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: 151

Machine Learning for Trading

В записной книжке объясняется, как интерпретировать бинарные контракты Kalshi на ставки Федеральной резервной системы как вероятности и преобразовывать лестницу пороговых значений ставки в подразумеваемое распределение. Подчёркивается, что поток содержит…

ФьючерсыСтатистикаМикроструктура рынкаТехнические индикаторы
Machine Learning for Trading

В документе объясняется, как вейвлет-разложения и скользящие спектральные оценки описывают финансовую доходность на разных временных масштабах. Вейвлеты разделяют доходность на компоненты, соответствующие всё более медленным периодам, позволяя увидеть, какие…

АкцииСтатистикаВолатильностьТехнические индикаторы
Machine Learning for Trading

В записной книжке объясняется, как отделить непрерывное изменение цены от скачков во внутридневных доходностях акций. Дневная реализованная дисперсия оценивается по квадратам доходностей; бипауэрная вариация служит устойчивой к скачкам оценкой непрерывной…

АкцииВолатильностьСтатистикаМикроструктура рынка
Machine Learning for Trading

В этой записной книжке описаны три способа превратить поминутные данные NASDAQ-100 в признаки для модели: скользящая регрессия HAR для прогнозов дисперсии и ошибок прогноза, преобразование Фурье для недавних паттернов объёма и сигнатуры траектории глубины…

АкцииВолатильностьМикроструктура рынкаСтатистика
Machine Learning for Trading

Этот модуль подготовки признаков обрабатывает дневные цены для систематических макропортфельных моделей. Он рассчитывает доходности за разные горизонты с поправкой на оценённую волатильность, несколько сигналов MACD разных масштабов и скользящие z-оценки…

Несколько классов активовМоментумСледование за трендомВолатильность
Machine Learning for Trading

В этой записной книжке используются записи о сделках NASDAQ ITCH, чтобы изучить, как меняются объёмы и торговая активность в течение основной торговой сессии. Сделки агрегируются в интервальные бары; сравниваются цены и объёмы репрезентативных акций с…

АкцииМикроструктура рынкаСтатистикаТехнические индикаторы
Machine Learning for Trading

В этом руководстве рассматриваются признаки, построенные на истории цен и объемов активов: доходность на разных горизонтах, показатели тренда и разворота, несколько оценок волатильности, режимы волатильности, ликвидность, хвостовой риск и поперечная…

Технические индикаторыМоментумВолатильностьМашинное обучение
Machine Learning for Trading

В этой тетради описывается модель локального линейного тренда в пространстве состояний для извлечения финансовых признаков из уровней цен. Скрытое состояние включает уровень цены и его наклон; наблюдениями служат зашумлённые цены закрытия. На каждом шаге…

АкцииСтатистикаТехнические индикаторыПарная торговля
Machine Learning for Trading

В этой записной книжке рассматриваются методы поиска изменений в процессе, порождающем финансовый ряд; в качестве примера используются дневные данные SPY. Сопоставляются тест Зивота—Эндрюса, который оценивает один сдвиг при проверке на единичный корень, и…

СтатистикаМашинное обучениеТехнические индикаторыУправление рисками
Machine Learning for Trading

В ноутбуке представлен порядок анализа для выбора модели финансовых временных рядов. Сначала графики цен и доходностей SPY, уровней VIX и распределения доходности помогают выявить дрейф уровней, кластеры движений и тяжёлые хвосты. Затем сочетаются тест…

СтатистикаВолатильностьТехнические индикаторыАкции
Machine Learning for Trading

В этом руководстве на дневных данных SPY сравниваются фиксированные уровни стоп-лосса и тейк-профита, трейлинг-стопы, выходы с масштабированием по ATR, сигнал выхода на основе машинного обучения и сочетания этих подходов. Фиксированные уровни симулируются от…

АкцииУправление рискамиТехнические индикаторыБэктестинг
Machine Learning for Trading

В документе описано преобразование скользящих окон доходности ETF в двухканальные изображения для стандартной свёрточной нейронной сети. Угловое поле Граммиана переводит нормализованные наблюдения в углы и фиксирует попарные угловые связи; поле переходов…

АкцииМашинное обучениеТехнические индикаторыСтатистика
Machine Learning for Trading

В ноутбуке на примере дневных доходностей SPY объясняется частотный анализ и его ограничения при построении торговых признаков. Вейвлет-разложение разделяет изменения на полосы с последовательно более медленными временными масштабами, а спектральные оценки…

АкцииСтатистикаВолатильностьТехнические индикаторы
Machine Learning for Trading

В ноутбуке сравниваются три способа учитывать рыночные режимы в модели прогноза: не использовать информацию о режимах, добавить в признаки отфильтрованную вероятность волатильного состояния или обучить отдельных экспертов для жёстко назначенных режимов.…

Машинное обучениеСтатистикаБэктестингТехнические индикаторы
Machine Learning for Trading

В этой записной книжке строятся признаки на основе моделей, подобранных на истории валютных цен, в дополнение к индикаторам, рассчитанным непосредственно по прошлым ценам. Описаны три подхода: фильтр пространства состояний, оценивающий медленно меняющийся…

Валютный рынокМашинное обучениеСтатистикаТехнические индикаторы
Machine Learning for Trading

В ноутбуке фильтрация Калмана рассматривается как способ извлечения признаков из финансовых цен. Состояние локального линейного тренда отслеживает скрытый уровень цены и его наклон, а модель наблюдений учитывает шум в ценах закрытия. Каждое обновление даёт…

АкцииТехнические индикаторыСтатистикаПарная торговля
Machine Learning for Trading

В ноутбуке на основе цен строятся признаки для ранжирования широкого набора акций US. Рассматриваются семейства признаков импульса, волатильности, скользящих средних и технических индикаторов, затем они оцениваются относительно метки будущей доходности за…

АкцииРынки СШАТехнические индикаторыМоментум
Machine Learning for Trading

В исследовании используются данные NVDA по заявкам и сделкам за десять торговых дней, чтобы проверить, как дневная торговая активность влияет на формирование баров. Сделки фильтруются по обычным часам торгов в US; сторона агрессора определяется по меткам…

АкцииМикроструктура рынкаИсполнение ордеровТехнические индикаторы
Machine Learning for Trading

В ноутбуке сравниваются временные, тиковые, объемные, долларовые, дисбалансные и серийные бары, построенные по сделкам на бирже AAPL за один день. Первые четыре способа выборки группируют наблюдения по прошедшему времени, числу сделок, количеству акций,…

АкцииМикроструктура рынкаСтатистикаТехнические индикаторы
Machine Learning for Trading

В документе объясняется, как строить признаки микроструктуры на основе сделок NASDAQ, агрегированных в внутридневные бары. Рассматриваются лямбда Кайла, неликвидность Амихуда, оценка спреда Ролла, интенсивность сделок и дисбаланс потока ордеров (OFI).…

АкцииМикроструктура рынкаИсполнение ордеровТехнические индикаторы
Machine Learning for Trading

В ноутбуке сравниваются измерения волатильности, оценивается гетерогенная авторегрессионная модель (HAR) и измеряется шероховатость с помощью показателей Херста. Сначала внутридневная реализованная дисперсия сопоставляется с дневными оценками; доходность за…

ВолатильностьСтатистикаТехнические индикаторыБэктестинг
Machine Learning for Trading

В этом ноутбуке реализовано правило возврата к среднему только для длинных позиций по RSI на бессрочных барах BTC/USDT с помощью событийного движка бэктестинга. Внутридневные наблюдения агрегируются в дневные бары по UTC, рассчитывается простой скользящий…

КриптовалютыБессрочные фьючерсыВозврат к среднемуТехнические индикаторы
Machine Learning for Trading

В этой демонстрации проверяется, выдаёт ли одна реализация стратегии пересечения двух скользящих средних одинаковые сигналы в движках бэктеста и реальной торговли. Оба движка получают одинаковые подготовленные бары ETF и используют одинаковые параметры…

АкцииБэктестингИсполнение ордеровТехнические индикаторы
Machine Learning for Trading

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…

АкцииМашинное обучениеСтатистикаТехнические индикаторы