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: 370

Machine Learning for Trading

В тематическом исследовании создаются признаки для сравнения премий за риск дисперсии между акциями S&P 500 с помощью стрэддлов около денег со сроком 30 дней и данных о базовых активах. Подразумеваемая волатильность сопоставляется с реализованной на…

ОпционыАкцииВолатильностьБэктестинг
Machine Learning for Trading

В этом анализе проверяется, позволяют ли ежедневные данные по опционам реализовать недельную стратегию: продавать стрэддлы по цене около денег на компоненты S&P 500, хеджировать акции по дельте и удерживать контракты до экспирации. Объясняется, как колл- и…

ОпционыВолатильностьИсполнение ордеровБэктестинг
Machine Learning for Trading

Этот конвейер формирует финансовые признаки для рабочего процесса развёртывания ETF на основе цен OHLCV и кривой доходности. Он рассчитывает доходность и доходность с поправкой на риск для разных периодов ретроспективы, ускорение импульса и коэффициенты…

АкцииМоментумВолатильностьТехнические индикаторы
Machine Learning for Trading

В этом ноутбуке создаются модельные признаки для бессрочных криптовалютных фьючерсов: прогнозы условной волатильности каждого актива на основе GJR-GARCH и вероятность стрессового режима на всём рынке, полученная с помощью двухсостоянийной скрытой марковской…

КриптовалютыБессрочные фьючерсыВолатильностьМашинное обучение
Machine Learning for Trading

В этом ноутбуке анализ максимального благоприятного и неблагоприятного отклонения используется для выбора ширины тройного барьера на основе наблюдаемых ценовых траекторий. Для длинной позиции, открытой по цене закрытия бара, измеряются лучший максимум и…

Управление рискамиВолатильностьБэктестинг
Machine Learning for Trading

Этот анализ выполнимости проверяет, позволяют ли данные и предположения построить недельную стратегию ранжирования акций S&P 500 по подразумеваемой волатильности опционов «при деньгах» и покупки лидирующих акций. Сигнал дают опционы, но позиции удерживаются…

АкцииОпционыВолатильностьУправление рисками
Machine Learning for Trading

В этой записной книжке рассматривается экономическая панель, построенная на рядах Федерального резервного банка из базы Federal Reserve Economic Data. Показано, что исходная панель использует календарные даты, включая выходные и праздники, а метаданные…

Инструменты с фиксированным доходомВолатильностьСтатистикаРынки США
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 этом учебном ноутбуке сравниваются параметрические стохастические модели и методы бутстрэпа для генерации синтетических финансовых траекторий. Рассматриваются геометрическое броуновское движение, диффузия со скачками, возврат к среднему, стохастическая…

СтатистикаВолатильностьУправление рискамиБэктестинг
Machine Learning for Trading

В этом ноутбуке отбираются признаки-кандидаты для стратегии продажи колл- и пут-опционов на одну и ту же акцию с одинаковой датой экспирации; стрэддл удерживается до экспирации. Для каждого признака измеряется, ранжирует ли он доступные акции в том же…

ОпционыАкцииСтатистикаУправление рисками
Machine Learning for Trading

В этой записной книжке разрабатывается задача симулируемого маркет-мейкинга, в которой агент PPO выбирает смещение котировки и ширину спреда. Вероятность исполнения снижается по мере удаления котировок от средней цены, а дисбаланс ордеров влияет и на…

Маркет-мейкингМашинное обучениеИсполнение ордеровМикроструктура рынка
Machine Learning for Trading

В этом учебном блокноте сравниваются способы формирования целевых меток для моделей трейдинга с учителем на данных ETF. Рассматриваются доходность и направление движения на фиксированном горизонте, процентили по скользящим временным окнам, поперечные…

Машинное обучениеСтатистикаБэктестингУправление рисками
Machine Learning for Trading

В этой записной книжке сравниваются три способа учитывать рыночные режимы в прогнозировании: базовая модель без признака режима, одна модель с отфильтрованной вероятностью волатильного состояния и отдельные модели, обучаемые для жёстко заданных режимов.…

АкцииМашинное обучениеСтатистикаВолатильность
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

В этой записной книжке сравниваются способы выхода из длинных сделок ETF: фиксированные цели прибыли и стопы, скользящие стопы, барьеры с масштабом ATR, сигналы машинного обучения и их комбинации. Строятся индикаторы и симуляции сделок, затем сводятся…

АкцииУправление рискамиОпределение размера позицииВолатильность
Machine Learning for Trading

В этой записной книжке прогнозы ARIMA рассматриваются как входные столбцы для последующих моделей, а не как самостоятельные прогнозы. Модели обучаются на доходности ETF; проверки стационарности и диагностика автокорреляции помогают предложить порядки, а…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этой главе управление рисками рассматривается как часть разработки стратегии и её работы в реальном времени. Описаны измерение хвостового риска с помощью стоимости под риском и условной стоимости под риском, глубина и восстановление после просадки,…

Управление рискамиВолатильностьБэктестингФормирование портфеля
Machine Learning for Trading

В этой записной книжке признаки строятся по минутным данным NASDAQ-100 тремя способами: скользящая гетерогенная авторегрессионная регрессия для краткосрочных прогнозов дисперсии, преобразование Фурье для описания периодической структуры недавней активности и…

АкцииВолатильностьМашинное обучениеСтатистика
Machine Learning for Trading

В этой записной книжке месячные макроэкономические показатели кластеризуются для описания рыночных условий независимо от доходности акций. Ряды FRED выравниваются по наблюдениям на конец месяца; безработица, ставка федеральных фондов, спред кривой доходности…

Машинное обучениеСтатистикаВолатильностьРынки США
Machine Learning for Trading

В этой записной книжке Diffusion-TS адаптируется для генерации синтетических последовательностей дневной доходности ETF. Модель устранения шума прогнозирует исходный ряд и раскладывает прогноз на полиномиальный тренд, выбранные компоненты Фурье и остаток.…

Машинное обучениеВолатильностьСтатистикаНесколько классов активов
Machine Learning for Trading

В записной книжке размер позиции связывается с анализом максимальных неблагоприятных и благоприятных отклонений цены. Показан фиксированный размер доли капитала под риском: число акций определяется бюджетом риска на сделку и расстоянием от входа до стопа с…

Определение размера позицииУправление рискамиВолатильностьБэктестинг
Machine Learning for Trading

В документе выводятся цены европейских колл- и пут-опционов по модели Блэка—Шоулза, проверяется их соотношение через паритет пут-колл и численно рассчитывается подразумеваемая волатильность — значение, при котором цена модели совпадает с наблюдаемой ценой…

ОпционыОценка стоимости деривативовВолатильностьУправление рисками
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