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

599 tài liệu

Machine Learning for Trading

Notebook này tìm hiểu vì sao hai hệ thống kiểm thử lịch sử có thể cho kết quả khác nhau từ các tín hiệu giống hệt nhau. Notebook giữ cố định một chiến lược ETF ETF đã tính trước, tạo danh mục xác định từ dự báo và thay đổi từng cài đặt thực thi một. Các cài…

Kiểm định quá khứKhớp lệnhVi cấu trúc thị trườngXác định quy mô vị thế
Machine Learning for Trading

Notebook xây dựng nhãn lợi suất tương lai cho straddle bán tại giá thực hiện bằng giá hiện tại trên cổ phiếu S&P 500. Vì bảng straddle kỳ hạn 30 ngày thay đổi giá thực hiện hoặc ngày đáo hạn mỗi phiên, dịch chuyển chuỗi giá sẽ khiến các hợp đồng khác nhau bị…

Quyền chọnĐịnh giá phái sinhBiến độngKiểm định quá khứ
Machine Learning for Trading

Notebook so sánh phương pháp tỷ trọng bằng nhau, nghịch đảo biến động, phương sai tối thiểu và cân bằng rủi ro phân cấp với cùng một tập ETF ETF, dự báo, lịch tái cân bằng và quy trình kiểm thử lịch sử. Mô hình Ridge cuốn chiếu xếp hạng ETF dựa trên động…

Xây dựng danh mụcKiểm định quá khứQuản lý rủi roHọc máy
Machine Learning for Trading

Tài liệu giải thích Giá trị rủi ro (VaR), biểu thị phân vị của khoản lỗ, và Giá trị rủi ro có điều kiện (CVaR), tính trung bình các khoản lỗ vượt ngưỡng đó. Dùng lợi suất hằng ngày của ETF, tài liệu so sánh các ước tính lịch sử, Gaussian, điều chỉnh…

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

Notebook hướng dẫn này so sánh các phương pháp gán nhãn mục tiêu cho mô hình giao dịch có giám sát bằng dữ liệu ETF. Nội dung gồm lợi suất kỳ hạn cố định và nhãn chiều biến động, phân vị chuỗi thời gian cuốn chiếu, phân vị chéo, nhãn ba rào cản với ngưỡng cố…

Học máyThống kêKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Notebook minh họa cách kiểm tra sai lệch nhìn trước bằng giá ETF và chuỗi dữ liệu kinh tế vĩ mô. Notebook cho thấy đường trung bình động căn giữa bao gồm các quan sát tương lai, có thể bám quá sát những điểm đảo chiều của giá và thiếu phần đuôi gần nhất vì…

Cổ phiếuThống kêKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Mô-đun mô hình hóa dùng chung này hỗ trợ quy trình nghiên cứu định lượng bằng cách tải đặc trưng, nhãn, dữ liệu thời gian và cấu hình, sau đó chuẩn bị các fold xác thực chéo kiểm thử cuốn chiếu. Thiết kế nhấn mạnh khả năng tái lập và nguồn gốc dữ liệu: mã…

Học máyThống kêKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Notebook này mở rộng đánh giá đặc trưng ETF từ một kỳ hạn lợi suất sang quét mười đặc trưng và ba kỳ hạn, có hiệu chỉnh cho nhiều phép kiểm định. Sau đó, notebook áp dụng các chẩn đoán dựa trên cơ chế cho động lượng nhìn lại dài hạn 12-1 và đảo chiều ngắn…

Đa tài sảnĐộng lượngHồi quy về trung bìnhThống kê
Machine Learning for Trading

Sổ ghi chép này ước tính liệu tỷ trọng khối lượng có dấu do bên mua khởi xướng có liên hệ với lợi suất 15 phút trong tương lai sau khi tính đến chênh lệch giá tương đối, biến động thực hiện gần đây và lợi suất tháng gần nhất hay không. Học máy kép dự đoán…

Cổ phiếuVi cấu trúc thị trườngHọc máyThống kê
Machine Learning for Trading

Sổ ghi chép này giải thích Cân bằng rủi ro phân cấp (HRP), một phương pháp xây dựng danh mục nhằm hạn chế độ nhạy với các ước tính hiệp phương sai nhiễu. Tài liệu mô tả ba giai đoạn: phân cụm tài sản theo khoảng cách tương quan, sắp xếp lại theo cấu trúc…

Xây dựng danh mụcQuản lý rủi roKiểm định quá khứĐa tài sản
Machine Learning for Trading

Sổ ghi chép này giải thích tác động thị trường tăng theo quy mô lệnh như thế nào và dùng mô hình mức tham gia căn bậc hai để xem xét năng lực chiến lược. Tài liệu phân biệt các đầu vào có thể lấy từ dữ liệu thị trường, như biến động và khối lượng giao dịch…

Vi cấu trúc thị trườngKhớp lệnhQuản lý rủi roXác định quy mô vị thế
Machine Learning for Trading

Sổ ghi chép này xem xét cách dự báo lợi suất ETF có thể biểu thị độ bất định, thông qua so sánh dropout Monte Carlo với các ensemble sâu. Dropout vẫn hoạt động qua nhiều lượt suy luận lặp lại, còn ensemble đo độ bất đồng giữa các mạng được huấn luyện riêng…

Cổ phiếuHọc máyThống kêQuản lý rủi ro
Machine Learning for Trading

Sổ ghi chép này so sánh sáu cách xác định tỷ trọng danh mục ETF được chọn theo cùng một thứ hạng dự đoán: tỷ trọng bằng nhau, theo điểm số, nghịch đảo biến động, cân bằng rủi ro, tối ưu hóa trung bình-phương sai và cân bằng rủi ro phân cấp. Tài liệu thay đổi…

Cổ phiếuXây dựng danh mụcKiểm định quá khứQuản lý rủi ro
Machine Learning for Trading

Sổ ghi chép này tập hợp các ước lượng học máy kép đã đăng ký từ nhiều nghiên cứu tình huống giao dịch và so sánh độ bất định cùng các chẩn đoán. Tài liệu tải các dòng hiện hành từ sổ đăng ký của từng nghiên cứu, kiểm tra tính toàn vẹn của sổ đăng ký và tính…

Thống kêHọc máyQuản lý rủi roKiểm định quá khứ
Machine Learning for Trading

Sổ ghi chép này trình bày một khung chẩn đoán cho kiểm thử lịch sử phân bổ ETF. Tài liệu tính các thước đo rủi ro và lợi suất như Sharpe, Sortino, Calmar, biến động, giá trị rủi ro và mức sụt giảm tối đa; theo dõi hiệu suất cuốn chiếu và khả năng phục hồi…

Xây dựng danh mụcQuản lý rủi roKiểm định quá khứCổ phiếu
Machine Learning for Trading

Notebook xây dựng quy trình giám sát mô hình tài chính đã triển khai bằng các tạo tác thực từ tập giữ lại. Notebook kiểm tra dữ liệu đặc trưng đầu vào đã được điền đầy đủ và đúng cấu trúc trước khi đo độ trôi, rồi so sánh cửa sổ tham chiếu với cửa sổ hiện…

Học máyThống kêQuản lý rủi roCổ phiếu
Machine Learning for Trading

Notebook này kết nối việc xác định quy mô vị thế với phân tích mức dịch chuyển bất lợi và thuận lợi tối đa trong giao dịch. Notebook minh họa phương pháp xác định quy mô cố định theo tỷ lệ, trong đó số cổ phiếu được xác định từ ngân sách rủi ro cho mỗi giao…

Xác định quy mô vị thếQuản lý rủi roBiến độngKiểm định quá khứ
Machine Learning for Trading

Notebook này so sánh hai phương pháp ước tính chênh lệch giá mua bán khi dữ liệu lịch sử có giá mở cửa, cao nhất, thấp nhất, đóng cửa và khối lượng hằng ngày nhưng không có báo giá. Corwin-Schultz tách chênh lệch giá khỏi biến động bằng cách so sánh biên độ…

Vi cấu trúc thị trườngKhớp lệnhThống kêQuản lý rủi ro
Machine Learning for Trading

Tài liệu suy ra giá quyền chọn mua và bán châu Âu theo Black-Scholes, kiểm tra mối quan hệ giữa chúng qua đẳng thức ngang giá mua-bán, và tính biến động hàm ý bằng cách giải số mức biến động khớp với giá quyền chọn quan sát được. Tài liệu cũng định nghĩa…

Quyền chọnĐịnh giá phái sinhBiến độngQuản lý rủi ro
Machine Learning for Trading

Notebook này minh họa phòng hộ sâu cho một quyền chọn mua châu Âu bán khống. Notebook mô phỏng các đường đi giá tài sản cơ sở bằng chuyển động Brown hình học, tính delta Black-Scholes làm chuẩn và huấn luyện mạng nơ-ron bán hồi quy để chọn vị thế phòng hộ.…

Quyền chọnHọc máyQuản lý rủi roĐịnh giá phái sinh
Machine Learning for Trading

Notebook này trình bày cách kiểm tra liệu bốn chiến lược danh mục được quản lý có bổ sung sức mạnh giải thích cho lợi nhuận SPY sau khi kiểm soát các biến động rộng được nắm bắt bởi mười thành phần chính hay không. Các danh mục ứng viên xếp hạng ETF theo…

Cổ phiếuHọc máyThống kêQuản lý rủi ro
Machine Learning for Trading

Notebook này suy ra quy mô cược Kelly bằng cách tối đa hóa logarit kỳ vọng của tài sản, sau đó minh họa cách quy mô cược làm thay đổi phân phối các đường đi tài sản mô phỏng. Notebook mở rộng khuôn khổ này sang lợi nhuận liên tục và danh mục đa tài sản,…

Xác định quy mô vị thếQuản lý rủi roXây dựng danh mụcThống kê
Machine Learning for Trading

Sổ tay đánh giá một chiến lược ETF đã được chọn trước đó trên giai đoạn giữ lại dành riêng. Sổ tay truy xuất các dự báo tương ứng theo mã nhận dạng huấn luyện và checkpoint, áp dụng đặc tả chiến lược cùng chi phí giao dịch đã xác lập trước đó, rồi đăng ký…

Kiểm định quá khứXây dựng danh mụcQuản lý rủi roXác định quy mô vị thế
Machine Learning for Trading

Mô-đun này giải thích cách chuẩn bị giá lịch sử S&P 500 khi mã chứng khoán có thể chỉ các chứng khoán khác nhau theo thời gian. Mô-đun áp dụng hệ số điều chỉnh sự kiện doanh nghiệp, theo dõi mã định danh chứng khoán và đánh dấu ranh giới nhận dạng. Tính lợi…

Cổ phiếuThị trường MỹKiểm định quá khứKhớp lệnh