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: 129

Machine Learning for Trading

В ноутбуке запрашиваются реестры бэктестов по девяти исследованиям и формируются сопоставимые таблицы для последующего анализа. Результаты группируются по классу активов и частоте данных, после чего фиксируется эффективность на этапах формирования сигнала,…

БэктестингСтатистикаФормирование портфеляУправление рисками
Machine Learning for Trading

В ноутбуке строится матрица финансовых признаков для гипотезы о моментуме ETF между активами: активы с более высокой относительной доходностью могут продолжить опережать другие в течение следующего месяца. В неё входят прошлые доходности за несколько…

Несколько классов активовМоментумТехнические индикаторыСтатистика
Machine Learning for Trading

В документе представлен межрыночный перечень артефактов признаков моделей из девяти тематических исследований. Он считывает схемы parquet, не загружая строки данных, исключает идентификаторы, подсчитывает столбцы признаков и группирует названия по токенам,…

Несколько классов активовМашинное обучениеСтатистикаАкции
Machine Learning for Trading

В документе объясняется, как построить и изучить матрицу признаков для гипотезы о моментуме и ротации ETF в поперечном срезе. Для каждого признака задаются окно расчёта и задержка доступности данных, затем рассчитываются прошлые доходности, доходности с…

АкцииНесколько классов активовМоментумТехнические индикаторы
Machine Learning for Trading

Этот служебный модуль поддерживает рабочие процессы глубокого обучения для финансовых временных рядов по нескольким активам. Он разрешает псевдонимы наборов данных и загружает канонические данные тематического исследования, а затем создаёт последовательности…

Машинное обучениеНесколько классов активовБэктестинг
Machine Learning for Trading

В этой главе исследование стратегии рассматривается как разработка и оценка исполнимого процесса принятия решений: от исходной экономической идеи до определения размера позиции, ограничений, издержек и тестирования в условиях, близких к реальной торговле.…

БэктестингМашинное обучениеСтатистикаУправление рисками
Machine Learning for Trading

В этом ноутбуке проверяется, подходят ли исторические данные ETF для стратегии ежемесячного ранжирования до обучения модели или формирования прогнозов. Торгуемый набор проверяется по ликвидности за предыдущий год, подсчитываются подходящие фонды на даты…

Несколько классов активовБэктестингИсполнение ордеровУправление рисками
Machine Learning for Trading

В этой записной книжке сравниваются шесть методов распределения активов ETF только в длинные позиции, призванных уменьшить зависимость от нестабильных оценок. Ковариационные оценки используют сжатие ковариации Ледуа—Вольфа; сравниваются максимизация…

Несколько классов активовАкцииИнструменты с фиксированным доходомФормирование портфеля
Machine Learning for Trading

В этой записной книжке сравниваются настройка гиперпараметров по одной цели и многокритериальный поиск для моделей прогнозирования LightGBM. Базовый вариант максимизирует коэффициент информационной эффективности (IC) на валидации. Поиск NSGA-II вместо этого…

Машинное обучениеСтатистикаБэктестингИсполнение ордеров
Machine Learning for Trading

Этот общий аналитический модуль описывает способы оценки торговых издержек для разных классов активов. Он включает оценки спреда между ценами покупки и продажи по диапазону максимум-минимум и автоковариации доходности, скользящие средние объёма и…

Исполнение ордеровМикроструктура рынкаУправление рискамиБэктестинг
Machine Learning for Trading

В этой записной книжке разработана система оценки торговых издержек с учётом единиц измерения для акций, криптовалютных бессрочных контрактов, фьючерсов, ETF и валютного рынка. Различаются количество акций, объём контрактов, объём базового актива и число…

Исполнение ордеровМикроструктура рынкаУправление рискамиБэктестинг
Machine Learning for Trading

В этой записной книжке эталонные портфели ETF сравниваются в условиях исторических кризисов, вручную заданных одновременных шоков активов и сценариев убытков Монте-Карло. Исторические периоды включают крупные распродажи акций и облигаций на фоне изменения…

Несколько классов активовФормирование портфеляУправление рискамиВолатильность
Machine Learning for Trading

В ноутбуке объясняется, как макроданные с отметкой периода измерения могут привести к утечке будущей информации в бэктест торговли. Даты публикации оцениваются добавлением длительности периода к дате в записи, а затем применением консервативной задержки…

БэктестингСтатистикаУправление рискамиНесколько классов активов
Machine Learning for Trading

В этом ноутбуке реализована DeePM — сквозная портфельная политика для диверсифицированного набора ETF. Модель объединяет временные признаки, метаданные активов, поперечное внимание и априорный макрограф, разрешающий внимание внутри классов активов и между…

Несколько классов активовФормирование портфеляМашинное обучениеУправление рисками
Machine Learning for Trading

В этом ноутбуке по созданию признаков строятся переменные, для которых нужны данные помимо истории цен одного актива. Для фьючерсов рассчитывается годовая доходность от переноса на основе одновременных цен ближнего и отложенного контрактов, а также наклон и…

ФьючерсыОпционыДоходность от переноса позицииВолатильность
Machine Learning for Trading

В документе представлен рабочий процесс исследований торговли с машинным обучением: от данных и построения признаков через обучение моделей, бэктестинг, транзакционные издержки, решения по портфелю и риску до внедрения и мониторинга. Подчёркиваются граница…

Машинное обучениеБэктестингУправление рискамиФормирование портфеля
Machine Learning for Trading

В документе описана загрузка рыночных данных ETF с необязательными фильтрами по символу и дате, а также с детерминированным ограничением числа возвращаемых символов. Главный аналитический вывод — выбирать ценовой ряд в соответствии с измеряемой величиной:…

АкцииНесколько классов активовСтатистика
Machine Learning for Trading

В этой записке представлен актуальный аудит VectorBT Pro и VectorBT OSS в сравнении с ML4T на поддерживаемых стратегиях с реальными данными. Обе версии VectorBT используются для распределения активов в ETF, распределения валютных активов с котировками в USD…

Несколько классов активовАкцииФьючерсыВалютный рынок
Machine Learning for Trading

В ноутбуке сравниваются четыре эталонных распределения ETF по историческим кризисным периодам, заданным вручную одновременным шокам активов, симуляциям Монте-Карло с распределением Стьюдента и статистике рыночных режимов. Объясняется мера максимальной…

Несколько классов активовУправление рискамиФормирование портфеляВолатильность
Machine Learning for Trading

В ноутбуке представлен сводный по нескольким исследованиям перечень сконструированных финансовых признаков для девяти классов активов. Для каждой доступной панели признаков подсчитываются признаки и семейства, выделенные по названиям; сравниваются размеры…

Несколько классов активовСтатистикаФакторное инвестирование
Machine Learning for Trading

В этом ноутбуке сравниваются четыре способа выявить связи в панели доходности ETF: NOTEARS для одновременных линейных ориентированных ациклических графов, VAR-LiNGAM для структуры с лагами и мгновенными связями, PCMCI для тестов условной независимости и…

Машинное обучениеСтатистикаБэктестингНесколько классов активов
Machine Learning for Trading

В руководстве объясняется, как организовать рыночные данные помимо разовых загрузок. Представлен единый менеджер для получения отдельных тикеров или пакетов данных, заданных и пользовательских наборов символов, а также хранения в формате Parquet с…

Несколько классов активовАкцииБэктестингИсполнение ордеров
Machine Learning for Trading

Эта утилита строит булеву матрицу смежности активов по меткам групп и необязательным связям между группами. Активы одной макрогруппы связываются друг с другом, а каждая заданная связь между группами соединяет всех участников обеих групп в обоих направлениях.…

Несколько классов активовМашинное обучениеФормирование портфеля
Machine Learning for Trading

В документе описаны сквозные конвейеры для объединения исторических и недавних данных по акциям, а также подготовки часовых данных бессрочных криптоконтрактов. В основном примере наблюдения WikiPrices и Yahoo объединяются на границе покрытия; проверяются…

Несколько классов активовСтатистикаУправление рисками