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: 938
В этом ноутбуке описана модель LSTM, которая прогнозирует доходность по упорядоченным окнам характеристик акций из панели акций US. В отличие от простой табличной модели, LSTM обрабатывает торговые сессии последовательно и переносит скрытое состояние через…
В этом ноутбуке рассматривается TimeGAN — рекуррентная генеративно-состязательная модель для создания синтетических финансовых временных рядов. Её пять модулей обучаются строить эмбеддинг и восстанавливать данные, предсказывать последовательные латентные…
В документе описан общий метод формирования разбиений walk-forward для проверки по настройкам оценки из примеров исследований. Построение фолдов делегируется сплиттеру с учётом календаря; используются уникальные временные метки, чтобы сохранять выравнивание…
В документе объясняется, как TWAP и VWAP распределяют крупную родительскую заявку на дочерние заявки в течение торговой сессии. TWAP делит объём поровну между временными интервалами, а VWAP распределяет объём пропорционально прогнозу объёма торгов за…
В документе описано, как вывести единый интервал обучения для отложенной выборки из существующей спецификации walk-forward-проверки. Используются заданные в конфигурации исследования даты отложенной выборки, самая ранняя дата начала обучения среди фолдов…
В анализе реализуемости оценивается, достаточно ли данных котировок для рыночно-нейтральной стратегии поперечного ранжирования компонентов NASDAQ-100 каждые пятнадцать минут с удержанием позиций на обоих концах ранжирования. Проверяется, котируется ли…
В анализе сопоставляются журналы первичной оценки признаков в девяти примерах торговых исследований. Значимость с контролем доли ложных открытий по Бенджамини—Хохбергу отделяется от второго пути к решению PROCEED: сочетания заданного для конкретного кейса…
В ноутбуке сравниваются надстройки стоп-лосс, трейлинг-стоп и выхода по времени в бэктестах микроструктуры для фиксированного набора инструментов NASDAQ-100. Стратегия принимает решения каждые пятнадцать минут, а правила риска отслеживают цены каждую минуту,…
В документе рассматриваются два подхода к скрытым факторам доходности фьючерсов. Метод главных компонент находит некоррелированные направления, объясняющие наибольшую долю изменчивости доходности, а нейронный стохастический фактор дисконтирования ищет…
В документе объясняется, как размечать дневную будущую доходность ETF, используя скорректированные цены закрытия на дату наблюдения и в более позднюю торговую сессию. Создаются основная метка с месячным горизонтом и более короткий недельный вариант; метки…
В блокноте факторы главных компонент строятся по панели доходности фьючерсов CME, а не по сконструированным характеристикам, таким как кэрри, моментум или волатильность. Метод PCA находит направления, объясняющие вариацию между продуктами; первая компонента…
В статье сравниваются портфели, оптимизированные для минимизации недополученного дохода, и портфели, оптимизированные для минимизации дисперсии. В эмпирическом исследовании используются модель экстремального риска Barra и стилевые факторы, такие как Value,…
В этом ноутбуке прогнозы на валидационных данных оцениваются как портфели акций без коротких позиций: применяется выбор верхних K инструментов с равными весами и график принятия решений, заданный частотой меток. Последовательность событий от закрытия до…
Этот общий служебный модуль предоставляет единый конвейер градиентного бустинга для количественных исследований. Он задаёт пресеты вычислительной мощности и сопоставляет канонические названия параметров с соответствующими настройками LightGBM, XGBoost,…
В этом ноутбуке объясняется, как поиск среди множества факторов или стратегий завышает видимые результаты выбранного победителя, даже если отдельные оценки рассчитаны корректно. На смоделированном наборе шумовых факторов показано, что наибольший…
В этом исследовании сравниваются модели последовательностей на панели признаков акций и опционов S&P 500. Модель LSTM, сохраняющая состояние с управляющими механизмами в окне ретроспективного анализа, сопоставляется с базовой моделью N-Linear, которая…
В ноутбуке описана пятичастная архитектура TimeGAN: кодировщик и сеть восстановления отображают исходные наблюдения в латентное пространство и обратно, супервизор обучается временным переходам, а генератор и дискриминатор обучаются состязательно. Описано…
В этом ноутбуке сравниваются валовой и чистый коэффициенты Шарпа на сетках торговых издержек из бэктестов тематических исследований. Для каждой конфигурации стратегии, подготовленной к запуску, из сохранённых артефактов берутся предполагаемые издержки на…
В этом ноутбуке скользящие окна доходности ETF преобразуются в двухканальные изображения для свёрточной нейронной сети. Поле угловых сумм Граммиана масштабирует значения внутри каждого окна, переводит их в углы и фиксирует тригонометрические зависимости…
В этом ноутбуке объясняется, почему стандартный риск-оверлей с целевыми весами не подходит для описанного механизма короткого стрэддла на S&P 500. Механизм распределяет фиксированные доли капитала между недельными когортами и нормирует веса внутри каждой…
Risk-Premium PCA изменяет ковариационную матрицу, добавляя взвешенное внешнее произведение вектора средних доходностей на обучающей выборке. Его ведущие собственные векторы задают статические факторные портфели: при нулевом весе получается обычный PCA, а…
В этом ноутбуке измеряется, как меняются результаты выбранной стратегии на основе характеристик компаний из US на валидационных данных при разных допущениях о комиссиях и проскальзывании. Одна и та же конфигурация повторно запускается на заданной сетке…
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…
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.…