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.
653 tài liệu
Notebook này trình bày quy trình chuyển các hồ sơ thường niên và hàng quý của SEC thành văn bản có cấu trúc để phân tích cảm xúc, chủ đề và embedding sau này. Quy trình ánh xạ các phần cần lấy sang số mục tương ứng với từng biểu mẫu, nhấn mạnh rằng phần thảo…
Notebook giải thích cách mô hình tự mã hóa có điều kiện mở rộng mô hình thành phần chính có biến công cụ: mạng nơ-ron ánh xạ đặc điểm cổ phiếu sang mức độ tiếp xúc nhân tố, trong khi mô hình giữ nguyên cấu trúc tích giữa mức độ tiếp xúc và lợi nhuận nhân tố.…
Nghiên cứu này sàng lọc các đặc trưng tài chính và biến động GJR-GARCH so với lợi nhuận cổ phiếu trong tương lai. Với mỗi phiên, nghiên cứu tính tương quan thứ hạng giữa một đặc trưng và lợi nhuận về sau trên các cổ phiếu, sau đó đánh giá mối liên hệ trung…
Tài liệu tham khảo này mô tả hai kho dữ liệu tin tức tài chính dùng cho phân tích cảm xúc, phát triển đặc trưng văn bản và thử nghiệm mối liên hệ giữa tin tức với lợi nhuận. FNSPID liên kết tiêu đề tin với mã cổ phiếu và bao phủ một giai đoạn lịch sử rộng;…
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…
Tài liệu mô tả quy trình chuyển các hồ sơ hàng loạt SEC 13F theo quý thành bảng dữ liệu về danh mục nắm giữ của tổ chức. Quy trình chọn hồ sơ mới nhất của mỗi nhà quản lý theo ngày nộp, dùng CUSIP thay vì tên công ty do bên nộp khai để nhận diện chứng khoán,…
Tài liệu giải thích phân tích thành phần chính có biến công cụ để mô hình hóa lợi nhuận ETF. Khác với PCA thông thường, vốn gán mức độ tiếp xúc nhân tố cố định cho mỗi quỹ, IPCA biểu diễn mức độ tiếp xúc của từng quỹ như một hàm tuyến tính chung của các đặc…
Notebook này so sánh các mô hình dự báo để xếp hạng cổ phiếu NASDAQ-100 theo lợi nhuận trong 15 phút tiếp theo, sử dụng thông tin vi cấu trúc trong phiên như chênh lệch giá, mất cân bằng độ sâu sổ lệnh, khối lượng có dấu và tác động giá. Notebook chỉ chọn…
Đánh giá này sàng lọc đặc trưng bề mặt quyền chọn, đặc trưng suy ra từ giá và đặc trưng biến động có điều kiện theo lợi suất cổ phiếu kỳ hạn. Với mỗi phiên, đánh giá tính tương quan thứ hạng theo mặt cắt ngang giữa giá trị đặc trưng và lợi suất sau đó, rồi…
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…
Sổ tay phác thảo quy trình trích xuất quan hệ nhà cung cấp, khách hàng và đối thủ cạnh tranh từ hồ sơ 10-K của công ty rồi lưu chúng thành đồ thị tri thức Neo4j. Mô hình ngôn ngữ cục bộ đề xuất các bộ ba chủ thể-vị từ-đối tượng có cấu trúc, sau đó phân giải…
Hướng dẫn bộ dữ liệu này so sánh hai nguồn dữ liệu tick cổ phiếu US cho nghiên cứu sổ lệnh và vi cấu trúc thị trường. Bản ghi market-by-order của Databento cung cấp các sự kiện thêm, sửa, hủy và giao dịch đã xử lý trước, trong khi NASDAQ ITCH cung cấp luồng…
Sổ tay minh họa cách tinh chỉnh transformer cho tác vụ nhận dạng thực thể có tên trong lĩnh vực tài chính, chuyển các đoạn văn bản thành trường có cấu trúc về tổ chức, người, tiền, ngày tháng và tỷ lệ phần trăm. Sổ tay giới thiệu nhãn ranh giới BIO và giải…
Sổ tay này giải thích ba cách chuyển dữ liệu NASDAQ-100 theo phút thành đặc trưng dựa trên mô hình: hồi quy HAR cuốn chiếu để dự báo phương sai và sai số dự báo, biến đổi Fourier cho các mẫu khối lượng gần đây, và chữ ký đường đi độ sâu hai cho thứ tự thay…
Nghiên cứu tình huống này đánh giá tín hiệu chéo tài sản hằng ngày trên một tập cổ phiếu US rộng và trình bày quy trình nghiên cứu dài, từ dữ liệu tại đúng thời điểm và đặc trưng được xây dựng đến so sánh mô hình, lập danh mục, chi phí và đánh giá tập giữ…
Notebook so sánh LightGBM với một MLP, TabM và, khi có sẵn, TabPFN để dự đoán lợi suất ETF tương lai từ các đặc trưng dạng bảng. Các mô hình được đánh giá trên những fold walk-forward theo thời gian chung, dùng hệ số thông tin thứ hạng và thời gian huấn…
Notebook so sánh bình phương tối thiểu thông thường với Ridge, LASSO và Elastic Net để dự đoán lợi suất tương lai 21 ngày trên các ETF. Các mô hình dùng cùng những fold walk-forward đã xác định, với khoảng purge khớp theo chân trời nhãn. Mỗi fold chặn các…
Notebook giải thích mô hình xu hướng tuyến tính cục bộ dạng không gian trạng thái để trích xuất đặc trưng tài chính từ mức giá. Trạng thái ẩn gồm mức giá và độ dốc; các quan sát là giá đóng cửa có nhiễu. Ở mỗi bước, bộ lọc dự báo trạng thái, đo phần đổi mới…
Notebook này tạo nhãn lợi suất cổ phiếu trong tương lai cho một chiến lược đọc dữ liệu quyền chọn niêm yết để xếp hạng cổ phiếu rồi nắm giữ các cổ phiếu đó. Notebook tạo chuỗi giá đã điều chỉnh các hành động doanh nghiệp và nhận diện công ty bằng mã định…
Notebook mô hình hóa một lệnh lớn cần thực hiện thành bài toán điều khiển có chân trời hữu hạn. Ở mỗi khoảng thời gian, Q-learning dạng bảng chọn hệ số nhân cho phần giao dịch dựa trên VWAP, dựa vào thời gian và lượng tồn kho còn lại cùng các chế độ spread…
Notebook này dùng lợi suất cổ phiếu US trong quá khứ để xây dựng mạng tương quan và khảo sát việc lập danh mục. Notebook chọn một tập tài sản có thanh khoản dựa trên dữ liệu trong cửa sổ ước lượng, chuyển tương quan từng cặp thành khoảng cách và trích xuất…
Tài liệu trình bày GReaT, một khung chuyển các hàng dữ liệu tài chính gồm cả số và danh mục thành văn bản, tinh chỉnh mô hình ngôn ngữ trên các bản ghi đó rồi phân tích văn bản được tạo trở lại thành bảng. Ví dụ xây dựng đặc trưng ETF từ lợi suất lịch sử,…
Sổ tay này dùng phân tích thành phần chính để biểu diễn các biến động chung trong một bảng dữ liệu cổ phiếu rộng của US. PCA trích xuất các hướng giải thích biến động chung của lợi suất; hệ số tải của mỗi cổ phiếu đo mức độ tiếp xúc với từng hướng. Dự báo…
Sổ tay này trình bày mạng tích chập thời gian (TCN) để dự báo lợi suất tương lai của ETF từ các chuỗi đặc trưng lợi suất quá khứ. Tích chập nhân quả bảo đảm đầu ra chỉ sử dụng các quan sát đến ngày tương ứng, trong khi độ giãn tăng theo cấp số nhân mở rộng…