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: 342

Machine Learning for Trading

В ноутбуке рейтинги моделей преобразуются в простые портфели бессрочных криптофьючерсов, чтобы в последующих экспериментах измерять эффект изменения размера позиций, издержек или контроля риска. Применяются правила входа, например выбор контрактов с…

КриптовалютыБессрочные фьючерсыБэктестингФормирование портфеля
Machine Learning for Trading

В документе сравниваются альтернативные методы определения размера позиций для стратегий на фьючерсах CME, выбранных из базового варианта, ранжированного по валидационному коэффициенту Шарпа с равными весами. При равных весах каждый выбранный продукт…

ФьючерсыСырьевые товарыОпределение размера позицииФормирование портфеля
Machine Learning for Trading

В записной книжке наборы прогнозов моделей преобразуются в сопоставимые бэктесты опционов на S&P 500. В каждую еженедельную дату принятия решения прогнозируемая доходность ранжируется, выбираются символы с наивысшим рейтингом из ликвидной вселенной и…

ОпционыАкцииБэктестингИсполнение ордеров
Machine Learning for Trading

В этом ноутбуке проверяются валидационные прогнозы, полученные в исследованиях акций и опционов, путём их преобразования в портфели акций только с длинными позициями. Используется базовый вариант с равными весами для акций из топ-K, сравниваются несколько…

АкцииОпционыБэктестингФормирование портфеля
Machine Learning for Trading

В этой записной книжке размер ставки по Келли для бинарного пари выводится через максимизацию ожидаемого логарифма капитала, а затем показывается, как размер ставки меняет распределение смоделированных траекторий капитала. Подход расширяется на непрерывную…

Определение размера позицииУправление рискамиФормирование портфеляСтатистика
Machine Learning for Trading

В этой записной книжке оценивается ранее выбранная стратегия ETF на зарезервированном отложенном периоде. Из идентификатора обучения и контрольной точки извлекаются соответствующие прогнозы, затем применяются заданные ранее спецификация стратегии и торговые…

БэктестингФормирование портфеляУправление рискамиОпределение размера позиции
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 сравниваются PyPortfolioOpt, Riskfolio-Lib и skfolio: оптимизаторы портфеля обучаются на общей панели доходности ETF, а их зафиксированные веса оцениваются на более поздних наблюдениях. Рассматриваются распределения с учётом средней…

Формирование портфеляБэктестингУправление рискамиИсполнение ордеров
Machine Learning for Trading

В этом ноутбуке объясняется иерархический паритет риска (HRP) — метод формирования портфеля, призванный снизить чувствительность к шумным оценкам ковариации. Описаны три этапа: кластеризация активов по расстоянию на основе корреляций, упорядочивание согласно…

Формирование портфеляУправление рискамиБэктестингНесколько классов активов
Machine Learning for Trading

В этом ноутбуке оцениваются зарегистрированные бэктесты ETF на разных этапах конвейера стратегии — от сигналов и распределения активов до издержек и наложений по риску. Загружаются существующие прогнозы и бэктесты; модели не обучаются и новые бэктесты не…

Несколько классов активовАкцииФормирование портфеляБэктестинг
Machine Learning for Trading

В этом ноутбуке сравниваются шесть способов взвешивания портфелей ETF, отобранных по одному и тому же прогнозному ранжированию: равные веса, взвешивание по оценке, обратная волатильность, паритет риска, оптимизация среднего и дисперсии и иерархический…

АкцииФормирование портфеляБэктестингУправление рисками
Machine Learning for Trading

В этом ноутбуке собраны зарегистрированные оценки двойного машинного обучения из нескольких исследований трейдинга и сравниваются их неопределённость и диагностические показатели. Загружаются актуальные строки из реестра каждого исследования, проверяются…

СтатистикаМашинное обучениеУправление рискамиБэктестинг
Machine Learning for Trading

В этом ноутбуке представлен диагностический подход к бэктесту распределения активов в ETF. Рассчитываются показатели риска и доходности, такие как коэффициенты Шарпа, Сортино и Кальмара, волатильность, стоимость под риском и максимальная просадка;…

Формирование портфеляУправление рискамиБэктестингАкции
Machine Learning for Trading

В записной книжке сравниваются шесть методов распределения капитала в стратегиях на криптовалютных бессрочных контрактах, уже прошедших базовый отбор. Прогнозы и правила входа каждой стратегии остаются фиксированными, меняется лишь распределение капитала:…

КриптовалютыБессрочные фьючерсыОпределение размера позицииФормирование портфеля
Machine Learning for Trading

В этом модуле строится ансамбль средних прогнозов на основе зарегистрированных наборов предсказаний; особое внимание уделяется воспроизводимости и снижению смещения отбора. Подходящие конфигурации моделей выбираются из реестра, а не из вручную составленного…

Машинное обучениеСтатистикаБэктестингФормирование портфеля
Machine Learning for Trading

В этой тетради изучается регуляризация линейных моделей для вселенной валютных пар, доходности которых связаны, поскольку каждая пара выражает курс между общими валютами. Различаются мультиколлинеарность признаков, с которой могут справиться Ridge, LASSO и…

Валютный рынокСтатистикаМашинное обучениеБэктестинг
Machine Learning for Trading

В этом ноутбуке по исторической доходности акций US строится корреляционная сеть и исследуются способы формирования портфеля. На основе данных оценочного окна выбирается ликвидная совокупность активов, попарные корреляции преобразуются в расстояния, а для…

АкцииРынки СШАФормирование портфеляУправление рисками
Machine Learning for Trading

В этом исследовании проверяется, помогает ли информация о биржевых опционах выбирать акции S&P 500. Дневные цены акций объединяются с уровнями подразумеваемой волатильности, асимметрией, срочной структурой и показателями премии за риск дисперсии для 633…

АкцииОпционыБэктестингУправление рисками
Machine Learning for Trading

В документе описан перебор распределения капитала в портфеле FX, предназначенный для отделения выбора размера позиции от выбора сигнала. В качестве отправной точки используются зафиксированные кандидаты с равными весами, ранжированные по результатам…

Валютный рынокФормирование портфеляБэктестингУправление рисками
Machine Learning for Trading

Этот сравнительный анализ изучает, как прогнозная информация, измеряемая информационным коэффициентом (IC), соотносится с коэффициентом Шарпа портфеля в девяти исследованиях торговых случаев. Главный вывод: на эту связь влияет реализация стратегии — правила…

Несколько классов активовСтатистикаБэктестингФормирование портфеля
Machine Learning for Trading

В этом разборе альтернативные методы расчёта размера позиций для фьючерсов CME сравниваются с базовым вариантом с равными весами. Объясняется, что при расчёте по обратной волатильности используется собственная волатильность каждого контракта, тогда как…

ФьючерсыОпределение размера позицииФормирование портфеляУправление рисками
Machine Learning for Trading

Эта записная книжка превращает ранжирование прогнозов валютных пар в базовую модель торговли. В каждый момент принятия решения формируются равные по размеру длинная и короткая части из пар с наивысшим и наименьшим рейтингом, после чего они оцениваются с…

Валютный рынокПарная торговляБэктестингФормирование портфеля
Machine Learning for Trading

В этом модуле задаётся дифференцируемый целевой функционал для сквозного обучения портфеля. Ограниченные риск-веса на уровне активов преобразуются в портфельные экспозиции с помощью масштабирования по волатильности; затем рассчитывается средняя валовая…

Машинное обучениеФормирование портфеляУправление рискамиИсполнение ордеров
Machine Learning for Trading

В этой записной книжке задаётся базовый уровень для оценки модельных прогнозов по фьючерсам CME на этапе работы с сигналами. При каждом еженедельном решении инструменты ранжируются по прогнозируемой доходности: верхняя группа покупается, нижняя продаётся в…

ФьючерсыБэктестингФормирование портфеляИсполнение ордеров