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: 855
В этой записной книжке модели ridge, lasso и elastic net обучаются на опубликованных характеристиках отдельных акций US. Признаки охватывают стоимость, прибыльность, инвестиции, размер, моментум, разворот, риск и ликвидность. Фолды walk-forward обеспечивают…
В этом исследовании деревья градиентного бустинга обучаются на метках доходности ETF и сравниваются с линейной базовой моделью, показавшей хорошие результаты при сильной регуляризации ridge. Объясняется, что деревья могут выявлять взаимодействия — например,…
В документе концепции хранилища признаков демонстрируются непосредственно на данных Parquet из исследования случая. Представление признаков задаёт ключ сущности, временную метку события, срок актуальности и столбцы признаков. При обучении модели исторические…
В документе представлены методы очистки финансовых наборов данных и объясняется, как согласовать предварительную обработку с разделением на обучающую и тестовую выборки. Главный принцип — оценивать преобразования, например масштабирование и винзоризацию,…
В этой записке объясняется, как извлекать текстовые разделы из отчётов 10-K и 10-Q для последующего анализа текста. В ней сопоставляются номера пунктов с типами форм, содержимое HTML преобразуется с сохранением границ абзацев, удаляются элементы оформления…
В записной книжке показана граница развёртывания между офлайн-конвейером машинного обучения и движком LEAN QuantConnect. Набор прогнозов выбирается через реестр исследования случаев ETF, проверяется происхождение обучения и прогнозов, а прогнозы для…
В записной книжке сигнатуры путей описываются как признаки фиксированной длины, сохраняющие порядок и совместную форму наблюдений временного ряда. Первый уровень сигнатуры фиксирует суммарные изменения, а члены второго уровня отражают знаковые площади между…
В документе описана система журналирования запусков для записи обучения моделей, прогнозов, причинных оценок и бэктестов в исследованиях отдельных торговых случаев. Показано, как настройки переходят из параметров исследования через меню обучения и…
В этой записной книжке месячная доходность девяти рядов факторов и рынков акций, облигаций, валют и сырьевых товаров кластеризуется с помощью моделей гауссовых смесей. После исключения месяцев с неполными данными ряды стандартизируются, чтобы различия…
В главе представлен подход к преобразованию торговой идеи в документированную спецификацию признака. Исследователям предлагается согласовать горизонт признака с целевым решением, сформулировать гипотезу о движущем факторе и отличать прогнозные сигналы от…
В этом руководстве оценка причинных эффектов отличается от поиска причинной структуры; распространённые исследовательские вопросы сопоставляются с подходящими библиотеками Python. EconML и DoWhy оценивают эффекты, когда структура корректировок известна или…
В ноутбуке представлен детерминированный подход к проверке согласованности конвейеров бэктеста и торговли на реальном счёте. Сравниваются этапы преобразования ценовых баров в решения: расчёт признаков, прогнозы, сигналы и размеры ордеров. Фиксированный…
В ноутбуке агент с обучением с подкреплением обучается распределять фиксированный ордер на продажу по часовым барам рынка бессрочных криптофьючерсов. Его состояние включает запаздывающую доходность, волатильность, объём за предыдущий час, премию бессрочного…
В ноутбуке собраны результаты линейных моделей, включая OLS, Ridge, Lasso и ElasticNet, по девяти исследованиям. Для каждого исследования сравнивается лучшая полная конфигурация на основной метке, затем анализируются регуляризация, информационные…
В исследовании оценивается TabM — нейросетевой ансамбль с эффективным использованием параметров — на тех же строках признаков фьючерсов CME, рассчитанных на конкретный момент времени, и тех же фолдах walk-forward-анализа, что и для других семейств моделей.…
В ноутбуке две предварительно обученные фундаментальные модели временных рядов — Chronos и TinyTimeMixer — сравниваются с LSTM и регуляризованной линейной базовой моделью на панели ETF. Каждая модель получает одномерный исторический контекст; предварительно…
В главе представлен подход к оценке причинно-следственных утверждений в исследованиях количественного трейдинга. Сначала даются чёткие определения воздействия, результата, оцениваемого параметра, контрфактического сценария и набора корректировок, а затем…
В ноутбуке линейные модели обучаются на признаках микроструктуры NASDAQ-100, наблюдаемых с минутной частотой, чтобы прогнозировать доходность на нескольких будущих горизонтах. Цель — создать простой базовый ориентир перед переходом к более выразительным…
При оценке признаков финансовые и полученные из моделей кандидаты проверяются по будущей доходности фьючерсов CME. Для каждого признака проверяются полнота и актуальность данных, измеряется ежедневная ранговая корреляция между признаками и будущей…
В ноутбуке сравниваются реализации прогноза цены SPY по одному временному ряду на чистом PyTorch, в sktime и Darts. Основная цель — оценить практические трудозатраты: объём кода, требования интерфейса, успешность установки и суммарное время обучения и…
В главе утверждается, что устойчивые исследования торговли зависят от дисциплинированного процесса, способного адаптироваться к изменениям рынка, зашумлённым свидетельствам и затратам на реализацию. Различаются структурные сдвиги, режимы, дрейф данных и…
Этот ноутбук оценивает связь финансовых признаков и признаков на основе моделей со следующей восьмичасовой доходностью бессрочных криптофьючерсов. Выборка оценки строится на окнах валидации walk-forward, финальный контрольный период остаётся вне анализа, а…
В этом исследовании на данных NASDAQ-100 проверяется, сохраняют ли сигналы микроструктуры с интервалом 15 минут эффективность с учётом торговых издержек. В рамках анализа оцениваются поток ордеров, устаревание котировок и относительные спреды, а затем…
В ноутбуке изучается влияние регуляризации на модель фьючерсов CME, построенную на коррелированных семействах признаков, включая керри, скользящий коэффициент Шарпа, импульс и показатели волатильности. Сравниваются Ridge, Lasso и ElasticNet: Ridge уменьшает…