирования, затем…
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…
В документе описан перебор распределения капитала в портфеле FX, предназначенный для отделения выбора размера позиции от выбора сигнала. В качестве отправной точки используются зафиксированные кандидаты с равными весами, ранжированные по результатам…
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…