KitchenSink ML (QuantRocket) subset ng presyo/volume/breadth: numpy ridge forecast ng return sa susunod na linggo, lingguhang long sa top-10 / short sa bottom-10 sa 68 US malalaking stock gamit ang USEQ daily bars

Hango ang ideyang ito sa open-source na estratehiyang MoonshotML na “TheKitchenSinkML” ni QuantRocket (kitchensink_ml.py, Apache-2.0; pagkilala sa QuantRocket LLC). Framework na ML ang source, hindi kumpletong estratehiya: MODEL = None, kaya ang user ang nagbibigay ng estimator at nagsasanay rito sa hiwalay na walk-forward. Nangangailangan ang mga feature nito na fundamental, Piotroski F-score, ADR at sektor ng Sharadar fundamentals at securities master na wala sa platform na ito. Hindi rin magagamit ang VIX at NYSE TRIN (pinupunan mismo ng source ang dalawang ito ng 0.5 kapag wala ang mga ito). Kaya operationalization ang hipotesis na ito, hindi port. Pinananatili nito nang eksakto ayon sa pagkakasulat ang bawat feature ng presyo, volume, teknikal at lawak ng merkado, ang target, liquidity filter, pagpili sa top/bottom-10, pantay na timbang, lingguhang rebalance at isang-araw na pagkaantala sa pagpasok. Pinili ng Research Lead ang estimator (closed-form na numpy ridge regression, dahil numpy lamang ang maaaring i-import ng mga estratehiya), iskedyul ng pagsasanay at universe. UNIVERSE: 68 nakapirming malalaking US stock mula sa lahat ng sektor (nakalista sa instruments), araw-araw na 1-DAY bar sa USEQ. Pinagmumulan lamang ng signal ang SPY.USEQ at hindi ito kailanman tine-trade. Paalala tungkol sa survivorship: mga large-cap ngayon ang listahan, hindi ang pagiging miyembro sa partikular na petsa; lahat ng Sharadar US stock ang universe ng source. Wala lang sa cross-section ang mga pangalang kulang ang kasaysayan (hal. META bago ang 2013) hanggang maging available ang kanilang mga feature. FEATURES (kinukuwenta para sa bawat stock sa bawat pagsasara ng araw, eksaktong gaya ng source): (1) Mga ranggo ng porsiyentil sa cross-section (pct=True, NaN->0.5) para sa mga sumusunod na return: return sa loob ng 1 taon, hindi kasama ang huling buwan = close[t-22]/close[t-252]-1, 1 buwan (22d), 1 linggo (5d), 2 araw at 1 araw. (2) Mga binary flag para sa bawat isa sa limang return na iyon > 0. (3) price_below_10 at price_below_2. (4) Ranggo ng karaniwang dollar volume sa loob ng 63 araw (close*volume). (5) Ranggo ng standard deviation ng mga arawang return sa loob ng 63 araw. (6) Biglang pagtaas ng volatility = |return sa 1d| / standard deviation sa 63d, bilang flag na >= 2 at bilang ranggo. (7) Biglang pagtaas ng volume = volume / karaniwang volume sa 63d, bilang flag na >= 2 at bilang ranggo. (8) Posisyon sa Bollinger = (close na nilimitahan sa mga banda ng 20d +/-2sd - lower) / (upper - lower). (9) Ang bersiyong RSI ng source sa loob ng 14 araw: rolling mean ng mga gain / rolling mean ng |mga loss|, min_periods 1, minamapa sa 1-1/(1+RS) kung saan RS NaN->0.5. (10) Stochastic sa mga close sa loob ng 14 araw. (11) Money-flow ratio sa loob ng 14 araw gamit ang close*volume, katulad ng pagmamapa sa RSI. (12) Mga feature ng merkado na ipinapamahagi sa lahat ng stock: spy_above_200d (SPY close > 200d SMA nito); McClellan oscillator = (EMA19 - EMA39 ng (mga pag-angat - mga pagbaba)/mga isyu sa 68-stock na universe) * 10, nililimitahan sa +/-50, NaN->0; mga flag na bagong 52-linggong pinakamataas at bagong 52-linggong pinakamababa para sa bawat stock; Hindenburg omen = (bahagi ng mga pangalang nasa bagong pinakamataas na 252d > 2.8%) AND (bahagi ng nasa bagong pinakamababa na 252d > 2.8%) AND SPY > SPY 50 araw ang nakalipas, at nananatili sa loob ng 30 araw matapos ma-trigger. Inalis na mga feature (wala ang datos): lahat ng ranggo ng Sharadar fundamental, ang mga bahagi at ranggo ng F-score, are_adrs, mga one-hot ng sektor, vix, trin. TARGET: forward return sa loob ng 5 araw close[t+5]/close[t]-1. MODEL: isinasapamantayan ang mga feature (z-score gamit ang mean at standard deviation ng training window) at inaangkop sa ridge regression, pinagsama sa lahat ng stock at petsa. Mga sample sa pagsasanay ang huling araw ng trading ng bawat linggo sa nagdaang train_years window; ginagamit lamang ang mga sample na ganap nang alam ang 5-araw na target sa petsa ng pagsasanay (walang look-ahead). Muling inaangkop ang modelo kada retrain_weeks linggo. Nananatiling walang posisyon ang estratehiya hangga't wala pang hindi bababa sa min_train_weeks linggong sample ang unang fit. EXECUTION: sinusuportahan ang next_open_fill sa venue ng session. Sa unang araw ng trading ng bawat ISO linggo, sa pagsasara, hinuhulaan ang bawat stock, ipinapatupad ang liquidity filter at pinipili ang mga pangalan, saka nagpapadala ng mga market order na mapupunan sa pagbubukas ng susunod na session. Hawak ng source ang posisyon mula sa araw kasunod ng signal, kaya napapanatili ang isang-araw na pagkaantala. Hindi binabago ang mga posisyon hanggang sa susunod na lingguhang rebalance. Pagtatakda ng laki: timbang = signal / bilang ng mga nonzero signal, kaya ang buong portfolio ay +1/20 bawat long at -1/20 bawat short. 1.0x ang gross exposure ng equity at dollar-neutral ang portfolio; 1.0 ang leverage sa Reg-T margin account. Mga bayarin: walang komisyon at ginagamit ang minodelong spread/impact na USEQ (~0.02-0.05% RT); pinalitan ng cost model ng aming venue ang komisyong $0.005/share ng source. Walang stop: wala nito ang source at babaguhin ng pagdaragdag nito ang estratehiya. COST ARITHMETIC: sa 68 large cap, makatwirang maging 0.4-0.8% bawat pangalan-linggo ang agwat ng lingguhang return sa pagitan ng pinakamataas at pinakamababang decile ng isang gumaganang forecaster. Ang pagkuha ng ~0.3% bawat trade (kalahati ng 0.6% spread) ay inihahambing sa round trip na 0.05%, mga 6x na gastos. Hindi lalampas sa 100% ng gross kada linggo ang turnover. Hindi napatunayan ang mga pahayag ng source tungkol sa performance; ang backtest namin ang magpapasya.

no_edge: negative_expectancy (pagsusuri sa pinakamababang bayarin: avg_trade_return_pct -0.057% kumpara sa minimum na USEQ na +0.05%; 0 ang komisyon at maliit ang impact at borrow, kaya hindi bayarin ang sanhi at halos sero ang gross edge). Sa maaasahang sample na 3,597 isinara na posisyon (2018-09 hanggang 2024-01), ang PF ay 0.973, Sharpe -0.16, return -7.9% at drawdown 22.5%; negatibo ang lima sa pitong taon. May IC -0.10 ang isinagawang lingguhang forecast (t = -1.7, n = 266), kaya walang positibong impormasyong dala ang ranking. Tugma ito sa lagda ng aral-120 na libo-libong trade na may PF na humigit-kumulang 1. Ang mga tanging maaaring i-tune ay ridge_alpha, train_years at retrain_weeks; hindi mababago ng lakas ng regularization at training window ang tanda ng halos sero at bahagyang negatibong IC, kaya ingay lamang ang maiaangkop ng 2-oras na optimization. Nakasentro ang kita sa rehimen ng rate shock na 2022 (+11.5%), at nalugi ang tercile ng normal na volatility nang 13.9%. Saklaw: tinatanggihan lamang nito ang operasyonal na bersiyon ng Research Lead: pooled closed-form ridge sa subset ng presyo, volume at market breadth ng TheKitchenSinkML ng QuantRocket, sa 68 ng malalaking stock ngayon, na nire-rebalance linggu-linggo. Hindi nito sinusubok ang source framework kasama ang mga feature nitong fundamental, F-score, sector, VIX at TRIN, isang nonlinear estimator, o ang malawak na Sharadar universe ng pinagmulan; kailangan ng mga iyon ang datos na wala sa platform na ito.

Lingguhang dollar-neutral na cross-sectional long/short book sa 68 US malalaking stock (USEQ daily bars). Sa pagsasara ng bawat session, ina-update nito ang close/volume panel na naka-align sa 255 session. Kinukuwenta mula sa panel na iyon ang mga feature ng presyo, volume, technical at breadth ng KitchenSinkML: mga cross-sectional pct rank at >0 flag ng mga return na 12-1m, 1m, 1w, 2d at 1d; mga flag na price<10 at price<2; 63d dollar-volume rank; 63d volatility rank; volatility-spike at volume-spike flag (>=2) at mga rank; Bollinger position; RSI ng source, 14d close stochastic at money-flow ratio; at SPY>200d SMA, McClellan oscillator (adjust=True EMA19-EMA39 ng net advances x10, nililimitahan sa +/-50), mga flag ng bagong 52-linggong high/low, at Hindenburg omen na pinananatili nang 30 session. 27 feature iyon. Iniimbak ang huling session ng bawat ISO linggo bilang pooled training sample na ang target ay forward na 5-session return; idinaragdag lamang kapag ganap nang alam. Sa unang session ng bawat ISO linggo, ginagamit ang z-scored closed-form ridge regression: muling ini-fit bawat retrain_weeks linggo sa kalendaryo (week index na nakaangkla sa Lunes) gamit ang trailing na train_years resolved sample; unang fit lamang kapag may 52 linggo na. Hinuhulaan nito ang bawat stock, pinananatili ang mga pangalang kabilang sa top 60% ng 90d average dollar volume, naglo-long sa 10 pinakamahuhusay na prediction at nagsho-short sa 10 pinakamahihina nang pantay ang timbang (+/-1/20 bawat isa), at hinahawakan hanggang sa susunod na lingguhang rebalance. Pinupunan sa pagbubukas ng susunod na session ang mga order na ipinasiya sa pagsasara. Primary leg na signal lamang ang SPY.USEQ (mga market feature) at hindi ito kailanman tine-trade.

Ipinatutupad ayon sa itinakda ang operationalization ng Research Lead: parehong features, target, liquidity filter, pantay na weights sa top/bottom-10, lingguhang rebalance sa unang session na may next-open entry, numpy ridge estimator, at mga tunable na ridge_alpha / train_years / retrain_weeks kasama ang bawat nakapirming value mula sa plano; kalakip ang _optimization_plan nang verbatim. Mga pasya sa execution na hindi tinukoy ng brief: (1) Inaayos ang laki ng bawat leg sa pantay nitong target weight sa bawat lingguhang rebalance, alinsunod sa weight-based na book ng pinagmulan. Ang pangalang nananatili sa parehong panig ay binabawasan o dinaragdagan sa loob ng iisang bukas na posisyon, kaya itinatala ito ng positions ledger bilang iisang trade na tumatagal nang ilang linggo. (2) Pagkakasunod-sunod na ligtas sa margin. Sa leverage na 1.0, walang natitirang initial-margin room ang 1.0x gross book upang magbukas ng mga bagong leg habang bukas pa ang mga lumang leg. Kaya sa pagsasara ng rebalance, closes at trims lamang ang ipinapadala ng strategy (mapupunan ang mga ito sa susunod na open), at ipinapadala ang opens at increases mula sa on_order_filled kapag wala nang gumagana pang order. Hindi pa nasusubukang palagay: sa backtest engine, umaabot ang order na ipinadala sa open sa venue pagkatapos ng synthetic open tick, kaya inaasahang mapupunan ang mga bagong leg sa pagsasara ng session na iyon sa halip na sa open nito (isang session na mas huli kaysa sa mga close). Palaging close-then-open ang reversal; hindi ito iisang order. (3) Notional kada leg = MTM equity x gross_exposure x leverage x margin_headroom(0.95) / 20. Humigit-kumulang 0.95x ang gross, hindi 1.0x, kaya may puwang para sa mga galaw mula open hanggang fill na hanggang humigit-kumulang 7% bago lumampas ang peak_margin_utilization sa mahigpit na gate na 1.02. Wala sa plano ang margin_headroom at nananatili itong nakapirmi. (4) Kabilang sa training samples ang lahat ng 68 pangalan (pinagsama-sama); sa pagpili lamang inilalapat ang liquidity filter. Universe: ang 20 idineklarang pangalan kasama ang 48 malalaking kumpanyang sari-sari ang sektor na nakalista bago ang 2005 (COP SLB EOG KO PEP PG WMT COST MCD HD LOW NKE SBUX TGT CAT BA HON GE MMM UPS DE LMT RTX UNP INTC CSCO ORCL IBM QCOM TXN ADBE AMD VZ T CMCSA DIS AMGN BMY MDT TMO GILD AXP BLK USB NEE DUK SO APD). META (2012-05-18) ang nagtatakdang leg, kaya nagsisimula sa kalagitnaan ng -2012 ang magkakaparehong kasaysayan. Kailangan ng modelo ng humigit-kumulang 255 session ng features at 52 lingguhang sample (~520 session), na kasya sa idineklarang warmup na 1600 bar, kabilang ang 5-taong train window (~1515 session). Kinikilala sa hypothesis ang survivorship bias mula sa listahan ng malalaking kumpanya sa kasalukuyan. Tala sa gastos: humigit-kumulang 20 pangalan ang nagpapalit kada linggo sa ~0.03% round trip sa USEQ; kailangang higitan ng edge kada trade ang pinakamababang 0.05% USEQ.