по мотивам: Marcos López de Pradoafter: Marcos López de Prado

Машинное Обучение в Трейдинге и Финансовой ИнженерииMachine Learning in Trading & Financial Engineering

Финансовые бары и стационарность временных рядов, микроструктура рынка, генерация признаков, сэмплирование событий и алгоритмы HFT/quant. Каркас: 2 подраздела, 6 пунктов, страницы ещё не написаны.Financial bars and time-series stationarity, market microstructure, feature engineering, event-based sampling, and HFT/quant algorithms. Skeleton: 2 subsections, 6 items, pages not yet written.

8.1 Специфика Финансовых Данных и Микроструктура8.1 Financial-data specifics & microstructure

8.1.1 Финансовые барыFinancial barsНеэффективность Time Bars, построение Volume Bars, Dollar Bars, Tick Bars, Run/Imbalance Bars.The inefficiency of time bars; building volume bars, dollar bars, tick bars, run/imbalance bars. 8.1.2 Стационарность и памятьStationarity & memoryДробное дифференцирование (Fractional Differentiation) для сохранения памяти временного ряда при достижении стационарности.Fractional differentiation for preserving a time series's memory while achieving stationarity. 8.1.3 Микроструктура рынкаMarket microstructureУстройство L2/L3 Order Book, Order Flow Imbalance (OFI), Volume-Synchronized Probability of Toxicity (VPIN).L2/L3 order-book structure, order flow imbalance (OFI), volume-synchronized probability of informed trading (VPIN).

8.2 Генерация Признаков и Моделирование8.2 Feature engineering & modeling

8.2.1 Feature EngineeringАнализ спектра (FFT, Wavelets), микроструктурные фичи, энтропия рыночного потока.Spectral analysis (FFT, wavelets), microstructure features, market-flow entropy. 8.2.2 Сэмплирование событийEvent-based samplingCUSUM Filter, Triple-Barrier Method (фиксация Profit-Take, Stop-Loss и Time-Out).The CUSUM filter, the triple-barrier method (profit-take, stop-loss, and time-out). 8.2.3 Алгоритмы в HFT/QuantAlgorithms in HFT/quantПрименение XGBoost/LightGBM для предсказания движения спреда, HMM (скрытые марковские модели) для определения режимов рынка, RL для оптимального исполнения ордеров (Optimal Execution).Applying XGBoost/LightGBM to predict spread movement, HMMs (hidden Markov models) for market-regime detection, RL for optimal order execution.

статусstatus

Это каркас: 2 подраздела и 6 пунктов зафиксированы, страницы ещё не написаны. Содержимое разделов адаптировано из kb/theory.md — личного высокоуровневого плана базы знаний, а не готового текста.This is a skeleton: 2 subsections and 6 items are locked in, pages not yet written. Section content is adapted from kb/theory.md — a personal high-level knowledge-base outline, not finished prose.