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 реализации описано, как создавать пакетные окна последовательностей для панельных данных в исследованиях глубокого обучения. Окна следуют ожидаемому календарю панели, а не сжимают наблюдения по каждому активу в последовательные строки. Пропущенные…
В записной книжке представлены практические методы очистки рыночных и корпоративных данных: обработка дубликатов, отметки о пропусках, фильтры на основе предметных знаний, обнаружение скачков по разворотам, ограничение выбросов, кодирование категориальных…
В записной книжке проверяется, остаются ли атрибуции SHAP стабильными при сходных прогнозах или повторном обучении моделей с разными начальными случайными состояниями и архитектурами. На будущей доходности ETF находятся пары наблюдений со схожими прогнозами,…
В записной книжке модели градиентного бустинга на деревьях обучаются на признаках рынка опционов, описывающих такие характеристики, как подразумеваемая волатильность, асимметрия, временная структура и премия за дисперсионный риск. С помощью…
В этом разборе проверяются еженедельные длинно-короткие стратегии, ранжированные по доходности переноса позиции, на диверсифицированном наборе фьючерсов CME. Используются дневные данные, оценка моделей методом walk-forward и затраты на комиссии, спреды и…
В записной книжке сопоставляются прогнозные, структурные и причинные свидетельства моделей для поперечного исследования S&P 500, объединяющего признаки акций с показателями, полученными из рынка опционов, такими как подразумеваемая волатильность, асимметрия…
В записной книжке показан процесс диагностики на уровне сделок, который связывает фактически реализованные убытки с объяснениями модели SHAP. Модель LightGBM обучается на запаздывающих признаках цены и волатильности, а также макроданных, чтобы прогнозировать…
В записной книжке поведенческое клонирование сравнивается с обратным обучением с подкреплением (IRL) на данных об исполнении. Демонстрации основаны на графике TWAP, цель которого при нейтральном отношении к риску известна: равномерно распределить сделки,…
Код рассчитывает стандартизированные метрики эффективности по таблицам прогнозов вне выборки отдельно для каждого фолда и в виде сводных показателей. Он поддерживает регрессию и классификацию, включая информационный коэффициент, метрики ошибок, показатели…
В этой записной книжке с помощью двойного машинного обучения проверяется, сохраняется ли связь между спредом подразумеваемой и реализованной волатильности и будущей доходностью акций после поправки на наблюдаемые смешивающие факторы. Скорректированная оценка…
В записной книжке создаётся исследовательский агент, который ищет подтверждения и возвращает структурированную вероятность для вопроса с двумя возможными ответами. Описаны разбор и проверка действий, ограничение числа ходов и сохранённый артефакт прогноза с…
В записной книжке PCA описан как базовый метод со скрытыми факторами, не использующий признаки, для прогнозирования доходностей ETF. Матрица доходностей каждого целевого значения за обучающее окно раскладывается на компоненты: для каждого фонда оценивается…
В записной книжке описан цикл развёртывания дневной модели валютных пар FX, в которой Interactive Brokers служит источником данных в реальном времени и площадкой исполнения. На исторической панели обучается регрессионная модель Ridge, рассчитывается…
В записной книжке представлена нейросетевая модель стохастического дисконт-фактора для панели фьючерсов CME. Модель использует доходности продуктов и наблюдаемые характеристики, например кэрри, моментум и волатильность, чтобы строить скрытые факторы и…
В утилите описан процесс сбора общедоступных отчётов SEC 10-Q, 10-K и 8-K и преобразования их в единый табличный набор данных для последующих исследований. Для разных форматов применяются разные правила извлечения текста: из квартальных отчётов берётся…
В модуле описаны два компонента конвейера прогнозирования с несколькими агентами. Агент-дискуссант поочерёдно приводит аргументы за и против, требуя от каждой стороны отвечать на доводы другой и давать оценку вероятности с подтверждающими данными. Он…
В записной книжке показано, как использовать PCMCI для поиска запаздывающих связей между доходностями ETF и волатильностью, не задавая причинный граф заранее. Панельные тесты условной независимости сопоставляются с попарными тестами Грейнджера: последние…
В записной книжке объясняется, как PatchTST использует последовательности фиксированной длины, разбитые на фрагменты, чтобы прогнозировать метки NASDAQ-100. Механизм внимания связывает фрагменты в пределах последнего часа, сокращая длину последовательности…
В документе описан эксперимент с фьючерсами CME и TabM — экономичной по числу параметров нейросетевой моделью-ансамблем. Она использует те же сформированные строки признаков и фолды walk-forward-анализа, что и линейные модели и модели градиентного бустинга.…
В документе представлена NLinear — минималистичная последовательностная модель для прогнозирования доходности акций NASDAQ-100 по внутридневным признакам. Она использует фиксированное скользящее окно, вычитает последнее наблюдение, чтобы модель работала с…
В документе описан конвейер преобразования отчётов SEC 8-K в структурированные корпоративные события. Языковая модель извлекает связи между событиями, а явные проверки схемы проверяют названия сущностей, типы отношений, категории и даты. Детерминированная…
В этом модуле описана миграция реестра после того, как библиотека изменила нумерацию фолдов walk-forward-анализа, сохранив их временные окна и рассчитанные значения. Идентификаторы фолдов используются в спецификациях обучения, ключах прогнозов, отпечатках…
В этой записной книжке описано получение прогнозов для отложенного периода в исследовании акций US после выбора конфигурации на фолдах валидации. Выбранная конфигурация определяется, выбор контрольной точки сохраняется, а новая спецификация обучения строится…
В этом ноутбуке объясняется, как скрытые марковские модели определяют ненаблюдаемые состояния рынка по доходности и недавней волатильности. Сначала задаются простые правила сравнения: порог индекса волатильности для стресса и цена относительно долгосрочной…