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.
Документов: 855
В этом блокноте NLinear представлен как базовая модель для прогнозирования доходности акций по упорядоченным временным окнам признаков. Каждый пример содержит 60 последовательных торговых сессий по одной акции. Для каждого признака модель вычитает его…
В записной книжке нейросетевые модели TabM обучаются прогнозировать доходность короткого стреддла на опционах S&P 500; сравниваются три размера модели на той же панели признаков, что используется для линейных моделей и бустинга. TabM применяет общую…
В документе демонстрируется инструментальный PCA, в котором факторные нагрузки активов моделируются как линейные функции характеристик, наблюдавшихся до доходности. Чередующийся метод наименьших квадратов используется для оценки зависимости нагрузок от…
В документе описан воспроизводимый бенчмарк акций US из архива репликации исследования ценообразования активов Chen, Pelger и Zhu. Он содержит около 1.2 миллиона месячных наблюдений по акциям за период с 1967 по 2016, а также 46 характеристик компаний,…
В документе объясняется, как TSMixer обрабатывает недавнюю историю признаков акции в виде матрицы «сессии × признаки». Его блоки смешивают информацию по столбцам признаков во времени, а затем — по признакам внутри каждой сессии. При объединении блоков эти…
В записной книжке прогнозы Chronos и TinyTimeMixer без дообучения сравниваются с LSTM и линейной моделью со штрафом на панели ETF. Все модели получают один и тот же одномерный исторический контекст, но предварительно обученные модели прогнозируют сам…
В записной книжке оценивается, связана ли z-оценка премии бессрочных криптоконтрактов с последующей доходностью за восемь часов при условии вмешательства; при этом учитываются волатильность цены, ставка финансирования и отклонение премии от недавнего…
В записной книжке проверяется, позволяют ли показатели опционного рынка ранжировать будущую доходность акций. Строятся заданные линейные модели на признаках из опционных данных с walk-forward-валидацией и сравниваются уровни штрафов для ridge, lasso и…
В исследовании проверяется, позволяют ли показатели опционного рынка ранжировать будущую доходность акций. Среди признаков — подразумеваемая волатильность для разных сроков, перекос пут-колл, наклон срочной структуры и премия за риск дисперсии. Поскольку…
В этой записной книжке схема альтернативного стохастического дисконт-фактора адаптируется к дневным данным по акциям США. Сеть весов портфеля формирует фактор из избыточной доходности следующего дня, конкурирующая сеть моментов помогает обучать ценовое ядро,…
В этой записной книжке реальные граф знаний цепочек поставок и данные об институциональных владениях 13F преобразуются в признаки для машинного обучения. Вычисляются сетевые показатели, например центральность и зависимости, оцениваются концентрация…
В ноутбуке показан операционный цикл стратегии прогнозирования ETF: обновление рыночных данных, пересчёт финансовых признаков, переобучение модели Ridge, сохранение артефактов для развёртывания, создание текущих кросс-секционных прогнозов, их повторное…
В ноутбуке LightGBM сравнивается с простой многослойной перцептронной сетью, TabM и, при наличии, TabPFN для прогнозирования кросс-секционной доходности ETF. Модели оцениваются на общих фолдах walk-forward с использованием рангового информационного…
В ноутбуке Random Forest сравнивается с XGBoost, LightGBM и CatBoost на панели анонимизированных характеристик компаний и доходностей. Набор данных разделен по времени на обучающую, валидационную и тестовую выборки. Основной показатель оценки моделей —…
В ноутбуке описано получение прогнозов для контрольного периода по выбранной стратегии финансирования бессрочных криптоконтрактов. Конфигурация определяется по результатам валидации, выбранная контрольная точка переносится дальше, а новая спецификация…
В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков и наиболее высокий информационный коэффициент из реестра для каждого рыночного исследования. Подсчитываются признаки и семейства названий признаков,…
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…
В ноутбуке представлен условный автоэнкодер, который сохраняет структуру модели латентных факторов с инструментальными переменными, заменяя линейное отображение характеристик компаний в факторные экспозиции нейронной сетью. Месячная доходность представляется…
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…
В этом ноутбуке сравниваются две локально запускаемые модели эмбеддингов с открытыми весами на задаче поиска по фрагментам из недавних отчетов 10-K небольшого числа крупных компаний US. Обеим моделям подаются одни и те же фрагменты из двух предложений и…
В этом документе TabM — нейросетевой ансамбль с общими весами — обучается на признаках, полученных из опционов, для прогноза будущей доходности акций и доходности с поправкой на риск. Элементы ансамбля используют одну общую двухслойную сеть с отдельными…
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…
В этом ноутбуке изучается регуляризация линейных моделей для прогнозирования доходности валютных пар. Различаются коллинеарность входных признаков и зависимость между активами: валютные пары имеют общие базовые валюты, поэтому их доходности и ранги не…
В этой заметке о конфигурации объясняется выбор решателя saga и более строгого допуска сходимости для логистической регрессии L1 с метками трёх классов. Saga сравнивается с liblinear со ссылкой на измерения времени работы на панели микроструктуры Nasdaq и…