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 документе описана система журналирования запусков для записи обучения моделей, прогнозов, причинных оценок и бэктестов в исследованиях отдельных торговых случаев. Показано, как настройки переходят из параметров исследования через меню обучения и…

БэктестингМашинное обучениеСтатистикаФормирование портфеля
Machine Learning for Trading

В этой записной книжке институциональные позиции из отчётов 13F преобразуются в граф связей между управляющими и акциями, с отношениями между секторами и рёбрами владения, содержащими число акций, стоимость, отчётный период и дату публикации отчёта. Показаны…

АкцииМикроструктура рынкаСтатистикаФормирование портфеля
Machine Learning for Trading

В этой демонстрации процесс выставления одного ордера расширяется до ежедневной ребалансировки фиксированной вселенной акций крупных компаний US. Объясняется, как сравнить текущие позиции у брокера с целевыми позициями модели, сформировать ордера на разницу…

АкцииИсполнение ордеровУправление рискамиМикроструктура рынка
Machine Learning for Trading

В главе утверждается, что устойчивые исследования торговли зависят от дисциплинированного процесса, способного адаптироваться к изменениям рынка, зашумлённым свидетельствам и затратам на реализацию. Различаются структурные сдвиги, режимы, дрейф данных и…

Машинное обучениеБэктестингУправление рискамиСтатистика
Machine Learning for Trading

В этом ноутбуке ранее выбранная конфигурация ETF применяется к зарезервированному контрольному окну. Подходящие прогнозы для контрольного периода формируются на основе идентификатора обучения и контрольной точки выбранной модели, после чего используются…

АкцииБэктестингФормирование портфеляУправление рисками
Machine Learning for Trading

Этот метод построения бенчмарка формирует дневной ряд доходности с равными весами для активов, заявленных в исследовании. Сначала для каждого символа берётся последняя цена закрытия за сессию, затем рассчитывается доходность от закрытия до закрытия, а…

БэктестингФормирование портфеляСтатистикаУправление рисками
Machine Learning for Trading

В ноутбуке строится полностью инвестированная стратегия на основе среднего и дисперсии без коротких позиций для диверсифицированной вселенной ETF. Формируются допустимые портфели и эффективная граница, затем по оценённым доходностям и ковариациям…

Несколько классов активовФормирование портфеляСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке ведущие конфигурации распределения капитала в ETF пересчитываются для двух сеток издержек при неизменных прогнозах, концентрации и правилах распределения. Сравниваются модель комиссии за акцию и половины спреда из примера, отражающая связь…

АкцииИсполнение ордеровБэктестингФормирование портфеля
Machine Learning for Trading

В этом ноутбуке метод главных компонент применяется к ликвидной выборке акций US, чтобы построить собственные портфели с нормировкой по валовой экспозиции и изучить их роль как латентных факторов риска. Рассматриваются объяснённая дисперсия, интерпретация…

АкцииФакторное инвестированиеСтатистикаУправление рисками
Machine Learning for Trading

В этой конфигурации описаны месячные лонг-шорт портфели акций US, ранжированных по характеристикам компаний. Задаётся универсум без пропущенных значений с 46 характеристиками, решения на конец месяца, исполнение на открытии следующей сессии, равные веса в…

АкцииФакторное инвестированиеМоментумБэктестинг
Machine Learning for Trading

В этом блокноте создаётся месячный бэктест ротации ETF: от доходности портфеля до симулированных сделок. Десять фондов ранжируются по прошлой доходности с поправкой на риск; режим кривой доходности казначейских облигаций определяет выбор между лидерами…

БэктестингМоментумИсполнение ордеровФормирование портфеля
Machine Learning for Trading

В этой конфигурации описана дневная лонг-шортовая стратегия на акциях US: акции широкого набора ранжируются по прогнозам модели, покупается верхний дециль и открываются короткие позиции по нижнему децилю с равными весами внутри каждой группы. Заданы…

АкцииРынки СШАФормирование портфеляИсполнение ордеров
Machine Learning for Trading

В этом блокноте рейтинги моделей преобразуются в простые портфели криптовалютных бессрочных фьючерсов. В каждый момент начисления финансирования правило входа выбирает контракты из верхней или нижней части рейтинга и назначает им равные веса. Равные веса…

КриптовалютыБессрочные фьючерсыБэктестингФормирование портфеля
Machine Learning for Trading

В записной книжке показано, как перейти от валовой доходности к чистой при заданных допущениях о торговых, финансовых и фондовых расходах. В структуру затрат входят спред и рыночное воздействие, комиссии и биржевые сборы, проценты по марже, стоимость…

АкцииИсполнение ордеровБэктестингУправление рисками
Machine Learning for Trading

В исследовании лидирующие сочетания распределения активов ETF и контроля риска пересчитываются для двух сеток затрат при неизменной зарегистрированной конфигурации каждой стратегии. В одной сетке указаны базисные пункты на сделку, в другой — комиссия на…

БэктестингИсполнение ордеровФормирование портфеляУправление рисками
Machine Learning for Trading

В этой записной книжке сравниваются шесть вариантов распределения длинного портфеля по нескольким классам активов ETF. Сжатие ковариационной матрицы Ледуа—Вульфа снижает выборочную вариативность, которая может дестабилизировать оптимизацию. Сравниваются…

Формирование портфеляУправление рискамиНесколько классов активовБэктестинг
Machine Learning for Trading

В этом материале объясняется, как оценить стратегию, выбранную по данным валидации, используя прогнозы для отдельного отложенного периода 2021. Выбранные распределение капитала, концентрация, контроль рисков, график торговли и издержки остаются неизменными;…

АкцииБэктестингУправление рискамиФормирование портфеля
Machine Learning for Trading

В этом ноутбуке описан условный автоэнкодер, моделирующий доходность акций как произведение факторных нагрузок, зависящих от характеристик, на латентные факторы. Сначала совместная поперечная регрессия методом наименьших квадратов оценивает доходность…

АкцииФакторное инвестированиеМашинное обучениеФормирование портфеля
Machine Learning for Trading

В этом ноутбуке изучается влияние правил распределения на стратегии ETF после того, как модель уже ранжировала активы. Наборы прогнозов и календарь ребалансировки остаются неизменными: для каждого сравнения выбирается одна и та же корзина топ-k, а меняются…

АкцииФормирование портфеляОпределение размера позицииУправление рисками
Machine Learning for Trading

В этом ноутбуке проверяется, может ли построение портфеля спасти стратегию NASDAQ-100, проигрывающую издержкам и торгующую на каждом баре. Лучшие базовые прогнозы выбираются по заданной вселенной отбора, после чего сравнения распределения проводятся на…

АкцииФормирование портфеляОпределение размера позицииИсполнение ордеров
Machine Learning for Trading

В этом ноутбуке берутся лучшие конфигурации прогнозов на валидации из базового этапа сигналов с равными весами и проверяются альтернативные методы распределения на тех же прогнозах. Сравниваются взвешивание по оценке и конформное взвешивание с обратной…

АкцииФормирование портфеляОпределение размера позицииБэктестинг
Machine Learning for Trading

В этом ноутбуке оценивается, как зарегистрированные наборы прогнозов ETF работают после преобразования в портфели. Каждый набор прогнозов на валидации сопоставляется с заданными схемами входа, например с разным числом активов из топ-k, при неизменных…

АкцииБэктестингФормирование портфеляУправление рисками
Machine Learning for Trading

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…

ФьючерсыМашинное обучениеСтатистикаБэктестинг
arXiv papers

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,…

АкцииФормирование портфеляУправление рискамиФакторное инвестирование