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

292 tài liệu

Machine Learning for Trading

Ghi chú đề ra quy trình đánh giá mô hình thách thức ở chế độ mô phỏng trước khi cấp vốn. Quy trình so sánh dự đoán đã lưu của mô hình hiện hành cố định và ứng viên, tạo danh mục mua-bán khống xếp hạng với tỷ trọng bằng nhau, áp dụng cùng một quy tắc chi phí…

Học máyQuản lý rủi roKiểm định quá khứXây dựng danh mục
Machine Learning for Trading

Ghi chú trình bày khuôn khổ đánh giá backtest phân bổ ETF bằng lợi nhuận danh mục hằng ngày và chuẩn đối chiếu SPY tương ứng. Nội dung bao gồm các thước đo rủi ro và lợi nhuận như Sharpe, Sortino, Calmar và mức sụt giảm tối đa; các chỉ số cuốn chiếu; thời…

Kiểm định quá khứXây dựng danh mụcQuản lý rủi roThống kê
Machine Learning for Trading

Công cụ này mô tả phương pháp giải thích lợi suất chiến lược bằng mô hình ba hoặc năm nhân tố Fama–French, có thể bổ sung động lượng. Công cụ căn chỉnh dữ liệu nhân tố hằng ngày với lợi suất chiến lược, xác định tần suất lợi suất và tính lợi suất tích lũy…

Đầu tư theo yếu tốThống kêQuản lý rủi roXây dựng danh mục
Machine Learning for Trading

Notebook này so sánh PyPortfolioOpt, Riskfolio-Lib và skfolio bằng cách khớp các bộ phân bổ danh mục trên cùng một bảng lợi suất ETF rồi đánh giá trọng số cố định của chúng trên các quan sát sau đó. Nội dung bao gồm phân bổ theo rủi ro trung bình, rủi ro…

Xây dựng danh mụcKiểm định quá khứQuản lý rủi roKhớp lệnh
Machine Learning for Trading

Notebook so sánh các quy tắc phân bổ danh mục cho chiến lược quyền chọn S&P 500 bán straddle. Các mã được chọn và những thiết lập chiến lược khác được giữ cố định; đường cơ sở phân bổ đều được thay bằng các bộ phân bổ sử dụng dự đoán mô hình hoặc ước lượng…

Quyền chọnCổ phiếuXây dựng danh mụcXác định quy mô vị thế
Machine Learning for Trading

Notebook này giải thích PCA phần bù rủi ro PCA, phương pháp điều chỉnh ma trận hiệp phương sai lợi suất bằng cách cộng thêm tích ngoài có trọng số của lợi suất trung bình trong giai đoạn huấn luyện. Các vector riêng hàng đầu xác định danh mục nhân tố tĩnh;…

Đầu tư theo yếu tốThống kêXây dựng danh mụcKiểm định quá khứ
Machine Learning for Trading

Tài liệu này mô tả các tiện ích tập dữ liệu để chuẩn bị dữ liệu bảng chuỗi thời gian cho huấn luyện mô hình và suy luận cuốn chiếu. Tập dữ liệu huấn luyện trả về các chuỗi trượt gồm đặc trưng, lợi suất tương lai, thang đo biến động và mặt nạ, với độ dài…

Học máyKiểm định quá khứXây dựng danh mụcKhớp lệnh
Machine Learning for Trading

Chương này trình bày quản trị rủi ro như một phần của thiết kế chiến lược và hoạt động thực tế. Nội dung bao gồm đo lường rủi ro đuôi bằng giá trị rủi ro và giá trị rủi ro có điều kiện, độ sâu và thời gian phục hồi của mức sụt giảm, phân rã mức độ phơi…

Quản lý rủi roBiến độngKiểm định quá khứXây dựng danh mục
Machine Learning for Trading

Sổ tay đánh giá lợi suất nhân tố đã công bố như những thành phần tiềm năng của danh mục đầu tư. Sổ tay tách biệt ba câu hỏi: lợi suất trung bình của một nhân tố có vượt qua ngưỡng thống kê khắt khe hay không; các nhân tố có đa dạng hóa lẫn nhau vì những lý…

Đầu tư theo yếu tốThống kêXây dựng danh mụcQuản lý rủi ro
Machine Learning for Trading

Sổ tay này so sánh các lớp phủ rủi ro trong những kiểm thử lịch sử của các nghiên cứu tình huống, gồm quy tắc dừng lỗ, dừng lỗ động, giới hạn lỗ, ngắt khi sụt giảm và mục tiêu biến động. Sổ tay tải kết quả lớp phủ của từng nghiên cứu, chọn đường cơ sở từ…

Quản lý rủi roKiểm định quá khứXây dựng danh mụcThống kê
Machine Learning for Trading

Notebook theo dõi các tín hiệu xếp hạng ETF qua quá trình hình thành danh mục và một lần kiểm thử lịch sử đơn giản hóa. Hồi quy Ridge và phân loại logistic được huấn luyện bằng các lát chia cuốn chiếu, rồi so sánh với danh mục động lượng và danh mục trọng số…

Cổ phiếuHọc máyKiểm định quá khứKhớp lệnh
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

Mô-đun phân bổ dùng chung này chuyển dự báo chéo giữa các tài sản thành tỷ trọng danh mục. Mô-đun xếp hạng tài sản theo điểm số để chọn vị thế mua hoặc các nhóm đứng đầu và cuối cho danh mục mua bán hai chiều. Tỷ trọng vị thế có thể dựa trên độ rộng dự báo…

Xây dựng danh mụcXác định quy mô vị thếQuản lý rủi roThống kê
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

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 này mô tả kiến trúc của một mạng chính sách nơ-ron ánh xạ chuỗi thời gian ở cấp tài sản và ngữ cảnh thành trọng số rủi ro danh mục có giới hạn. Khối nền tảng cho từng tài sản kết hợp nhúng ngữ cảnh, điều biến theo từng đặc trưng, lựa chọn biến, một…

Học máyXây dựng danh mụcQuản lý rủi roCổ phiếu
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 chuyển các công bố 13F của tổ chức thành đồ thị hai phía nối nhà quản lý với cổ phiếu, rồi suy ra đặc trưng sở hữu ở cấp cổ phiếu. Notebook gộp các vị thế trùng lặp giữa nhà quản lý và cổ phiếu, chuẩn hóa tên tổ chức phát hành, loại các hàng quyền…

Cổ phiếuThống kêXây dựng danh mụcThị trường Mỹ
Machine Learning for Trading

Notebook định giá lại các cấu hình phân bổ ETF dẫn đầu trên hai lưới chi phí, trong khi giữ nguyên dự đoán, mức độ tập trung và quy tắc phân bổ. Notebook so sánh mô hình hoa hồng theo từng cổ phiếu và nửa chênh lệch giá của nghiên cứu tình huống, phản ánh…

Cổ phiếuKhớp lệnhKiểm định quá khứXây dựng danh mục
Machine Learning for Trading

Notebook so sánh sáu cách phân bổ danh mục chỉ mua cho tập ETF đa tài sản ETF. Notebook dùng phương pháp co rút hiệp phương sai Ledoit–Wolf để giảm biến thiên lấy mẫu có thể làm mất ổn định quá trình tối ưu hóa, rồi so sánh tối đa hóa Sharpe, phương sai tối…

Xây dựng danh mụcQuản lý rủi roĐa tài sảnKiểm định quá khứ
Machine Learning for Trading

Notebook này nghiên cứu ảnh hưởng của các quy tắc phân bổ đến chiến lược ETF sau khi mô hình đã xếp hạng tài sản. Notebook giữ nguyên các tập dự báo và lịch tái cân bằng, chọn cùng một rổ top-k cho mỗi phép so sánh, rồi thay đổi trọng số trong rổ đó. Các…

Cổ phiếuXây dựng danh mụcXác định quy mô vị thếQuản lý rủi ro
Machine Learning for Trading

Notebook này kiểm tra liệu xây dựng danh mục có thể cứu một chiến lược NASDAQ-100 giao dịch ở mọi nến và bị chi phí làm cho thua lỗ hay không. Notebook chọn các dự báo cơ sở hàng đầu theo tập tài sản đã công bố để lựa chọn, rồi thực hiện phép so sánh phân bổ…

Cổ phiếuXây dựng danh mụcXác định quy mô vị thếKhớp lệnh
Machine Learning for Trading

Mô-đun tiện ích dùng chung này cung cấp một quy trình tăng cường độ dốc thống nhất cho nghiên cứu định lượng. Mô-đun định nghĩa các cấu hình dung lượng và ánh xạ tên tham số chuẩn sang các thiết lập tương ứng của LightGBM, XGBoost, CatBoost và phương pháp…

Học máyKiểm định quá khứXây dựng danh mục