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: 129
В этом аудите сравниваются несколько движков бэктестинга на общих исторических данных для распределения активов ETF, фьючерсов CME, бессрочных криптоконтрактов с финансированием, валютного рынка и акций US. Каждая поддерживаемая пара получает одни и те же…
В заметке описана диверсифицированная подборка биржевых фондов, используемая в стратегии импульса и других примерах финансовых исследований. Она содержит дневные значения открытия, максимума, минимума, закрытия и объёма начиная с 2006; фонды сгруппированы по…
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 этом анализе сравниваются зарегистрированные модели прогнозирования ETF из нескольких семейств на общей межрыночной панели. Оценивается, насколько хорошо каждая модель ранжирует фонды по последующей доходности с помощью информационных коэффициентов;…
В этом анализе объясняется, как данные фьючерсов CME организованы по продуктам, контрактам с датой истечения и непрерывным рядам с роллированием по объёму. На данных E-mini S&P 500 показано, что у отдельных контрактов ограниченные периоды торгов, которые…
В эксперименте объединяются валидационные прогнозы модели градиентного бустинга деревьев, табличной нейронной сети и модели скрытых факторов для ежемесячного ранжирования ETF. Сначала прогнозы стандартизируются в поперечном срезе с помощью z-оценок, затем…
В этой записной книжке PCMCI представлен как метод выявления связей с временными лагами в многомерных финансовых временных рядах без предварительного задания причинного графа. Метод применяется к доходностям ETF и индекса волатильности; условный анализ…
В ноутбуке отдельно рассматриваются результаты для движка LEAN в аудите, который сравнивает сохраненные запуски реальных стратегий с соответствующими профилями ML4T Backtest. Выделены четыре поддерживаемые нагрузки: распределение ETF, финансирование…
В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков и наиболее высокий информационный коэффициент из реестра для каждого рыночного исследования. Подсчитываются признаки и семейства названий признаков,…
В ходе аудита торговые движки сравниваются при воспроизведении одинаковых зафиксированных целевых позиций модели и исторических входных данных с адресацией по содержимому для распределения ETF, фьючерсов, бессрочного финансирования в криптовалютах, валютного…
В тетради сравниваются равные веса, веса, обратные волатильности, минимальная дисперсия и иерархический паритет риска при одинаковой вселенной ETF, прогнозах, графике ребалансировки и протоколе бэктеста. Скользящая модель Ridge ранжирует ETF по моментуму,…
В тетради объясняется Value at Risk (VaR), обозначающий квантиль убытка, и Conditional Value at Risk (CVaR), усредняющий убытки, превышающие этот порог. На дневных доходностях ETF сравниваются оценки историческим методом, гауссовской моделью, с поправкой…
В ноутбуке создаётся распределитель на основе LSTM, который напрямую преобразует недавние признаки доходности и волатильности ETF в веса портфеля с длинными позициями. Выход softmax обеспечивает неотрицательные веса и полное инвестирование, а…
В этом ноутбуке описана DeePM — сквозная портфельная политика для ETF, призванная улучшать результаты в разных рыночных условиях. В её компоненты входят признаки доходности и тренда, нормированные по волатильности, модель на основе LSTM, отбор переменных,…
В документе гипотеза о межрыночном импульсе превращается в ежемесячный исследовательский тест на вселенной из 100-ETF. Строятся скорректированные цены на конец месяца, измеряется импульс за период от 12 до -1 месяцев, затем доступные ETF ранжируются по пяти…
В этой записной книжке показан единый интерфейс OHLCV для Yahoo Finance, WikiPrices и FRED; эти источники используются для текущих данных ETF, акций с длинной историей и макроэкономических рядов. Описан приоритетный подход с резервными источниками для…
В этой записной книжке запрашиваются реестры нескольких торговых исследований и формируются таблицы по разным наборам данных для сравнения сигналов, распределения, издержек и риска. Приводится диагностика кластера конфигураций, ранжированных по валидационным…
В ноутбуке сравниваются распределения портфеля из PyPortfolioOpt, Riskfolio-Lib и skfolio на одной и той же панели доходности ETF. Алгоритмы подгоняются на обучающем периоде; проверяется, что эквивалентные целевые функции и согласованные веса совпадают в…
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 документе представлен универсальный набор диагностических проверок финансовых данных: целостность индекса, дубликаты, пропуски, выбросы, разрывы календаря и специфические для предметной области аномалии. Проверяются типы времени, порядок и уникальность,…
В этом ноутбуке оценка факторов ETF расширяется с одного горизонта доходности до проверки десяти факторов на трёх горизонтах с поправкой на множественные тесты. Затем проводятся диагностические проверки механизмов для импульса с длинным окном 12-1 и…
В этом ноутбуке объясняется иерархический паритет риска (HRP) — метод формирования портфеля, призванный снизить чувствительность к шумным оценкам ковариации. Описаны три этапа: кластеризация активов по расстоянию на основе корреляций, упорядочивание согласно…
В этом ноутбуке оцениваются зарегистрированные бэктесты ETF на разных этапах конвейера стратегии — от сигналов и распределения активов до издержек и наложений по риску. Загружаются существующие прогнозы и бэктесты; модели не обучаются и новые бэктесты не…
В этой записной книжке Diffusion-TS адаптируется для генерации синтетических последовательностей дневной доходности ETF. Модель устранения шума прогнозирует исходный ряд и раскладывает прогноз на полиномиальный тренд, выбранные компоненты Фурье и остаток.…