មេរៀនរងទី 1ការបែងចែក train/test សម្រាប់ time series៖ fixed holdout, rolling/walk-forward validation, expanding window — ព័ត៌មានលម្អិតក្នុងការអនុវត្ត និង patterns កូដរៀនរបៀបរចនាការបែងចែក train, validation, និង test ដែលមានការយល់ដឹងពីពេលវេលាសម្រាប់ series ភាគហ៊ុន។ យើងប្រៀបធៀប fixed holdout, rolling, និង expanding windows, និងបង្ហាញ templates ក្នុងការអនុវត្តដែលជៀសវាង look-ahead និង leakage។
ការរចនា fixed chronological holdoutworkflow backtest rolling windowគ្រោងការណ៍វាយតម្លៃ expanding windowការជៀសវាង look-ahead និង leakagepatterns កូដសម្រាប់ការបែងចែក time seriesមេរៀនរងទី 2Time zones, ថ្ងៃឈប់សម្រាកទីផ្សារ, បិទទីផ្សារឆាប់, និងរបៀបធ្វើឱ្យស្របគ្នាថ្ងៃពាណិជ្ជកម្មគ្រប់គ្រងការគ្រប់គ្រងជាក់ស្តែងនៃ time zones, sessions, និងប្រតិទិនទីផ្សារពាណិជ្ជកម្ម។ យើងគ្របដណ្តប់ការផ្គូផ្គងពេលវេលាបញ្ចូលកូដជាមួយ UTC, ការដោះស្រាយថ្ងៃឈប់សម្រាក និងបិទទីផ្សារឆាប់, និងការធ្វើឱ្យស្របគ្នាបារ៉ាពាណិជ្ជកម្មកាត់តាមអស់មូលដ្ឋាន និង benchmarks។
ការធ្វើឱ្យស្របគ្នា exchange time vs UTCប្រតិទិនថ្ងៃឈប់សម្រាក និង weekendការគ្រប់គ្រងបិទទីផ្សារឆាប់ និង half-dayការធ្វើឱ្យស្របគ្នា multi-asset seriesករណីពិសេស daylight saving timeមេរៀនរងទី 3ការជ្រើសរើសរយៈពេលគំរូ និង lookback length ដើម្បីធ្វើឱ្យសមតុល្យ stationarity និង regime coverage (ការពិចារណា ៣+ ឆ្នាំ)ជ្រើសរើសរយៈពេលគំរូ និង lookback windows ដែលធ្វើឱ្យសមតុល្យ stationarity ជាមួយ regime diversity។ យើងពិភាក្សាអំពីប្រវត្តិអប្បបរមា, rolling windows ជាង ៣ ឆ្នាំ, និងការជៀសវាង peeking ទៅកាន់ regime អនាគត។
ការកំណត់ in-sample និង out-of-sampleប្រវត្តិអប្បបរមាសម្រាប់ featuresRolling vs expanding lookbacksRegime shifts និង structural breaksការពិនិត្យ stability ជាង ៣ ឆ្នាំមេរៀនរងទី 4ប្រភពទិន្នន័យសាធារណៈ និង APIs៖ Yahoo Finance, Stooq, IEX, Quandl, Alpha Vantage — endpoints, rate limits, និង metadataស្ទង់ APIs ទិន្នន័យភាគហ៊ុនសាធារណៈដ៏សំខាន់ និងការពិបាករបស់ពួកវា។ អ្នកនឹងរៀន endpoints ជាទូទៅ, symbol formats, rate limits, និង quirks metadata, រួមទាំង patterns សម្រាប់ការទាញយករឹងមាំ, retries, និង caching។
ការប្រើប្រាស់ Yahoo Finance និង StooqAPIs IEX Cloud និង Alpha VantageQuandl និងប្រភព premium ផ្សេងៗRate limits, retries, និង backoffMetadata, symbols, និង survivorshipមេរៀនរងទី 5ការធ្វើឱ្យ intraday vs daily series ឡើង៖ pitfalls នៅពេលប្រើ daily OHLCV សម្រាប់ horizons ខ្លីយល់ដឹងពីរបៀបដែលការធ្វើឱ្យ intraday data ទៅ daily bars ប៉ះពាល់ដល់ការព្យាករណ៍ horizons ខ្លី។ យើងពិនិត្យក្បួនតម្បៀត OHLCV aggregation, microstructure noise, និងរបៀបដែល daily bars អាចលាក់ gaps, jumps, និងការពង្រឹងការអនុវត្ត។
ក្បួនតម្បៀត intraday ទៅ daily aggregationVolume និង VWAP based resamplingផលប៉ះពាល់លើ volatility និង gapsMicrostructure noise និង bid-ask bounceការជ្រើសរើស bar size សម្រាប់ horizonមេរៀនរងទី 6ការរកឃើញ និងកែតម្រូវ outliers៖ price spikes, zero volume days, bad ticksរៀនរកឃើញ និងកែតម្រូវ outliers ដូចជា price spikes, zero-volume days, និង bad ticks។ យើងគ្របដណ្តប់ rule-based និង statistical filters, និងរបៀបដែលការសម្អាតខ្លាំងអាចធ្វើឱ្យ risk និង returns ពិតប្រាកដខូច។
ការកំណត់ bad ticks ដែលច្បាស់លាស់ការពិនិត្យ zero volume និង stale priceRange និង z-score based filtersការពិនិត្យឆ្លងកាត់ reference feedsការឯកសារនិង logging editsមេរៀនរងទី 7វាលរ៉ាយដែលចាំបាច់៖ open, high, low, close, adjusted close, volume, corporate actions; ការគ្រប់គ្រង splits/dividendsពិនិត្យវាលរ៉ាយដែលចាំបាច់សម្រាប់ការព្យាករណ៍ភាគហ៊ុន និងរបៀបដែល corporate actions ផ្លាស់ប្តូរពួកវា។ អ្នកនឹងរៀនប្រើ adjusted prices, ធ្វើឱ្យ volume និង splits ស្របគ្នា, និងសាង total-return series ដែលស៊ីសង្វាក់សម្រាប់ការធ្វើមូលដ្ឋានភាព។
OHLCV និង adjusted close ដែលចាំបាច់ការគ្រប់គ្រង split និង reverse splitការកែតម្រូវ dividend និង distributionការសាង total-return price seriesការផ្ទៀងផ្ទាត់ quality ការកែតម្រូវ vendorមេរៀនរងទី 8ការជ្រើសរើសភាគហ៊ុន US ដែលមានសាយភាយខ្ពស់ និងការវិសោធន៍សម្រាប់ការជ្រើសរើស horizon (១, ៥, ១០-ថ្ងៃ)កំណត់ universe ភាគហ៊ុន US ដែលមានសាយភាយខ្ពស់សមស្របសម្រាប់ការព្យាករណ៍ horizons ខ្លី។ យើងកំណត់ filters សាយភាយ និងតម្លៃ, ពិភាក្សា survivorship bias, និងវិសោធន៍ horizons ទូទៅដូចជា ១, ៥, និង ១០ ថ្ងៃពាណិជ្ជកម្ម។
ក្បួនតម្បៀត screening សាយភាយ និងតម្លៃfilters Average daily dollar volumeការគ្រប់គ្រង delistings និង mergersហេតុផលសម្រាប់ horizons ១, ៥, ១០-ថ្ងៃផលប៉ះពាល់ turnover និង transaction costមេរៀនរងទី 9យុទ្ធសាស្ត្រទិន្នន័យដែលបាត់បង់៖ forward/backward fill, interpolation, ក្បួនតម្បៀតការលុប និងផលប៉ះពាល់សម្រាប់ model biasស្វែងយល់ពីវិធីសាស្ត្រសម្រាប់គ្រប់គ្រងតម្លៃ និង volume ដែលបាត់បង់នៅក្នុងទិន្នន័យភាគហ៊ុន។ យើងប្រៀបធៀប forward និង backward fill, interpolation, និងការលុបជួរ, ដោយបញ្ជាក់ពីរបៀបដែលជម្រើសនីមួយៗអាចធ្វើឱ្យ returns និង volatility estimates មាន bias។
ការវិនិច្ឆ័យ patterns missingnessក្បួនតម្បៀត forward និង backward fillInterpolation សម្រាប់តម្លៃ និង volumeការលុបជួរ និង survivorship biasផលប៉ះពាល់លើ returns និង volatilityមេរៀនរងទី 10ការសាង index និង benchmark series (SPY, QQQ)៖ synchronization និង corporate-close alignmentរៀនសាង និងធ្វើឱ្យស្របគ្នា benchmark index series ដូចជា SPY ឬ QQQ។ យើងពិភាក្សាអំពីប្រភពទិន្នន័យ, dividend adjustments, និងរបៀបធ្វើឱ្យស្របគ្នា benchmark closes ជាមួយ universe ភាគហ៊ុនរបស់អ្នកសម្រាប់ការប្រៀបធៀបដែលយុត្តិធម៌។
ការជ្រើសរើស benchmark ETFs និង indicesតម្លៃ vs total-return benchmarksការធ្វើឱ្យស្របគ្នា benchmark និង stock calendarsការគ្រប់គ្រង benchmark corporate actionsការប្រើ benchmarks ក្នុងការវាយតម្លៃ model
