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: 342

Machine Learning for Trading

В этом ноутбуке реализована DeePM — сквозная портфельная политика для диверсифицированного набора ETF. Модель объединяет временные признаки, метаданные активов, поперечное внимание и априорный макрограф, разрешающий внимание внутри классов активов и между…

Несколько классов активовФормирование портфеляМашинное обучениеУправление рисками
Machine Learning for Trading

В этом тематическом исследовании сохранённые прогнозы модели для акций US преобразуются в портфели с длинными и короткими позициями и равными весами. Проверяются разные схемы входа: каждая выбирает акции с наивысшим рейтингом для длинных позиций и с…

Рынки СШААкцииМашинное обучениеБэктестинг
Machine Learning for Trading

В документе описаны несколько способов преобразовать оценки прогнозов в торговые сигналы: фиксированные пороги, скользящие процентили для каждого актива и поперечные процентили. Фиксированные пороги используют заданный уровень оценки; скользящие адаптируются…

Машинное обучениеФормирование портфеляОпределение размера позицииБэктестинг
Machine Learning for Trading

В документе описаны инструменты сравнения зарегистрированных торговых стратегий и подготовки структурированных оценок тематических исследований. Основной метод ранжирования ограничивает ряды доходности точными общими временными метками перед расчётом…

БэктестингУправление рискамиФормирование портфеляСтатистика
Machine Learning for Trading

В записной книжке прогнозы по акциям в поперечном сечении преобразуются в портфели длинных и коротких позиций: при каждой ребалансировке акции ранжируются, покупаются k лучших и продаются без покрытия k худших, с равным капиталом на позицию. Равные веса дают…

АкцииМашинное обучениеБэктестингФормирование портфеля
Machine Learning for Trading

В документе представлен рабочий процесс исследований торговли с машинным обучением: от данных и построения признаков через обучение моделей, бэктестинг, транзакционные издержки, решения по портфелю и риску до внедрения и мониторинга. Подчёркиваются граница…

Машинное обучениеБэктестингУправление рискамиФормирование портфеля
Machine Learning for Trading

В записной книжке спецификация уже выбранной стратегии FX применяется к зарегистрированным прогнозам отложенной выборки. Сохраняются сигнал стратегии, распределение активов, средства контроля риска, правило ребалансировки, издержки и настройки счёта; набор…

Валютный рынокБэктестингУправление рискамиФормирование портфеля
Machine Learning for Trading

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 —…

АкцииФакторное инвестированиеФормирование портфеляБэктестинг
Machine Learning for Trading

В ноутбуке сравниваются четыре эталонных распределения ETF по историческим кризисным периодам, заданным вручную одновременным шокам активов, симуляциям Монте-Карло с распределением Стьюдента и статистике рыночных режимов. Объясняется мера максимальной…

Несколько классов активовУправление рискамиФормирование портфеляВолатильность
Machine Learning for Trading

В ноутбуке изучаются шесть методов распределения капитала для выбранных конфигураций криптостратегий с бессрочными контрактами. Ранжирование и правила входа остаются неизменными, меняется только капитал, выделяемый на каждую позицию. Методы используют оценки…

КриптовалютыБессрочные фьючерсыОпределение размера позицииФормирование портфеля
Machine Learning for Trading

В ноутбуке сравниваются равные веса с двумя правилами распределения капитала для торговых стратегий, сформированных на основе характеристик компаний US: взвешивание по оценке направляет больше капитала в активы с более высокими прогнозами модели, а…

АкцииОпределение размера позицииФормирование портфеляБэктестинг
Machine Learning for Trading

В этом ноутбуке построен сквозной метод распределения капитала в портфеле: сеть отбора признаков в стиле Temporal Fusion Transformer располагается перед LSTM. Отдельные сети gated residual формируют представления признаков, а обучаемые мягкие веса объединяют…

Машинное обучениеФормирование портфеляОпределение размера позицииВолатильность
Machine Learning for Trading

В ноутбуке представлен Tail-GAN — генеративно-состязательный подход для воспроизведения хвостового риска финансовых сценариев, в особенности стоимости под риском (VaR) и ожидаемого дефицита (ES). Дифференцируемая сортировка позволяет включать в обучение…

Машинное обучениеУправление рискамиСтатистикаФормирование портфеля
Machine Learning for Trading

Этот модуль конфигурации описывает структуру для задания параметров серий бэктестов для каждого тематического исследования. Он считывает из файлов настройки схем входа, методов распределения капитала, диапазонов торговых издержек и риск-контролей, выдавая…

БэктестингУправление рискамиОпределение размера позицииФормирование портфеля
Machine Learning for Trading

В этой главе объясняется, как создавать и применять финансовые графы знаний, когда для ответа важны связи, например владение активами, цепочки поставок или распространение кризиса. Рассматриваются идентификация сущностей, схемы типизированных связей,…

Машинное обучениеАкцииРынки СШАФормирование портфеля
Machine Learning for Trading

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…

АкцииФакторное инвестированиеФормирование портфеляСтатистика
Machine Learning for Trading

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…

Машинное обучениеФакторное инвестированиеСтатистикаФормирование портфеля
Machine Learning for Trading

В документе описан процессор парных сравнений результатов на разных этапах отбора стратегий. Сравниваются отобранные сигналы с эталонами с равными весами, выборки отложенного периода с валидационными, а также переходы между этапами распределения капитала,…

СтатистикаБэктестингУправление рискамиФормирование портфеля
Machine Learning for Trading

Эта утилита строит булеву матрицу смежности активов по меткам групп и необязательным связям между группами. Активы одной макрогруппы связываются друг с другом, а каждая заданная связь между группами соединяет всех участников обеих групп в обоих направлениях.…

Несколько классов активовМашинное обучениеФормирование портфеля
Machine Learning for Trading

В этой тетради описана оценка выбранной стратегии финансирования криптоперпетуалов на более позднем отложенном периоде. Используются прогнозы, полученные на обучающих данных, заканчивающихся до этого периода; выбранные сигнал, метод распределения капитала и…

КриптовалютыБессрочные фьючерсыДоходность от переноса позицииБэктестинг
Machine Learning for Trading

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…

АкцииФакторное инвестированиеСтатистикаФормирование портфеля
Machine Learning for Trading

В исследовательском анализе описывается дневная панель биржевых фондов по девяти группам. Проверяется покрытие символов во времени, сравнивается панель со справочником классификации, рассматриваются пропуски и нулевые объёмы, а также порядок ценовых баров и…

АкцииФормирование портфеляИсполнение ордеровУправление рисками
Machine Learning for Trading

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…

АкцииФакторное инвестированиеСтатистикаФормирование портфеля
Machine Learning for Trading

В документе описаны принципы реализации общего средства запуска бэктестов и правильной интерпретации сеток доходности при пересчёте показателей на годовой период. Наблюдаемая частота выборки оценивается по типичным интервалам между наблюдениями доходности;…

БэктестингУправление рискамиСтатистикаФормирование портфеля