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: 1,354
В ноутбуке объясняется, почему поиск среди множества сигналов или стратегий делает лучший наблюдаемый результат сильнее его реальной прогнозной ценности. На симуляции факторов без достоверной информации показано, как выбор наибольшего информационного…
В ноутбуке объясняется, как преобразовать опубликованную поперечно ранжированную панель характеристик компаний US в матрицу признаков с ключами для факторного анализа. Входные данные группируются по заданным семействам, характеристики объединяются с…
В этом исследовании признаков для акций US объясняется, как получать признаки из оценённых моделей, не перенося будущие данные в более ранние наблюдения. График оценки предусматривает начальный период накопления истории: параметры обучаются только на данных…
В ноутбуке TSMixer применяется к последовательностям ETF с одной общей для всех фондов функцией. Каждый пример содержит историю и ковариаты отдельного фонда; временные взаимодействия и взаимодействия признаков обучаются на всей панели, но наблюдения одного…
В ноутбуке описана модель стохастического дисконтного фактора (SDF) для оценки поперечного распределения доходности компаний US. Вместо того чтобы сначала оценить факторы, а затем применить их, модель напрямую обучает веса компаний по месяцам при условии…
В ноутбуке анализируются восстановленные книги лимитных ордеров NASDAQ: описываются внутридневные спреды и глубина на лучших ценах, а также проверяется связь дисбаланса потока ордеров с доходностью последующих временных интервалов. Спреды выражаются в…
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,…
В ноутбуке оцениваются четыре сигнала на основе новостей — взвешенный сюрприз, среднее настроение, изменение настроения и охват публикаций — относительно будущей доходности акций. Вычисляется дневной поперечный информационный коэффициент Спирмена,…
В документе описано обучение временных сверточных сетей на минутных признаках микроструктуры NASDAQ 100. Причинные свёртки не позволяют прогнозу использовать последующие наблюдения, а дилатация даёт последовательным слоям возможность выявлять закономерности…
В ноутбуке задаётся и выполняется анализ двойного машинного обучения влияния премии за риск дисперсии на доходность коротких опционов до истечения срока. До запуска определяются воздействие, результат, смешивающие факторы, временные рамки, вспомогательная…
В этом анализе сравниваются прогнозы нескольких семейств моделей, обученных на месячных характеристиках акций US, для прогноза доходности следующего месяца. Основное внимание уделено поперечному информационному коэффициенту, который измеряет, насколько…
В этом исследовании к доходности коротких стрэддлов «при деньгах», удерживаемых до истечения срока, применяются регуляризованные линейные модели. Сделка приносит премии по колл- и пут-опционам, что ограничивает максимальную прибыль, но при резком движении…
В документе объясняется, как реестр экспериментов отслеживает модель от конфигурации обучения до прогнозов и результатов бэктеста. Каждому этапу присваивается идентификатор на основе канонизированной спецификации, благодаря чему повторные идентичные запуски…
В ноутбуке сравниваются методы поиска связей в панели доходностей ETF: NOTEARS для одновременных линейных ориентированных ациклических графов, VAR-LiNGAM для структуры с запаздывающими и мгновенными связями, PCMCI для связей условной независимости и тесты…
В этом ноутбуке показана настройка гиперпараметров LightGBM с помощью сэмплера TPE в Optuna, где целевая метрика — информационный коэффициент в поперечном разрезе. Ранняя остановка помогает выбрать число раундов бустинга, а пользовательский callback для…
В ноутбуке изучается поведение ridge, lasso и elastic net, когда матрица признаков бессрочных криптоконтрактов измеряет одну экономическую величину — премию — множеством способов. Среди входных данных преобладают уровни и изменения премии, волатильность,…
В ноутбуке объединены пять подходов на основе латентных факторов для моделирования поперечного среза доходности акций в исследовании опционов S&P 500. PCA оценивает общие движения только по доходности; IPCA линейно сопоставляет характеристики с экспозициями;…
В ноутбуке протокол Rademacher Anti-Serum демонстрируется как способ учесть выбор победителя из класса проверенных стратегий. Эмпирическая сложность оценивается по траекториям результатов кандидатов, показывая, как зависимость между кандидатами меняет…
В ноутбуке результаты девяти рыночных исследований объединяются в последовательную воронку отбора стратегий. По порядку проверяется, имеет ли модель положительный информационный коэффициент, положителен ли коэффициент Шарпа выбранной конфигурации на…
В ноутбуке оценивается, может ли показатель общей заблокированной стоимости служить сигналом на основе альтернативных данных для доходности эфира. TVL суммирует долларовую стоимость криптоактивов, размещённых в протоколах децентрализованных финансов.…
В ноутбуке описан обучаемый с учителем автоэнкодер для прогнозирования направления будущей доходности акций US на нескольких временных горизонтах. Его энкодер передаёт данные декодеру реконструкции, вспомогательному классификатору и основному классификатору.…
В ноутбуке сравниваются pandas и Polars на операциях финансовых конвейеров данных: скользящих расчётах, групповых сводках OHLCV, статистике окон, фильтрации, объединениях, ленивом чтении файлов, использовании памяти и обработке строк. Он генерирует…
В ноутбуке описан рабочий процесс TabM для моделей валютных пар. TabM применяет небольшую нейронную сеть к каждой строке решения, не рассматривая наблюдения как последовательность. Ноутбук получает архитектуру и расписания контрольных точек из конфигурации,…
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…