کتاب Machine Learning for Trading

کتاب Machine Learning for Trading: A disciplined workflow from research to live execution, with nine case studies and AI agents (یادگیری ماشین برای معامله‌گری: یک فرایند کاری منضبط از مرحلهٔ تحقیق تا اجرای زنده، همراه با نه مطالعهٔ موردی و عامل‌های هوش مصنوعی) نسخه‌ی سوم، نوشته‌ی استفان یانسن، یک راهنمای جامع و حرفه‌ای برای طراحی، اعتبارسنجی و اجرای سیستم‌های معاملاتی الگوریتمی با استفاده از یادگیری ماشین است . این کتاب با معرفی “فرایند کاری ML4T در ۷ مرحله”، یک چارچوب منظم از تحقیق تا اجرای زنده ارائه می‌دهد و نحوه‌ی تبدیل داده‌های خام بازار، داده‌های بنیادی و جایگزین را به سیگنال‌های پیش‌بینی‌کننده و سیستم‌های معاملاتی مقاوم آموزش می‌دهد.

در ادامه مقدمه‌ای از کتاب Machine Learning for Trading را از زبان نویسنده شرح خواهیم داد.

مقدمه‌ای بر کتاب Machine Learning for Trading:

یادگیری ماشین، هم آنچه را در معامله‌گری سیستماتیک ممکن شده تغییر داده، و هم اینکه چقدر می‌توانید خودتان را گول بزنید. همان ابزارهایی که یک مزیت واقعی را کشف می‌کنند، اگر با بی‌دقتی به کار روند، مزیتی می‌سازند که فقط در پس‌آزمایش (بک‌تست) شما وجود دارد. این کتاب دربارهٔ تفاوت میان استفادهٔ دقیق و بی‌دقت از ابزارهاست: اینکه چگونه یک ایدهٔ پژوهشی را تا مرحلهٔ تبدیل شدن به استراتژی‌ای که بتوانید در بازار زنده اجرا کنید و به اجرای آن ادامه دهید، پیش ببرید، بدون اینکه در این مسیر نویز را با سیگنال اشتباه بگیرید.

نسخهٔ سوم بازنویسی کاملی از پایه است و حول یک فرایند کاری سرتاسری واحد سازماندهی شده. نسخه‌های قبلی روش‌به‌روش پیش می‌رفتند. این نسخه اما یک فرایند واحد را از ابتدا تا انتها دنبال می‌کند: از زیرساخت داده و تحقیق دربارهٔ استراتژی، گذر از مرز شواهدی که تنظیم (تونینگ) را از ارزیابی جدا می‌کند، تا استقرار و پایش، همراه با یک حلقهٔ بازخورد که با کاهش مزیت استراتژی، آن را دوباره آموزش می‌دهد، متوقف می‌کند یا بازنشسته می‌نماید.

۹ مطالعهٔ موردی در سراسر کتاب Machine Learning for Trading جریان دارند، از دادهٔ خام گرفته تا ویژگی‌ها، مدل‌ها، پس‌آزمایش‌ها، هزینه‌ها، ریسک و در نهایت ارزیابی استقرار. صندوق‌های قابل معامله در بورس (ETF)، قراردادهای دائمی ارزهای دیجیتال، سهام درون‌روز، آپشن‌ها، ارزهای خارجی (FX)، فیوچرز و پانل‌های عاملی سهام، همگی از همان خط‌لوله عبور می‌کنند، که به شما نشان می‌دهد یک فرایند منضبط کجا کار می‌کند، کجا از کار می‌افتد و چرا.

دو رشتهٔ جدید در این نسخه وجود دارند که عمداً در سراسر فرایند کاری جاری می‌شوند، نه اینکه در یک مرحلهٔ خاص متوقف شوند. هوش مصنوعی مولد، تولید افزایش‌یافته با بازیابی (RAG) را مبتنی بر گزارش‌های مالی، گراف‌های دانش و سیستم‌های پژوهشی چندعاملی به ارمغان می‌آورد. یادگیری ماشین علی نیز ابزارهایی برای جداسازی اثر واقعی از همبستگی تصنعی فراهم می‌کند.

در کنار این‌ها، این نسخه یک مسیر کامل تولیدی (پروداکشن)، مجموعه‌ی وسیع‌تری از مدل‌ها از جمله بوستینگ گرادیانی تا معماری‌های مدرن سری‌های زمانی و داده‌های جدولی، یادگیری تقویتی برای اجرا و پوشش ریسک، و همچنین مولدهای داده‌ی مصنوعی برای اعتبارسنجی در مواقعی که تاریخچه کوتاه است، اضافه می‌کند. در سراسر کتاب Machine Learning for Trading، دقت روش‌شناختی به عنوان یک موضوع درجه‌یک در نظر گرفته می‌شود: اعتبارسنجی پیش‌رونده (واک‌فوروارد)، مسائل آزمون‌های چندگانه و بیش‌برازش که بی‌سروصدا اکثر پس‌آزمایش‌ها را باطل می‌کنند، و ابزارهایی که با آن‌ها مقابله می‌کنند، از نسبت شارپ تعدیل‌شده (Deflated Sharpe Ratio) گرفته تا پیش‌بینی تطبیقی (Conformal Prediction).

اگر یک ادعا وجود داشته باشد که کتاب از ابتدا تا انتها از آن دفاع می‌کند، همان عنوان کتاب است: فرایند، مزیت شماست. بازارها دچار روندِ خزشی می‌شوند، دچار شکست می‌گردند و رژیم خود را تغییر می‌دهند. یک مدل ناب که یک‌بار کشف کرده‌اید، یک مزیت نیست؛ یک فرایند پژوهشی که به اندازهٔ کافی منضبط باشد تا متوجه شود یک سیگنال در حال تضعیف است و به اندازهٔ کافی انعطاف‌پذیر باشد که مسیر خود را تغییر دهد، مزیت محسوب می‌شود.

آنچه کتاب Machine Learning for Trading پوشش می‌دهد

یک مقدمه و یک فصل پایانی، شش بخش هم‌سو با فرایند کاری کتاب را در بر می‌گیرند.

فصل ۱، فرایند، مزیت شماست، کتاب را با این استدلال آغاز می‌کند که انضباط فرایندی بر پیچیدگی مدل برتری دارد و فرایند کاری ML4T و مرز شواهدی که اکتشاف را از تأیید جدا می‌کند، معرفی می‌شود.

بخش اول کتاب Machine Learning for Trading — داده‌های مالی (فصل‌های ۲ تا ۵) بازارها، ابزارها و زیرساخت‌هایی را پوشش می‌دهد که بقیهٔ کتاب بر آن‌ها بنا شده است.

فصل ۲، جهان داده‌های مالی، یک رده‌بندی از داده‌های بازار، بنیادی و جایگزین در هشت ردهٔ دارایی ارائه می‌دهد، سوگیری بقا (survivorship bias) را کمّی می‌کند، و قالب‌های ذخیره‌سازی و چارچوب کیفیت داده‌ای را که در سراسر کتاب استفاده می‌شود، معیار قرار می‌دهد.

فصل ۳، ریزساختار بازار، از پیام‌های خام بورس تا میله‌های آماده برای ویژگی‌سازی را پوشش می‌دهد: پردازش (parsing) داده‌های NASDAQ ITCH، بازسازی دفترچهٔ سفارش محدود (limit order book)، طبقه‌بندی معاملات، و روش‌های نمونه‌برداری میله‌ای.

فصل ۴ کتاب Machine Learning for Trading، داده‌های بنیادی و جایگزین، خط‌لوله‌های نقطه‌به‌روز (point-in-time) برای گزارش‌های SEC EDGAR، تفکیک هویت نهادها (entity resolution)، بنیادهای کلان و کالایی، و ارزیابی داده‌های جایگزین، از جمله داده‌های زنجیره‌ای ارزهای دیجیتال و بازارهای پیش‌بینی، می‌سازد.

فصل ۵، داده‌های مالی مصنوعی، تاریخچه‌های جایگزین بازار را برای اعتبارسنجی مقاوم با استفاده از TimeGAN، Tail-GAN، Sig-CWGAN، مدل‌های انتشار (diffusion) و تولید مبتنی بر مدل‌های زبانی بزرگ (LLM) تولید می‌کند، که همگی از طریق چارچوب وفاداری–مفید‌بودن–حریم‌خصوصی ارزیابی می‌شوند.

بخش دوم کتاب Machine Learning for Trading — طراحی پژوهش و مهندسی ویژگی (فصل‌های ۶ تا ۱۰) مسئلهٔ معامله‌گری را تعریف می‌کند، سپس داده‌ها را به برچسب‌ها، ویژگی‌ها و ارزیابی‌هایی تبدیل می‌کند که تعیین می‌کنند هر مدلی چه چیزی می‌تواند بیاموزد.

فصل ۶، چارچوب پژوهش استراتژی، پیش از ساخته شدن هر مدلی، بازی معامله‌گری را تعریف می‌کند — قواعد جهان قابل معامله، برنامهٔ تصمیم‌گیری، مدل هزینه، پروتکل ارزیابی و ثبت اجراها — و نه مطالعهٔ موردی را همراه با انضباط اعتبارسنجی پیش‌رونده (واک‌فوروارد) معرفی می‌کند که لنگرگاه فصل‌های ۷ تا ۲۰ است.

فصل ۷ کتاب Machine Learning for Trading، تعریف وظیفهٔ یادگیری، مهندسی برچسب، ارزیابی تک‌ویژگی با ضرایب اطلاعاتی (IC)، کنترل آزمون‌های چندگانه، و بررسی‌های علیّت‌پذیری را پوشش می‌دهد.

فصل ۸، مهندسی ویژگی‌های مالی، پنج خانواده ویژگی را از داده‌های قیمتی، همراه با ویژگی‌های ساختاری، بین‌ابزاری و زمینه‌ای می‌سازد، و انتخاب ویژگی را با آزمون‌های مقاوم‌سازی پوشش می‌دهد.

فصل ۹، استخراج ویژگی مبتنی بر مدل، ویژگی‌هایی را از مدل‌های برازش‌شده استخراج می‌کند — فیلترهای کالمن، روش‌های طیفی، نوسان‌پذیری GARCH، و احتمالات رژیم در مدل‌های مخفی مارکوف (HMM) — در حالی‌که صحت نقطه‌به‌روز در سراسر فرایند رعایت می‌شود.

فصل ۱۰، مهندسی ویژگی‌های متنی، از کیسه‌واژگان (bag-of-words) تا ترنسفورمرها را پوشش می‌دهد: TF-IDF، تعبیه‌های کلمات (word embeddings)، مدل‌های ترتیبی، تحلیل احساسات FinBERT، تشخیص نهادهای نام‌دار مالی (NER) و سیگنال‌های بازگشت مبتنی بر اخبار.

بخش سوم کتاب Machine Learning for Trading — توسعهٔ مدل (فصل‌های ۱۱ تا ۱۵) پنج خانواده مدل را بر روی همان نه مطالعهٔ موردی به کار می‌برد، که هر کدام بر روی خط‌پایهٔ خطی (linear baseline) بنا شده‌اند.

فصل ۱۱، خط‌لولهٔ یادگیری ماشین، مدل‌های خطی منظم‌شده را به عنوان خط‌پایه‌ای که هر مدل بعدی باید از آن بهتر عمل کند، معرفی می‌کند، همراه با قابلیت تفسیر SHAP، پیش‌بینی تطبیقی (conformal prediction) و مقایسه‌ای میان مجموعه‌داده‌ها.

فصل ۱۲، مدل‌های پیشرفته برای داده‌های جدولی، بوستینگ گرادیانی (XGBoost، LightGBM، CatBoost) را با تنظیم چندهدفه و جایگزین‌های یادگیری عمیق جدولی، همراه با قابلیت تفسیرپذیری و نتایج میان مجموعه‌داده‌ها پوشش می‌دهد.

فصل ۱۳، یادگیری عمیق برای سری‌های زمانی، مدل‌های LSTM، N-BEATS، ترنسفورمرها، TSMixer، TCN و Mamba را در مقابل بحث LTSF-Linear مرور می‌کند، با ارائه شواهدی دربارهٔ زمان‌هایی که یادگیری عمیق مفید است.

فصل ۱۴ کتاب Machine Learning for Trading، مدل‌های عامل نهفته (Latent Factor)، سبدهای ویژه‌مقدار PCA، IPCA، خودرمزگذارهای شرطی و نظارت‌شده، و برآورد SDF پادآورانه (adversarial) را پوشش می‌دهد، با نتایجی دربارهٔ زمان‌هایی که عوامل نهفته ارزش افزوده ایجاد می‌کنند.

فصل ۱۵، یادگیری ماشین علی، از یادگیری ماشین دوگانه (Double ML)، مدل‌های سری‌زمانی ساختاری بیزی (BSTS) و کشف علیّت برای جداسازی اثرات واقعی از همبستگی‌های تصنعی در میان مطالعه‌های موردی استفاده می‌کند.

بخش چهارم — پیاده‌سازی استراتژی (فصل‌های ۱۶ تا ۲۰) پیش‌بینی‌ها را از طریق پس‌آزمایش (بک‌تست)، ساخت سبد، هزینه‌ها، ریسک و ترکیب به استراتژی‌های قابل استقرار تبدیل می‌کند.

فصل ۱۶، شبیه‌سازی استراتژی، با پس‌آزمایش به عنوان ابزار ابطال‌پذیری برخورد می‌کند: مشخصات پروتکل، موتورهای برداری در مقابل رویدادمحور، گزارش‌دهی معیارها و کنترل بیش‌برازش در سطح استراتژی.

فصل ۱۷، ساخت سبد سرمایه‌گذاری، از نمرات تا سبدها را با بهینه‌سازی میانگین–واریانس و دام‌های آن، برابری ریسک سلسله‌مراتبی (HRP)، تعیین اندازهٔ موقعیت به روش کلی، اندازه‌گذاری موقعیت تطبیقی (conformal) و مقایسه‌ای کنترل‌شده میان تخصیص‌دهنده‌ها پوشش می‌دهد.

فصل ۱۸، هزینه‌های معامله، شامل رده‌بندی هزینه‌ها، برآورد اسپرد و اثر بازار، الگوریتم‌های اجرا، تحلیل هزینهٔ معامله و هزینه‌های نقطه‌سر به سر است که در رده‌های دارایی متفاوت بسیار متغیرند.

فصل ۱۹ کتاب Machine Learning for Trading، مدیریت ریسک، شامل VaR/CVaR، کنترل کاهش‌حاشیه (drawdown)، تفکیک عاملی و بخشی، آزمون‌های تنش، لایه‌های تطبیقی، پوشش ریسک عمیق (deep hedging) و کلیدهای قطع اضطراری است.

فصل ۲۰، ترکیب استراتژی، آنچه را که نه آزمایش دربارهٔ تبدیل پیش‌بینی‌ها به استراتژی نشان می‌دهد، گرد هم می‌آورد: ناهمبستگی IC–شارپ، آبشاری خانواده‌های مدل، تحلیل بقای هزینه‌محور، و چارچوب تصمیم‌گیری برای فعالان بازار.

بخش پنجم کتاب Machine Learning for Trading — هوش مصنوعی پیشرفته (فصل‌های ۲۱ تا ۲۴) یادگیری تقویتی، مدل‌های بزرگ زبانی، گراف‌های دانش و عامل‌های خودمختار برای امور مالی را پوشش می‌دهد.

فصل ۲۱ کتاب Machine Learning for Trading، یادگیری تقویتی، اجرا و پوشش ریسک را به عنوان فرایندهای تصمیم‌گیری مارکوف (MDP) فرموله می‌کند و DQN، PPO و SAC را برای اجرای بهینه، بازارسازی و پوشش ریسک عمیق به کار می‌برد.

فصل ۲۲، RAG برای پژوهش مالی، تولید افزایش‌یافته با بازیابی (RAG) را مبتنی بر گزارش‌های SEC، از مرحلهٔ دریافت و تعبیه‌سازی دامنه‌ای تا بازیابی ترکیبی، ارزیابی و گذار به جریان‌های کاری عاملی، می‌سازد.

فصل ۲۳، گراف‌های دانش، شامل ساخت گراف دانش از گزارش‌ها، Graph RAG برای استدلال چندپله‌ای، ویژگی‌های گرافی برای یادگیری ماشین، و جلوگیری از نشت زمانی (temporal leakage) است.

فصل ۲۴ کتاب Machine Learning for Trading، عامل‌های خودمختار، معماری عامل‌ها، حافظه و ابزارها، پشتهٔ مهندسی، یک عامل خودمختار پژوهشی در حوزهٔ سهام با حفظ وضعیت، و پیش‌بینی چندعاملی با مناظرهٔ پادآورانه را پوشش می‌دهد.

بخش ششم کتاب Machine Learning for Trading — تولید (فصل‌های ۲۵ تا ۲۶) استراتژی‌ها را به محیط زنده می‌برد، همراه با سیستم‌ها و زیرساخت‌های عملیاتی مورد نیاز.

فصل ۲۵، سیستم‌های معاملاتی زنده، یک چارچوب یکپارچه ارائه می‌دهد که تحقیق و تولید را با استفاده از Interactive Brokers، Alpaca و پلتفرم‌های مدیریت‌شده، مدیریت چرخهٔ حیات سفارش و آمادگی عملیاتی پیوند می‌زند.

فصل ۲۶، MLOps و حاکمیت، شامل یک رده‌بندی از خطاهای یادگیری ماشین، تشخیص رانش (drift)، استقرار ایمن، قطع‌کننده‌های مدار (circuit breaker)، فروشگاه ویژگی‌ها (feature store) و ردیابی آزمایش‌ها است.

نتیجه‌گیری، فصل آغازین را قاب می‌گیرد: پس از اجرای کامل فرایند کاری، کتاب به جایی که شروع کرده بود بازمی‌گردد.

فصل ۲۷، مزیت سیستماتیک، با فلسفهٔ سیستماتیک، مسیرهای شغلی، منابع یادگیری، مرزهای پژوهشی و چگونگی ساخت مزیت شخصی خودتان به پایان می‌رسد.

سرفصل‌های کتاب Machine Learning for Trading:

• Preface
• The Process Is Your Edge
• The Financial Data Universe
• Market Microstructure
• Fundamental and Alternative Data
• Synthetic Financial Data
• Strategy Research Framework
• Defining the Learning Task
• Financial Feature Engineering
• Model-Based Feature Extraction
• Text Feature Engineering
• The ML Pipeline
• Advanced Models for Tabular Data
• Deep Learning for Time Series
• Latent Factor Models
• Causal Machine Learning
• Strategy Simulation
• Portfolio Construction
• Transaction Costs
• Risk Management
• Strategy Synthesis
• Reinforcement Learning
• RAG for Financial Research
• Knowledge Graphs
• Autonomous Agents
• Live Trading Systems
• MLOps and Governance
• The Systematic Edge
• Other Books You May Enjoy
• Index

جهت دانلود کتاب Machine Learning for Trading می‌توانید پس از پرداخت، دریافت کنید.