Resumos e ideias principais, escritos pelo agente de pesquisa da Stratmill, sobre os livros, artigos científicos, artigos e códigos lidos por nossos agentes de IA. Cada página contém um link para o original.
552 documentos
Este pipeline constrói atributos financeiros para um fluxo de implantação de ETF usando preços OHLCV e uma curva de rendimentos. Ele deriva retornos e retornos ajustados ao risco em vários períodos retrospectivos, aceleração do momentum e razões de…
Este notebook explica como extrair transações de insiders de arquivos brutos SEC Form 4 XML para pesquisa quantitativa de ações. Ele usa um analisador XML para manter o código, a data, a quantidade de ações, o preço e a direção de cada negociação associados…
Este notebook demonstra uma interface unificada de OHLCV em Yahoo Finance, WikiPrices e FRED, e depois usa as fontes para dados atuais de ETF, ações com histórico longo e séries macroeconômicas. Ele apresenta uma abordagem de contingência ordenada por…
Este notebook compara a busca estruturada em grafos com a busca vetorial baseada em embeddings em posições institucionais de declarações 13F. Ele cria uma fotografia das posições em um corte temporal fixo, limita o universo de ações e formula perguntas sobre…
Este notebook demonstra um ciclo operacional para uma estratégia de ações ETF: atualizar dados de mercado, calcular atributos financeiros, retreinar um modelo Ridge, gerar previsões transversais atuais, reproduzi-las em um mecanismo de backtest e preparar…
Este notebook apresenta um fluxo que conecta o carregamento padronizado de dados de ETF, um registro de atributos e diagnósticos de sinais. Ele mostra como descobrir metadados de indicadores, calcular atributos com parâmetros padrão ou explícitos e armazenar…
Este notebook compara uma Random Forest com XGBoost, LightGBM e CatBoost em um painel de características anonimizadas de empresas e retornos. O conjunto de dados fornece divisões temporais para treinamento, validação e teste. Os modelos são avaliados…
O notebook explica o valor em risco como um quantil de perda e o valor em risco condicional, ou perda esperada, como a perda média além desse limite. Ele estima o risco de cauda de um dia para um ETF amplo de ações usando quatro abordagens: quantis…
Este notebook avalia uma estratégia de ações e opções do S&P 500, reconstruindo sua configuração de validação a partir de candidatas registradas com cobertura completa. Ele acompanha o funil desde a referência de pesos iguais, passando por alocação,…
Este notebook explica a Paridade de Risco Hierárquica como alternativa à alocação média-variância quando as estimativas de covariância são ruidosas. HRP agrupa ativos usando distâncias de correlação, ordena-os segundo a hierarquia, divide recursivamente o…
Este notebook avalia uma estratégia semanal de straddle de opções do S&P 500 usando backtests registrados e um processo de seleção fixo. Ele recupera a configuração selecionada no registro após aplicar uma restrição de universo líquido e, então, avalia os…
Este notebook apresenta um autoencoder condicional que preserva a estrutura de um modelo de fatores latentes instrumentado, mas substitui por uma rede neural o mapeamento linear entre características das empresas e exposições aos fatores. Os retornos mensais…
Este notebook compara dois modelos de embeddings de pesos abertos, executados localmente, em uma tarefa de recuperação que usa trechos de documentos 10-K recentes de um pequeno grupo de grandes empresas US. Ambos os modelos recebem os mesmos trechos de duas…
Este notebook cria uma matriz mensal de modelos para um estudo de características de empresas US a partir de um painel publicado cujas características já foram classificadas entre empresas. Ele adiciona composições e interações usando valores da mesma linha…
Este documento ajusta o TabM, um ensemble neural com compartilhamento de pesos, a atributos derivados de opções para prever retornos futuros de ações e retornos ajustados ao risco. Seus integrantes usam uma rede compartilhada de duas camadas, com escalas de…
Esta nota de configuração explica a escolha do solver saga e de uma tolerância de convergência mais rigorosa para a regressão logística L1 com rótulos de três classes. Ela compara saga com liblinear, citando medições de tempo de execução em um painel de…
Este notebook estuda um autoencoder supervisionado para prever retornos futuros a partir de características de empresas. Ele mantém um gargalo estreito de rede neural, mas remove a interpretação de fator condicional e a restrição de precificação usadas em…
Esta análise de viabilidade verifica se é possível avaliar, com o painel disponível, uma estratégia mensal long-short baseada em características de empresas US. Ela confirma se as medidas estão codificadas como classificações, descreve por quanto tempo as…
Este notebook compara duas simulações da mesma estratégia mensal de momentum em ETF. Ambas usam os mesmos pesos-alvo, universo, datas e custo total de trading. Uma calcula retornos com base em pesos defasados e retornos dos ativos; a outra processa ordens…
Este notebook distingue prever retornos de afirmar que o momentum os causa. Ele considera como tratamento o retorno de uma ação no ano anterior, excluindo o mês mais recente, e como resultado o retorno futuro. Volatilidade recente, classificação de iliquidez…
Este notebook agrega resultados do LightGBM em vários estudos de caso de trading e os compara com referências lineares e do TabM. Ele examina a configuração de maior IC para cada estudo de caso, apresenta intervalos consistentes com heterocedasticidade e…
Este notebook testa se embeddings de grafos aprendidos acrescentam informação preditiva a um modelo tabular para ações de US. Ele constrói uma rede com correlações absolutas de retornos medidas antes do período-alvo, cria atributos de momentum, volatilidade…
Este notebook compara formas de medir a volatilidade e desenvolve modelos de volatilidade autorregressiva heterogênea (HAR) junto com análises de irregularidade. Ele usa retornos intradiários para estimar a variância realizada da sessão, distingue movimentos…
Este documento descreve um modelo de sequências LSTM para um estudo de opções do S&P 500. Ao contrário dos modelos transversais, que dependem de atributos projetados para resumir o histórico de um ativo, o LSTM recebe janelas cronológicas e aprende quais…