Chuyển đến nội dung

Thư viện kiến thức

Tóm tắt và ý chính do tác nhân nghiên cứu của Stratmill biên soạn từ sách, bài nghiên cứu, bài viết và mã nguồn mà các tác nhân AI của chúng tôi đọc. Mỗi trang đều liên kết đến tài liệu gốc.

Tìm kiếm trong thư viện

444 tài liệu

Machine Learning for Trading

Notebook cho thấy cách dùng mạng tương quan ước tính trong một giai đoạn để mô tả tập hợp cổ phiếu và xây dựng danh mục đa dạng hóa theo mạng. Notebook chọn các mã có thanh khoản chỉ bằng dữ liệu sẵn có trước khi đánh giá, chuyển tương quan lợi suất thành…

Cổ phiếuXây dựng danh mụcThống kêQuản lý rủi ro
Machine Learning for Trading

Notebook xây dựng bộ phân bổ LSTM, ánh xạ trực tiếp chuỗi lợi suất ETF và đặc trưng biến động cuốn chiếu thành trọng số danh mục không bán khống. Đầu ra softmax giữ cho trọng số không âm và vốn được đầu tư toàn bộ. Thay vì dự báo lợi suất rồi đưa các dự báo…

Học máyXây dựng danh mụcKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Phân tích khám phá này xem xét bảng dữ liệu cổ phiếu Quandl WIKI US cũ, tập trung vào quy ước giá, phạm vi dữ liệu và những gì lịch sử của nó có thể hỗ trợ trong kiểm thử lịch sử. Phân tích phân biệt giá thô, phản ánh các mức giá giao dịch, với giá đã điều…

Cổ phiếuThị trường MỹThống kêKiểm định quá khứ
Machine Learning for Trading

Notebook đánh giá tác động của chi phí giao dịch lên một cấu hình hợp đồng tương lai CME cố định, được chọn ở một bước khác trong quy trình nghiên cứu. Notebook áp dụng lưới chi phí toàn phần, chia đều mỗi mức giữa hoa hồng và trượt giá, đồng thời giữ lớp…

Hợp đồng tương laiKiểm định quá khứKhớp lệnhQuản lý rủi ro
Machine Learning for Trading

Notebook xem tỷ lệ Sharpe là một ước tính có bất định do lấy mẫu. Notebook xây dựng khoảng tin cậy và các phép tính Sharpe xác suất có xét đến độ dài mẫu, độ lệch và độ nhọn, rồi dùng độ dài lịch sử thành tích tối thiểu và kế hoạch lực kiểm định để ước tính…

Thống kêQuản lý rủi roKiểm định quá khứ
Machine Learning for Trading

Notebook xây dựng đặc trưng từ dữ liệu NASDAQ-100 theo phút bằng ba quy trình: hồi quy tự hồi quy dị thể (HAR) cuốn chiếu để dự báo phương sai ngắn hạn, biến đổi Fourier mô tả cấu trúc chu kỳ trong hoạt động gần đây, và chữ ký đường đi độ sâu hai để nắm bắt…

Cổ phiếuBiến độngHọc máyThống kê
Machine Learning for Trading

Notebook đánh giá liệu có thể nghiên cứu chiến lược mua bán hai chiều hằng tháng dựa trên đặc tính doanh nghiệp bằng bộ dữ liệu doanh nghiệp US đã công bố hay không. Notebook kiểm tra cách mã hóa dữ liệu, tập tài sản khả dụng thay đổi theo thời gian ra sao,…

Cổ phiếuĐầu tư theo yếu tốThống kêKiểm định quá khứ
Machine Learning for Trading

Notebook xây dựng nghiệm Almgren–Chriss để thanh lý một vị thế, cân bằng tác động thị trường với rủi ro tiếp tục chịu ảnh hưởng của biến động giá. Notebook dùng mức thiếu hụt thực thi so với giá tại thời điểm bắt đầu, mô hình hóa riêng tác động vĩnh viễn và…

Khớp lệnhVi cấu trúc thị trườngQuản lý rủi roKiểm định quá khứ
Machine Learning for Trading

Notebook trình bày cách phân tích đồ thị sự kiện tài chính mà không nhầm lẫn thời điểm sự kiện xảy ra, thời điểm sự kiện được công khai và thời điểm quy trình đồ thị trích xuất sự kiện. Notebook tải các quan hệ 8-K có dấu thời gian, đo độ trễ công bố và…

Học máyThống kêKiểm định quá khứGiao dịch theo sự kiện
Machine Learning for Trading

Tài liệu giới thiệu các nhân tố tiềm ẩn như những động lực lợi nhuận chung được suy ra từ biến động đồng thời giữa các hợp đồng tương lai, thay vì được cung cấp dưới dạng biến dự báo có tên. Tài liệu so sánh hai cách tiếp cận được khớp trong từng fold huấn…

Hợp đồng tương laiĐầu tư theo yếu tốHọc máyXây dựng danh mục
Machine Learning for Trading

Tài liệu mô tả cách so sánh dự báo kiểm định từ các mô hình tuyến tính, tăng cường gradient, học sâu dạng bảng và mô hình chuỗi cho quyền chọn S&P 500. Trước khi báo cáo chẩn đoán, tài liệu kiểm tra từng tập dự báo đã đăng ký có đầy đủ theo điều kiện đủ tiêu…

Quyền chọnCổ phiếuThống kêHọc máy
Machine Learning for Trading

Notebook chuyển các backtest vi cấu trúc NASDAQ-100 đã đăng ký thành đánh giá chiến lược mà không huấn luyện mô hình hay chạy lại backtest. Notebook đọc chỉ số và nguồn gốc từ sổ đăng ký, tạo các bảng nhóm và so sánh theo cặp khi cần, rồi so sánh chiến lược…

Cổ phiếuVi cấu trúc thị trườngKiểm định quá khứThống kê
Machine Learning for Trading

Notebook áp dụng cấu hình hợp đồng tương lai CME đã chọn trước đó vào các dự báo cho tập kiểm tra ngoài mẫu, dùng bộ phân bổ, lịch tái cân bằng, quy tắc tập trung và giả định chi phí giao dịch đã xác lập. Điểm phương pháp luận cốt lõi là cố định các lựa chọn…

Hợp đồng tương laiKiểm định quá khứQuản lý rủi roThống kê
Machine Learning for Trading

Notebook giải thích cách kho đặc trưng giữ cho dữ liệu huấn luyện và đầu vào mô hình khi vận hành khớp nhau. Notebook mô tả các khung nhìn đặc trưng qua khóa thực thể, dấu thời gian sự kiện, thời gian tồn tại và các cột đặc trưng, rồi đối chiếu phép nối theo…

Học máyKiểm định quá khứQuản lý rủi roCổ phiếu
Machine Learning for Trading

Notebook mô tả cách chọn cấu hình nghiên cứu tình huống hợp đồng tương lai CME từ các backtest kiểm định đã đăng ký. Notebook gộp các ứng viên qua các giai đoạn tín hiệu, phân bổ và quản lý rủi ro, sau đó chọn cấu hình có Sharpe kiểm định cao nhất. Cả hai…

Hợp đồng tương laiKiểm định quá khứThống kêQuản lý rủi ro
Machine Learning for Trading

Notebook này áp dụng một chiến lược động lượng ETF theo tháng kết hợp chế độ đường cong lợi suất theo hai cách: tính lợi nhuận dạng vector và mô phỏng tài khoản tuần tự. Cả hai dùng cùng tỷ trọng mục tiêu, tài sản, ngày và tổng chi phí giao dịch, giúp so…

Cổ phiếuĐộng lượngKiểm định quá khứKhớp lệnh
Machine Learning for Trading

Tài liệu giải thích quy trình năm cổng để đánh giá chín nghiên cứu tình huống về giao dịch, từ chất lượng tín hiệu đến kiểm định, chi phí giao dịch, kết quả ngoài mẫu và chất lượng bằng chứng. Các cổng được áp dụng tích lũy, vì vậy chiến lược chỉ đến giai…

Kiểm định quá khứQuản lý rủi roHọc máyThống kê
Machine Learning for Trading

Notebook giới thiệu bộ mã hóa tự động có điều kiện, mở rộng phân tích thành phần chính có biến công cụ bằng cách thay ánh xạ tuyến tính từ đặc điểm cổ phiếu sang mức tiếp xúc nhân tố bằng mạng nơ-ron. Mô hình giữ cấu trúc tích của mức tiếp xúc và lợi suất…

Học máyCổ phiếuThống kêKiểm định quá khứ
Machine Learning for Trading

Mô-đun tiện ích này tạo bảng và biểu đồ để đánh giá mô hình dự báo trên dữ liệu xác thực và tập giữ lại. Các chẩn đoán gồm khoảng tin cậy quanh hệ số thông tin, mức suy giảm từ xác thực đến tập giữ lại, thống kê kiểm thử lịch sử đã điều chỉnh theo lựa chọn,…

Thống kêHọc máyKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Notebook này trình bày quy trình thu thập và duy trì chuỗi thời gian tài chính bằng một bộ quản lý thống nhất, tập hợp mã giao dịch định sẵn hoặc tùy chỉnh và lưu trữ Parquet được phân vùng. Nội dung gồm tải một mã hoặc nhiều mã song song, nạp dữ liệu vào…

Đa tài sảnCổ phiếuKiểm định quá khứKhớp lệnh
Machine Learning for Trading

Chương này giải thích các cách tiếp cận cổ điển để tạo dữ liệu tài chính tổng hợp, gồm quá trình giá liên tục, biến động GARCH, lấy mẫu lại bằng bootstrap và so sánh mô hình. Chương mô tả cách các mô hình như chuyển động Brown hình học, khuếch tán có bước…

Thống kêBiến độngQuản lý rủi roKiểm định quá khứ
Machine Learning for Trading

Phân tích thăm dò này kiểm tra liệu tín hiệu động lượng mười hai tháng, bỏ qua tháng gần nhất, có liên quan đến lợi suất tháng tiếp theo trong một tập hợp 100-ETF hay không. Phân tích lập bảng dữ liệu hàng tháng từ giá đóng cửa đã điều chỉnh, xếp các ETF đủ…

Đa tài sảnĐộng lượngThống kêKiểm định quá khứ
Machine Learning for Trading

Notebook này so sánh các phương pháp xác định quy mô danh mục cho những cấu hình tín hiệu cổ phiếu S&P 500 hàng đầu. Trước tiên, notebook chọn điểm kiểm tra có độ bao phủ đầy đủ tốt nhất của từng cấu hình bằng Sharpe trên tập xác thực, sau đó áp dụng các…

Cổ phiếuXây dựng danh mụcXác định quy mô vị thếKiểm định quá khứ
Machine Learning for Trading

Notebook này chạy mô hình NLinear trong tập hợp học chuỗi gồm ba mô hình đã khai báo cho quyền chọn S&P 500. Notebook xác định các yêu cầu và điểm kiểm tra cho toàn bộ tập hợp trước khi khớp mô hình này, để các notebook sau có thể chạy mô hình LSTM và…

Quyền chọnThị trường MỹHọc máyKiểm định quá khứ