Penelitian mendalam tentang dagangan AI, analisis pasaran, dan masa depan DeFi.
Browse collections →Nothing found. Try a different query.
Bagaimana kami membina researcher.marketmaker.cc — arkib penyelidikan kuant yang bersatu dan boleh dicari secara teks penuh (kertas arXiv, repo GitHub, blog kuant, skrip Pine TradingView) yang dilayari manusia dan disoal oleh ejen AI melalui MCP.
Tinjauan mendalam terhadap algo-investor-skills — satu set kemahiran Claude Code yang membawa strategi algotrading daripada fakta mentah yang diukur kepada cadangan pelabur yang diaudit dan mengutamakan kejujuran. Enam kemahiran yang boleh disusun, enjin model kewangan, pakej bukti pengesahan bebas, dan get audit pelabur skeptik yang wajib dan tidak pernah mereka-reka sebarang nombor.
Strategi dengan jangkaan matematik positif boleh meranapkan deposit jika anda tersilap saiz pertaruhan. Kita kupas kriteria Kelly dari penurunan formula hingga ke portfolio strategi: mengapa full Kelly berbahaya, bagaimana Kelly pecahan memberi 75% pertumbuhan pada separuh volatiliti, dan kalkulator interaktif yang menunjukkan bagaimana pecahan Kelly mengubah pulangan dan risiko.
Tinjauan mendalam tentang daily_stock_analysis oleh ZhuLinsen — sistem sumber terbuka yang mengambil data pasaran bagi saham A, Hong Kong, AS, dan lain-lain, menjalankan analisis teknikal dan berita melalui LLM, serta menghantar 'papan pemuka keputusan' berstruktur ke aplikasi pemesejan anda setiap hari dagangan. Seni bina, fallback data, strategi ejen, batasan.
Bagaimana Temporal Fusion Transformer daripada Google membawa ramalan pelbagai ufuk yang boleh ditafsir kepada pengurusan portfolio kuantitatif, dengan pemilihan pemboleh ubah berasaskan attention, output kuantil, dan saluran paip pytorch-forecasting yang lengkap.
Selang ramalan bebas taburan dengan jaminan liputan. Kami menggunakan split conformal, jackknife+, dan adaptive conformal inference untuk mengkalibrasi risiko dagangan dan menentukan saiz posisi tanpa andaian parametrik.
Menguraikan dan meramalkan spread bid-ask dengan ML — daripada penganggar tersirat Roll kepada gradient boosting dan rangkaian neural — bersama unit, kebocoran, dan perangkap penanda aras yang menggigit dalam produksi.