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: 855

Machine Learning for Trading

В записной книжке представлен структурированный формат состояния для исследовательских агентов, сохраняющий вопрос запуска, дату отсечения, свидетельства, нерешённые вопросы, историю инструментов, результаты проверок качества и статус синтеза. Это состояние…

Машинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В записной книжке обычный автоэнкодер обучается на стандартизированной часовой доходности группы рынков бессрочных криптоконтрактов. Энкодер сжимает вектор доходности разных активов до двумерного латентного представления, а декодер восстанавливает исходные…

КриптовалютыБессрочные фьючерсыМашинное обучениеВолатильность
Machine Learning for Trading

В записной книжке сравниваются Монте-Карло-дропаут и глубокие ансамбли как способы оценить неопределённость ежедневных прогнозов доходности ETF. Дропаут остаётся активным при повторных прогнозах, а участники ансамбля обучаются отдельно; разброс прогнозов…

Машинное обучениеСтатистикаУправление рискамиОпределение размера позиции
Machine Learning for Trading

В записной книжке рассматриваются методы выявления изменений во временном финансовом ряду на примере SPY. Тест Зивота—Эндрюса, который оценивает один структурный сдвиг при проверке гипотезы о единичном корне, сопоставляется с PELT и бинарной сегментацией,…

АкцииСтатистикаМашинное обучениеУправление рисками
Machine Learning for Trading

В записной книжке оценивается предварительно обученная модель финансового тонального анализа на заголовках FinMarBa и объясняется, почему этот результат не является чистой проверкой переноса тональности. FinBERT обучалась на человеческих оценках тональности…

Машинное обучениеНастроения рынкаАкцииСтатистика
Machine Learning for Trading

В этой записной книжке сравниваются модели последовательностей на недельной сетке, прогнозирующие ту же доходность за следующие пять сессий, что и модели на дневной сетке. Выборка по пятницам превращает эту целевую переменную примерно в прогноз на один шаг…

АкцииМашинное обучениеБэктестингСтатистика
Machine Learning for Trading

В этой записной книжке создаётся исследовательский помощник с дополнением ответов извлечёнными данными на основе выдержек из годовых отчётов компаний US по форме 10-K. Он загружает отчёты, разбивает текст на окна предложений, преобразует фрагменты в векторы…

Машинное обучениеАкцииСтатистика
Machine Learning for Trading

В записке показано обучение генеративно-состязательной сети на дневных признаках ETF с дифференциальной приватностью. Сначала вводятся гарантия и бюджет конфиденциальности, затем с помощью Opacus градиент дискриминатора каждого наблюдения ограничивается по…

Машинное обучениеСтатистикаАкцииУправление рисками
Machine Learning for Trading

В записке ансамбль TabM с общими весами применяется для прогнозирования доходности акций по признакам опционов на акции. Участники используют общую двухслойную основу нейронной сети, отдельные векторы масштабирования активаций и выходные слои; прогнозы…

АкцииОпционыМашинное обучениеБэктестинг
Machine Learning for Trading

В этой главе рассматриваются способы генерации синтетических финансовых данных и критерии полезности результата. Она начинается с ограниченного числа реализованных рыночных траекторий и риска того, что повторный поиск стратегий завышает видимые результаты…

Машинное обучениеСтатистикаБэктестингУправление рисками
Machine Learning for Trading

В записке TabM применяется к плоской таблице признаков акций US; этот метод занимает промежуточное положение между линейными моделями со штрафами и ансамблями деревьев. У каждого участника ансамбля общая основа нейронной сети, но собственный вектор…

АкцииМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В записке описан автоэнкодер с учителем, который сжимает строки признаков ETF в представление малой размерности и напрямую прогнозирует будущую доходность по этому представлению. В отличие от условного автоэнкодера, он не предполагает, что доходность…

Несколько классов активовМашинное обучениеФакторное инвестированиеСтатистика
Machine Learning for Trading

В записке модели ridge, lasso и elastic net обучаются на широком наборе общепринятых характеристик акций US, включая стоимость, рентабельность, инвестиции, импульс, размер, риск и ликвидность. С помощью фолдов walk-forward оцениваются исходная месячная…

АкцииФакторное инвестированиеМоментумМашинное обучение
Machine Learning for Trading

В этом анализе сравниваются зарегистрированные модели прогнозирования ETF из нескольких семейств на общей межрыночной панели. Оценивается, насколько хорошо каждая модель ранжирует фонды по последующей доходности с помощью информационных коэффициентов;…

Несколько классов активовМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке используются признаки ETF и будущая доходность, чтобы показать классический статистический вывод в модели обычного метода наименьших квадратов, прежде чем перейти к методам, ориентированным на прогнозирование. Рассматриваются тесты…

АкцииСтатистикаМашинное обучениеУправление рисками
Machine Learning for Trading

В эксперименте объединяются валидационные прогнозы модели градиентного бустинга деревьев, табличной нейронной сети и модели скрытых факторов для ежемесячного ранжирования ETF. Сначала прогнозы стандартизируются в поперечном срезе с помощью z-оценок, затем…

Несколько классов активовМашинное обучениеСтатистикаБэктестинг
Machine Learning for Trading

В документе представлены общие методы получения признаков по обученным моделям без использования будущих наблюдений. Для скрытых марковских моделей различаются отфильтрованные вероятности состояний, основанные на наблюдениях вплоть до текущего момента, и…

Машинное обучениеВолатильностьСтатистикаБэктестинг
Machine Learning for Trading

В этой записной книжке PCMCI представлен как метод выявления связей с временными лагами в многомерных финансовых временных рядах без предварительного задания причинного графа. Метод применяется к доходностям ETF и индекса волатильности; условный анализ…

Машинное обучениеСтатистикаНесколько классов активовАкции
Machine Learning for Trading

В блокноте объясняется, как оценивать вероятностные прогнозы и управлять конвейером прогнозирования. Сравниваются оценки Брайера и логарифмическая оценка, ожидаемая ошибка калибровки и резкость прогнозов; показывается, как диаграммы надёжности выявляют…

СтатистикаМашинное обучениеУправление рискамиБэктестинг
Machine Learning for Trading

В этой демонстрации развёртывания модель Ridge переобучается на исторических дневных данных для группы основных валютных пар FX; текущие бары загружаются через бумажную сессию Interactive Brokers, пары ранжируются, затем формируется портфель с длинными…

Валютный рынокИсполнение ордеровМашинное обучениеМикроструктура рынка
Machine Learning for Trading

В этом руководстве поперечные сигналы ETF преобразуются в портфели из десяти лучших активов с равными весами и только длинными позициями. Регрессия Ridge и логистическая классификация сравниваются с базовыми вариантами на основе импульса и равных весов.…

АкцииБэктестингИсполнение ордеровФормирование портфеля
Machine Learning for Trading

В исследовании проверяется, связано ли плохое соответствие линейной модели месячной доходности акций US с целевой функцией квадратичной ошибки. Целевая переменная будущей доходности без винзоризации, признаки и фолды walk-forward остаются неизменными;…

АкцииРынки СШАМашинное обучениеСтатистика
Machine Learning for Trading

В этом блокноте агент Proximal Policy Optimization обучается ликвидировать фиксированный ордер за заданный горизонт. Изученная политика распределения сделок по времени сравнивается с TWAP и графиком Almgren–Chriss: измеряется дефицит исполнения и…

КриптовалютыБессрочные фьючерсыИсполнение ордеровМашинное обучение
Machine Learning for Trading

В блокноте протокол Rademacher Anti-Serum (RAS) представлен как способ скорректировать оценки эффективности при выборе из конечного набора стратегий или сигналов. Эмпирическая сложность Радемахера оценивает, насколько хорошо матрица результатов кандидатов…

СтатистикаБэктестингУправление рискамиМашинное обучение