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: 749

Machine Learning for Trading

В ноутбуке иерархический паритет риска рассматривается как альтернатива распределению по средней дисперсии при шумных оценках ковариации. HRP кластеризует активы по расстояниям корреляции, упорядочивает их по иерархии, затем рекурсивно делит упорядоченный…

Формирование портфеляУправление рискамиБэктестингАкции
Machine Learning for Trading

В документе объясняется, как выявлять рыночные режимы, разбивая доходности на перекрывающиеся окна и рассматривая каждое окно как эмпирическое распределение. Расстояние между окнами измеряется через сопоставленные упорядоченные квантили, поэтому различия по…

СтатистикаМашинное обучениеУправление рискамиБэктестинг
Machine Learning for Trading

В ноутбуке оценивается недельная стратегия стрэддла на опционах S&P 500 с использованием зарегистрированных бэктестов и фиксированного процесса отбора. После ограничения вселенной ликвидными инструментами выбранная конфигурация извлекается из реестра; затем…

ОпционыАкцииБэктестингУправление рисками
Machine Learning for Trading

В документе объясняется, как получить прогнозы для зарезервированного контрольного периода микроструктуры NASDAQ-100, используя конфигурацию, выбранную по данным валидации. Выбранная модель переобучается только на истории, заканчивающейся до контрольного…

БэктестингУправление рискамиМикроструктура рынка
Machine Learning for Trading

В этом исследовании для доходности коротких стрэддлов у денег, удерживаемых до экспирации, подбираются линейные модели с регуляризацией. Поскольку доход от премии ограничивает прибыль, а убытки могут расти без ограничений, несколько крупных потерь доминируют…

ОпционыВолатильностьМашинное обучениеУправление рисками
Machine Learning for Trading

В ноутбуке используются реальные данные ETF, чтобы проверить, сохраняет ли сигнал моментума полезность при разумных изменениях периода анализа, рыночного режима и реализации. Рассчитываются кросс-секционные информационные коэффициенты между моментумом и…

ФьючерсыМоментумБэктестингСтатистика
Machine Learning for Trading

В документе представлена структурированная запись состояния исследовательских агентов, отдельная от стенограммы их диалога. В записи хранятся вопрос и дата отсечения, собранные данные, нерешённые вопросы, история вызовов инструментов, результаты проверок и…

Машинное обучениеСтатистикаБэктестингУправление рисками
Machine Learning for Trading

В документе изучаются правила выхода для отдельных позиций, добавленные к существующей стратегии бессрочных криптовалютных контрактов: фиксированные стоп-лоссы, трейлинг-стопы и выходы по времени. Объясняется, что эти механизмы закрывают только позиции,…

КриптовалютыБессрочные фьючерсыУправление рискамиБэктестинг
Machine Learning for Trading

В этом модуле описаны проверки того, охватывают ли входные данные для прогнозов и бэктестинга сессии и фолды, заданные исследованием. При относительных проверках модели сравниваются друг с другом, поэтому общая ошибка может остаться незамеченной: устаревшие…

БэктестингУправление рискамиСтатистикаМикроструктура рынка
Machine Learning for Trading

В этом анализе реализуемости проверяется, можно ли оценить месячную стратегию лонг-шорт на основе характеристик компаний US с помощью имеющейся панели данных. Проверяется, закодированы ли показатели как ранги, описывается период наблюдаемости компаний,…

АкцииФакторное инвестированиеБэктестингУправление рисками
Machine Learning for Trading

В этом ноутбуке проводится различие между прогнозированием доходности и утверждением, что моментум вызывает её. Доходность акции за предыдущий год, за исключением последнего месяца, рассматривается как воздействие, а будущая доходность — как результат.…

АкцииМоментумМашинное обучениеСтатистика
Machine Learning for Trading

В этом инструменте описан диагностический процесс для артефактов данных, созданных конвейерами количественных исследований. Для числовых столбцов рассчитываются пропуски, не конечные значения, нули, число уникальных значений, квантили и поведение хвостов…

СтатистикаУправление рискамиБэктестинг
Machine Learning for Trading

В тетради строятся прогнозные интервалы для прогнозов градиентного бустинга методом раздельного конформного предсказания. Модель обучается на более раннем сегменте, абсолютные остатки измеряются на более позднем калибровочном сегменте, а ширина интервала…

Машинное обучениеСтатистикаУправление рискамиОпределение размера позиции
Machine Learning for Trading

В тетради описан жизненный цикл ежедневных данных OHLCV: загрузка начальной истории, получение небольшого обновления с перекрытием, поиск пропущенных сессий и сводка свежести данных и проблем проверки для каждого инструмента. Объясняется, почему окно…

АкцииСтатистикаБэктестингУправление рисками
Machine Learning for Trading

В тетради ранее выбранные прогнозы характеристик компаний и фиксированная конфигурация портфеля применяются к годовой отложенной выборке. Новые решения о прогнозах, распределении активов, концентрации, ребалансировке или транзакционных издержках не…

АкцииФакторное инвестированиеОпределение размера позицииБэктестинг
Machine Learning for Trading

В тетради показан доступный только для чтения процесс ответов на вопросы по графу институциональных владений, построенному по отчётам 13F. Вместо генерации запросов к базе данных из естественного языка система направляет точно поддерживаемые вопросы к…

АкцииМашинное обучениеИсполнение ордеровУправление рисками
Machine Learning for Trading

В этом анализе защитные правила сравниваются на примерах исследований: бэктесты правил загружаются из реестра, а коэффициент Шарпа и максимальная просадка измеряются относительно базовой конфигурации этапа распределения капитала, с переходом к этапу сигналов…

Управление рискамиБэктестингСтатистика
Machine Learning for Trading

В тетради оцениваются стоп-лоссы для отдельных позиций, трейлинг-стопы и выходы по времени для конфигураций на этапе распределения капитала во внутридневной стратегии NASDAQ-100. Решения принимаются каждые пятнадцать минут, а движок бэктестинга отслеживает…

АкцииУправление рискамиБэктестингИсполнение ордеров
Machine Learning for Trading

В тетради рассчитываются цены европейских колл- и пут-опционов по модели Блэка — Шоулза, проверяется паритет пут-колл и вычисляется подразумеваемая волатильность методом поиска корня Брента. Также определяются Дельта, Гамма, Вега, Тета и Ро, а графики…

ОпционыОценка стоимости деривативовВолатильностьУправление рисками
Machine Learning for Trading

В этой главе обучение с подкреплением рассматривается как инструмент последовательного управления, отличающийся от прогнозирования с учителем. В центре внимания задачи, где действия влияют на последующие результаты, а вознаграждения сравнительно конкретны:…

Машинное обучениеИсполнение ордеровМаркет-мейкингОпционы
Machine Learning for Trading

В тетради методом двойного машинного обучения оценивается, прогнозирует ли премия по фьючерсам последующую доходность независимо от волатильности, моментума и ранга премии в поперечном сечении. Премия и доходность очищаются от этих смешивающих факторов с…

ФьючерсыДоходность от переноса позицииМашинное обучениеСтатистика
Machine Learning for Trading

В документе показано, как подключить стратегию моментума ETF на пять дней к Alpaca через общий интерфейс стратегий. Стратегия отслеживает моментум по SPY, QQQ и IWM и генерирует сигналы при пересечении порога. Адаптеры для конкретного брокера обрабатывают…

АкцииМоментумИсполнение ордеровУправление рисками
Machine Learning for Trading

В документе показана брокерская оболочка, которая проверяет заявки и состояние портфеля перед отправкой сделок. Контроль включает ограничения числа акций и стоимости каждой заявки, лимиты экспозиции позиции, частоты заявок, списки разрешённых и запрещённых…

Управление рискамиОпределение размера позицииИсполнение ордеровБэктестинг
Machine Learning for Trading

В тетради сравниваются равные веса, веса, обратные волатильности, минимальная дисперсия и иерархический паритет риска при одинаковой вселенной ETF, прогнозах, графике ребалансировки и протоколе бэктеста. Скользящая модель Ridge ранжирует ETF по моментуму,…

Формирование портфеляБэктестингУправление рискамиМашинное обучение