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

684 tài liệu

Machine Learning for Trading

Notebook tổng hợp kết quả mô hình tuyến tính, gồm OLS, Ridge, Lasso và ElasticNet, qua chín nghiên cứu tình huống. Notebook so sánh cấu hình hoàn chỉnh mạnh nhất của mỗi nghiên cứu trên nhãn chính, sau đó xem xét điều chuẩn, hệ số thông tin theo fold, tính…

Học máyThống kêKiểm định quá khứĐầu tư theo yếu tố
Machine Learning for Trading

Nghiên cứu tình huống này đánh giá TabM, một tổ hợp mạng nơ-ron tiết kiệm tham số, trên cùng các hàng đặc trưng hợp đồng tương lai CME tại đúng thời điểm và các fold kiểm thử cuốn chiếu được dùng cho những họ mô hình khác. Nghiên cứu xem TabM là cách lấy…

Hợp đồng tương laiHọc máyKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Notebook này trình bày quy trình đặt câu hỏi liệu động lượng bỏ qua giai đoạn gần nhất trong sáu tháng có ảnh hưởng đến lợi suất kỳ hạn 21 ngày hay không, và tác động có thay đổi theo biến động thị trường hay không. Notebook ước lượng tác động trên dữ liệu…

Cổ phiếuĐộng lượngHọc máyThống kê
Machine Learning for Trading

Nghiên cứu tình huống này đánh giá các vị thế straddle bán tại giá thực hiện trên các cấu phần của S&P 500, được mở hàng tuần và giữ đến khi đáo hạn với phòng hộ delta hàng ngày. Lựa chọn phương pháp chính là mô hình hóa lợi suất đến đáo hạn: vị thế quyền…

Quyền chọnBiến độngKiểm định quá khứKhớp lệnh
Machine Learning for Trading

Notebook này so sánh hai mô hình nền tảng chuỗi thời gian được huấn luyện trước, Chronos và TinyTimeMixer, với LSTM và một mô hình tuyến tính có điều chuẩn trên một bảng ETF. Mỗi mô hình nhận ngữ cảnh lịch sử đơn biến; các mô hình được huấn luyện trước dự…

Học máyCổ phiếuĐộng lượngKiểm định quá khứ
Machine Learning for Trading

Chương này trình bày khuôn khổ đánh giá các nhận định nhân quả trong nghiên cứu giao dịch định lượng. Chương bắt đầu bằng các định nghĩa rõ ràng về can thiệp, kết quả, đại lượng cần ước tính, kết quả phản thực và tập biến điều chỉnh, sau đó ghép câu hỏi…

Học máyThống kêKiểm định quá khứĐầu tư theo yếu tố
Machine Learning for Trading

Notebook này khớp các mô hình tuyến tính với đặc trưng vi cấu trúc NASDAQ-100 quan sát theo từng phút để dự báo lợi suất ở một số khoảng thời gian tương lai. Mục đích là thiết lập một mốc cơ sở đơn giản trước khi dùng các mô hình biểu đạt linh hoạt hơn. Vì…

Cổ phiếuHọc máyThống kêChỉ báo kỹ thuật
Machine Learning for Trading

Notebook này mô tả cách đánh giá một chiến lược FX đã được chọn trước đó trên các dự báo giữ lại. Notebook dùng lại đặc tả backtest đã đăng ký của cấu hình được chọn, giữ cố định tín hiệu, phân bổ, kiểm soát rủi ro, quy tắc tái cân bằng, chi phí và cài đặt…

Ngoại hốiKiểm định quá khứQuản lý rủi roXác định quy mô vị thế
Machine Learning for Trading

Đánh giá đặc trưng này sàng lọc các ứng viên tài chính và từ mô hình theo lợi suất tương lai của hợp đồng tương lai CME. Với mỗi đặc trưng, quy trình kiểm tra độ bao phủ và độ cũ của dữ liệu, đo tương quan thứ hạng chéo mặt cắt hằng ngày giữa giá trị đặc…

Hợp đồng tương laiThống kêHọc máyKiểm định quá khứ
Machine Learning for Trading

Sổ tay đánh giá giả định chi phí giao dịch ảnh hưởng thế nào đến Sharpe xác thực của một phân bổ cổ phiếu và quyền chọn S&P 500 đã chọn. Sổ tay chuyển tiếp cấu hình được chọn qua tập ứng viên cố định khi có thể, rồi chạy lại cùng dòng cấu hình trên lưới chi…

Cổ phiếuQuyền chọnKhớp lệnhKiểm định quá khứ
Machine Learning for Trading

Sổ tay so sánh cách triển khai dự báo giá SPY đơn biến bằng PyTorch thuần, sktime và Darts. Mục đích chính là đánh giá công sức thực tế: độ dài mã, yêu cầu về giao diện, khả năng cài đặt thành công và tổng thời gian khớp mô hình lẫn dự báo. Dự báo đơn giản…

Cổ phiếuHọc máyThống kêKiểm định quá khứ
Machine Learning for Trading

Chương này lập luận rằng nghiên cứu giao dịch bền vững phụ thuộc vào một quy trình có kỷ luật, có thể thích ứng với thị trường thay đổi, bằng chứng nhiễu và chi phí triển khai. Chương phân biệt giữa đứt gãy cấu trúc, chế độ, độ trôi dữ liệu và độ trôi khái…

Học máyKiểm định quá khứQuản lý rủi roThống kê
Machine Learning for Trading

Sổ tay đánh giá này sàng lọc các đặc trưng tài chính và từ mô hình theo mối liên hệ với lợi suất tám giờ tiếp theo của hợp đồng tương lai vĩnh cửu tiền mã hóa. Sổ tay lập mẫu đánh giá từ các cửa sổ xác thực kiểm thử cuốn chiếu, giữ tập giữ lại cuối cùng…

Tiền mã hóaHợp đồng tương lai vĩnh cửuHọc máyThống kê
Machine Learning for Trading

Sổ tay này kiểm tra liệu chiến lược xếp hạng cổ phiếu US hằng ngày có đủ dữ liệu sử dụng được để đánh giá công bằng trước khi khớp mô hình hay không. Sổ tay giải thích cách lập tập tài sản theo thời điểm với các thành phần lịch sử, dùng giá niêm yết và vòng…

Cổ phiếuThị trường MỹKiểm định quá khứKhớp lệnh
Machine Learning for Trading

Sổ tay nghiên cứu ảnh hưởng của điều chuẩn hóa đến mô hình hợp đồng tương lai CME được xây dựng từ các nhóm đặc trưng tương quan, gồm carry, Sharpe cuốn chiếu, động lượng và các thước đo biến động. Sổ tay so sánh Ridge, Lasso và ElasticNet: Ridge thu nhỏ hệ…

Hợp đồng tương laiHọc máyThống kêKiểm định quá khứ
Machine Learning for Trading

Sổ tay áp dụng các quy tắc cắt lỗ, cắt lỗ động và thoát lệnh theo thời gian đã cấu hình cho tín hiệu hoặc chiến lược phân bổ có thứ hạng xác thực cao nhất ở mỗi chân trời lợi suất hợp đồng tương lai. Mỗi quy tắc được đánh giá riêng trên chiến lược nền tương…

Hợp đồng tương laiChiến lược hưởng lợi từ lợi suất nắm giữHồi quy về trung bìnhQuản lý rủi ro
Machine Learning for Trading

Sổ tay chạy cấu hình cổ phiếu US đã chọn trước đó trên các dự báo tập giữ lại. Mô hình, dự báo, bộ phân bổ, mức độ tập trung, lớp phủ rủi ro, nhịp tái cân bằng và giả định chi phí giao dịch được kế thừa từ các giai đoạn trước. Phương pháp chính là tạo tập dự…

Cổ phiếuThị trường MỹKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Sổ tay mô tả cách điều chỉnh Diffusion-TS để tạo chuỗi lợi suất ETF tổng hợp. Mô hình khử nhiễu dự đoán chuỗi sạch dưới dạng tổng của xu hướng đa thức, thành phần mùa vụ Fourier và phần dư, trong khi hàm mất mát kết hợp miền thời gian và miền Fourier khuyến…

Học máyThống kêBiến độngĐa tài sản
Machine Learning for Trading

Tài liệu trình bày phân tích độ nhạy chi phí cho một chiến lược động lượng ETF cố định. Phân tích giữ nguyên tập tài sản, tỷ trọng, lịch trình và trình mô phỏng, đồng thời chạy lại kiểm thử lịch sử với nhiều mức phí cho mỗi chiều giao dịch. Đường kết quả cho…

Cổ phiếuĐộng lượngKiểm định quá khứKhớp lệnh
Machine Learning for Trading

Tài liệu giải thích lý do dùng TabM để mô hình hóa dữ liệu bảng về phí funding vĩnh cửu: mạng nơ-ron dùng chung kết hợp mọi đặc trưng đầu vào, còn các lớp phi tuyến có thể biểu diễn tương tác. Khác với cây chọn một đặc trưng tại mỗi lần phân nhánh, thiết kế…

Tiền mã hóaHợp đồng tương lai vĩnh cửuHọc máyKiểm định quá khứ
Machine Learning for Trading

Sổ tay này áp dụng cấu hình ETF đã chọn trước đó cho cửa sổ kiểm định giữ lại dành riêng. Sổ tay tạo các dự báo kiểm định tương ứng từ định danh huấn luyện và điểm kiểm tra đã chọn, sau đó dùng các giả định sẵn có của chiến lược về mức độ tập trung, phân bổ,…

Cổ phiếuKiểm định quá khứXây dựng danh mụcQuản lý rủi ro
Machine Learning for Trading

Phương pháp tạo chỉ số tham chiếu này lập chuỗi lợi suất hằng ngày có trọng số bằng nhau từ các tài sản được khai báo trong nghiên cứu tình huống. Trước tiên, phương pháp lấy giá đóng cửa cuối cùng của từng mã trong mỗi phiên, sau đó tính lợi suất từ giá…

Kiểm định quá khứXây dựng danh mụcThống kêQuản lý rủi ro
Machine Learning for Trading

Phân tích lập hồ sơ một nhóm cố định gồm 100 ETF thuộc chín nhóm tài sản. Tài liệu kiểm tra độ bao phủ theo quỹ và năm, xác nhận bảng giá khớp cấu hình nhóm, xem xét giá trị rỗng và thứ tự OHLC, đồng thời so sánh khối lượng giao dịch giữa các nhóm. Tài liệu…

Đa tài sảnThống kêQuản lý rủi roKiểm định quá khứ
Machine Learning for Trading

Tài liệu trình bày kiến trúc mạng nơ-ron nền PatchTST để dự báo chuỗi thời gian đa biến. Mô hình chia mỗi chuỗi đầu vào thành các đoạn chồng lấn, chiếu từng đoạn vào không gian đặc trưng được học, thêm mã hóa vị trí rồi xử lý chuỗi thu được bằng các lớp mã…

Học máyThống kêKiểm định quá khứ