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: 184
В ноутбуке объясняется модель стохастического дисконтирующего фактора (SDF) для оценки поперечного среза доходности компаний US. Она обучает веса, при которых дисконтированная доходность активов удовлетворяет моментным условиям отсутствия арбитража, а не…
В ноутбуке строится ежемесячная матрица модели для исследования характеристик компаний US на опубликованной панели, где характеристики уже ранжированы между компаниями. Составные признаки и взаимодействия добавляются из значений в одной строке «компания —…
В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков для девяти классов активов. Для каждой доступной панели признаков подсчитываются признаки и семейства, выделенные по названиям; сравниваются размеры…
В ноутбуке к панели доходности акций подгоняется модель латентных факторов PCA без использования признаков поверхности опционов, характеристик или целевой информации. Метод PCA выделяет ведущие направления исторического совместного движения в поперечном…
В обзоре описано семейство моделей для прогнозирования доходности по характеристикам компаний. Вместо того чтобы напрямую использовать каждую характеристику для прогноза доходности, модели предполагают, что доходность определяется небольшим числом…
В документе описан условный автоэнкодер, моделирующий экспозиции компаний к скрытым факторам доходности как нелинейную функцию характеристик компаний. Подобно IPCA, он оценивает факторную структуру, в которой прогнозируемая доходность складывается из…
В обзоре главы объясняется, как градиентный бустинг на деревьях развивает идеи деревьев решений и случайных лесов для прогнозирования по табличным финансовым данным. Бустинг последовательно добавляет модели, исправляющие предыдущие ошибки, что помогает…
В документе описан ежемесячный набор данных по акциям US, предназначенный для исследований машинного обучения в области оценки активов. В него входят 94 характеристик компаний, преобразованных в ранги, в том числе бухгалтерские показатели и технические…
В ноутбуке представлена опубликованная панель данных для исследований машинного обучения на акциях US. Она содержит ежемесячные наблюдения за несколько десятилетий: 46 характеристик компаний и избыточную доходность за следующий месяц. Характеристики…
В ноутбуке анализируется портфель биржевых фондов акций с помощью регрессий CAPM и факторов Фама—Френча, а затем рассматриваются меняющиеся во времени экспозиции, атрибуция доходности и зависимость остатков. Используются согласованные дневные доходности и…
В реализации описана нейросетевая модель стохастического дисконт-фактора и состязательная сеть моментов для проверки соотношений оценки активов. Сеть SDF преобразует характеристики активов, при необходимости объединённые с представлением макроэкономического…
В тетради сравниваются бэггинг случайного леса, XGBoost, LightGBM и CatBoost при прогнозировании доходности акций по анонимизированным характеристикам компаний. Используются заранее заданные временные обучающая, валидационная и тестовая выборки; в качестве…
В записной книжке объясняется, как построить и изучить квартальную панель фундаментальных данных по американским акциям US на основе данных SEC XBRL, сохраняя как период, к которому относится факт, так и дату его публикации. Для исторически корректного…
В записной книжке анализ главных компонент на основе корреляций применяется к доходности секторных ETF, чтобы описать общие факторы риска и ротацию секторов. Стандартизация доходности придаёт каждому сектору единичную дисперсию перед декомпозицией, уменьшая…
В записной книжке описан базовый метод главных компонент для прогнозирования доходности фьючерсов CME. PCA обучается на панели доходности инструментов обучающего фолда, поэтому её компоненты отражают направления совместного движения контрактов, а не сжатые…
В записке описан автоэнкодер с учителем, который сжимает строки признаков ETF в представление малой размерности и напрямую прогнозирует будущую доходность по этому представлению. В отличие от условного автоэнкодера, он не предполагает, что доходность…
В записке модели ridge, lasso и elastic net обучаются на широком наборе общепринятых характеристик акций US, включая стоимость, рентабельность, инвестиции, импульс, размер, риск и ликвидность. С помощью фолдов walk-forward оцениваются исходная месячная…
В анализе к доходности отраслевых биржевых фондов применяется анализ главных компонент на основе корреляций. Стандартизация доходности перед разложением придаёт каждому сектору единичную дисперсию, поэтому главные компоненты описывают совместное движение, а…
В руководстве описаны общедоступные наборы данных о доходности факторов из библиотеки данных Кена Френча и AQR, включая рыночные факторы, размер, стоимость, прибыльность, инвестиции, импульс, качество и низкую бету. В нём объясняется, как скачивать и…
В исследовании проверяется, связано ли плохое соответствие линейной модели месячной доходности акций US с целевой функцией квадратичной ошибки. Целевая переменная будущей доходности без винзоризации, признаки и фолды walk-forward остаются неизменными;…
В документе демонстрируется инструментальный PCA, в котором факторные нагрузки активов моделируются как линейные функции характеристик, наблюдавшихся до доходности. Чередующийся метод наименьших квадратов используется для оценки зависимости нагрузок от…
В документе описан воспроизводимый бенчмарк акций US из архива репликации исследования ценообразования активов Chen, Pelger и Zhu. Он содержит около 1.2 миллиона месячных наблюдений по акциям за период с 1967 по 2016, а также 46 характеристик компаний,…
В этой записной книжке схема альтернативного стохастического дисконт-фактора адаптируется к дневным данным по акциям США. Сеть весов портфеля формирует фактор из избыточной доходности следующего дня, конкурирующая сеть моментов помогает обучать ценовое ядро,…
В ноутбуке Random Forest сравнивается с XGBoost, LightGBM и CatBoost на панели анонимизированных характеристик компаний и доходностей. Набор данных разделен по времени на обучающую, валидационную и тестовую выборки. Основной показатель оценки моделей —…