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: 855

Machine Learning for Trading

В этом ноутбуке описано, как получить прогнозы для нетронутого отложенного периода после выбора конфигурации на валидационных данных. Он определяет выбранную конфигурацию, заново формирует её спецификацию обучения для отложенного периода и рассчитывает…

АкцииМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

Эта конфигурация описывает внутридневное исследование сигналов потока заявок на основе состава индекса NASDAQ-100 в каждый конкретный момент времени. В ней задаётся подмножество акций, отобранное по издержкам с использованием данных о ликвидности, доступных…

АкцииРынки СШАМикроструктура рынкаМашинное обучение
Machine Learning for Trading

В этой тетради модель гауссовых смесей группирует месяцы по совместному поведению девяти рядов доходности факторов и классов активов. Месячные наблюдения стандартизируются, месяцы с пропущенными значениями исключаются, а варианты числа кластеров сравниваются…

Факторное инвестированиеМашинное обучениеСтатистикаНесколько классов активов
Machine Learning for Trading

В этой тетради создаётся агент прогнозирования, который чередует рассуждения и действия в цикле ReAct. Набор доступных действий намеренно мал: агент может искать доказательства или выдавать вероятностный прогноз. Общий интерфейс с двумя методами позволяет…

Машинное обучениеНастроения рынкаСтатистика
Machine Learning for Trading

В этой тетради рассматривается задача поиска причинных связей лаборатории ADIA как тест для изучения закономерностей в рамках известного семейства симуляторов. В задаче используются многочисленные синтетические наборы данных с соответствующими известными…

Машинное обучениеСтатистика
Machine Learning for Trading

В этой тетради описано формирование прогнозов на отложенной выборке для выбранной конфигурации модели фьючерсов CME. Конфигурация выбирается по результатам валидации, затем модель переобучается на данных, заканчивающихся до начала окна отложенной выборки.…

ФьючерсыБэктестингМашинное обучениеУправление рисками
Machine Learning for Trading

В этой тетради объясняется подход Tail-GAN — генеративно-состязательный метод создания сценариев финансовой доходности с оптимизацией стоимости под риском (VaR) и ожидаемого дефицита (ES). Используется дифференцируемая сортировка, позволяющая градиентам…

Машинное обучениеУправление рискамиВолатильностьФормирование портфеля
Machine Learning for Trading

В этой тетради по разработке признаков объясняется, как более медленная информация о фундаментальных показателях, макроэкономике и календарном контексте может уточнять более быстрые торговые сигналы. Описаны стоимостные коэффициенты, например отношение…

Факторное инвестированиеАкцииСтатистикаМашинное обучение
Machine Learning for Trading

В этой тетради описано формирование прогнозов на отложенной выборке для выбранной конфигурации микроструктуры NASDAQ-100 после выбора модели и стратегии по валидационным фолдам. Восстанавливается выбранная спецификация обучения, отложенный фолд определяется…

АкцииМикроструктура рынкаМашинное обучениеБэктестинг
Machine Learning for Trading

В этой тетради обобщены зарегистрированные результаты валидации для пяти оценивателей латентных факторов на наборе примеров. Сначала показано, для каких панелей есть результаты по каждому оценивателю, затем определяется лидер по среднему дневному ранговому…

Машинное обучениеСтатистикаФакторное инвестированиеБэктестинг
Machine Learning for Trading

В этом разборе кандидаты в финансовые признаки и признаки на основе моделей проверяются относительно будущей доходности стратегии микроструктуры NASDAQ-100. Рассчитываются поперечные ранговые информационные коэффициенты во времени, выводы корректируются с…

АкцииМикроструктура рынкаСтатистикаМашинное обучение
Machine Learning for Trading

В этой главе генерация с дополнением на основе поиска представлена как способ повысить полезность языковых моделей для открытых финансовых исследований, где неподтверждённые утверждения и галлюцинации могут дорого обойтись. Рассматривается весь процесс: от…

Машинное обучениеСтатистикаАкцииНастроения рынка
Machine Learning for Trading

В этой тетради разрабатываются признаки, для которых нужны ряды нескольких активов. Сравниваются тесты коинтеграции Энгла—Грейнджера и Йохансена, объясняется, почему одно лишь совместное движение не означает стационарность спреда, а коэффициенты хеджирования…

Несколько классов активовПарная торговляВозврат к среднемуСтатистика
Machine Learning for Trading

В этом разборе сравниваются модели градиентного бустинга, прогнозирующие доходность до экспирации коротких стрэддлов около денег. Меняются ёмкость деревьев и три целевые функции обучения: квадратичная ошибка, абсолютная ошибка и функция потерь Хьюбера.…

ОпционыВолатильностьМашинное обучениеБэктестинг
Machine Learning for Trading

В ноутбуке обучается трансформер с патчами для предсказания основной целевой переменной в исследовании акций и опционов S&P 500. Историческое входное окно каждой акции делится на последовательные неперекрывающиеся фрагменты, и каждый фрагмент рассматривается…

АкцииОпционыМашинное обучениеБэктестинг
Machine Learning for Trading

В коде представлена архитектура автоэнкодера с учителем для прогнозирования по финансовым признакам. Энкодер сжимает нормализованные входные данные до узкого представления, а декодер восстанавливает исходные входные данные как задачу регуляризации. На…

Машинное обучениеАкцииСтатистика
Machine Learning for Trading

В ноутбуке описана модель стохастического дисконтирующего фактора ETF, которая подбирает единую последовательность весов для доходностей фондов при ценообразовании. В отличие от моделей, отдельно оценивающих экспозиции фондов и доходности факторов, здесь две…

АкцииСтатистикаМашинное обучениеФормирование портфеля
arXiv papers

В исследовании сравниваются Double Deep Q-Learning, смеси экспертов с разбиением методом K-means и полносвязные сети с сопоставимым числом параметров для исполнения ордеров BTC/USDT. Оценка использует усреднённые за пятиминутные интервалы данные книги…

КриптовалютыИсполнение ордеровМашинное обучениеМикроструктура рынка
arXiv papers

MintEval оценивает, переводят ли языковые модели инструкции трейдера в код, который действует согласно задуманной стратегии. Эталонные стратегии собираются из комбинируемых компонентов, затем формулируются разговорным языком и передаются моделям для…

Машинное обучениеБэктестингИсполнение ордеровКриптовалюты
arXiv papers

В статье изучается выбор портфеля на протяжении жизни человека при случайном доходе и вложениях в акции, облигацию и страхование жизни. Целевая функция учитывает потребление, выплаты при смерти и капитал на конец периода. Выпуклое торговое ограничение…

Формирование портфеляМашинное обучениеУправление рискамиИнструменты с фиксированным доходом
arXiv papers

В исследовании проверяется, может ли проксимальная оптимизация политики научиться принимать решения о скорости торговли брокера в игре «брокер—трейдер» с непрерывным временем, для которой известно аналитическое решение. Авторы выводят дискретное…

Машинное обучениеИсполнение ордеровМикроструктура рынкаБэктестинг
arXiv papers

В документе описано применение алгоритма генерации коалиционных структур на графах, GCS-Q, для кластеризации активов, представленных в виде знакового взвешенного графа корреляций доходности. Это мотивировано тем, что распространённые методы кластеризации…

Несколько классов активовФормирование портфеляСтатистикаМашинное обучение
arXiv papers

В статье описан подход к автоматизированной торговле акциями, объединяющий три алгоритма обучения с подкреплением типа «актор-критик»: проксимальную оптимизацию политики, Advantage Actor Critic и Deep Deterministic Policy Gradient. Агенты обучаются принимать…

АкцииМашинное обучениеФормирование портфеляУправление рисками
arXiv papers

В исследовании глубокое обучение с подкреплением используется для преобразования краткосрочного торгового прогноза в решения о размещении лимитных ордеров и управлении запасом в книге лимитных ордеров. Агент обучается в симулируемой среде торговли акциями…

АкцииМашинное обучениеИсполнение ордеровМикроструктура рынка