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.
699 documentos
Este tutorial explica como detectar e prevenir viés de antecipação em dados de ETF e macroeconômicos. Ele demonstra que médias móveis centralizadas usam observações futuras, enquanto uma correlação simples entre o nível de uma característica e o retorno do…
O documento avalia como os custos de trading alteram o desempenho na validação de uma alocação em ações e opções do S&P 500, selecionada anteriormente. Ele varia cobranças por lado como fração do valor negociado e as compara com uma comissão fixa por ação e…
Este notebook usa análise de componentes principais baseada em correlação nos retornos setoriais de ETF para descrever fatores de risco comuns e rotação setorial. A padronização dos retornos dá variância unitária a cada setor antes da decomposição, reduzindo…
O notebook compara dropout de Monte Carlo e ensembles profundos como formas de estimar a incerteza em previsões de retornos diários de ETF. O dropout permanece ativo em previsões repetidas, enquanto os membros do ensemble são treinados separadamente; a…
Este notebook apresenta métodos para detectar mudanças em séries temporais financeiras, usando SPY como exemplo. Ele compara o teste de Zivot–Andrews, que estima uma quebra enquanto testa uma hipótese de raiz unitária, com PELT e a segmentação binária, que…
Este notebook avalia um modelo pré-treinado de sentimento financeiro em manchetes do FinMarBa e explica por que o resultado não é um teste claro de transferência de sentimento. O FinBERT foi treinado com julgamentos humanos sobre o sentimento do texto,…
Este notebook compara modelos sequenciais em grade semanal para prever o mesmo retorno futuro de cinco sessões usado na grade diária. A amostragem às sextas-feiras torna esse rótulo aproximadamente um alvo de um passo à frente, permitindo comparar uma…
Este notebook cria um assistente de pesquisa com recuperação aumentada sobre trechos de documentos 10-K de empresas dos US. Ele carrega os documentos, divide o texto em janelas de frases, gera embeddings dos trechos com um modelo local e os indexa para busca…
Esta análise exploratória descreve um painel diário de fundos negociados em bolsa distribuídos em nove grupos. Ela verifica a cobertura dos símbolos ao longo do tempo, compara o painel com o dicionário de classificação, examina valores nulos e observações…
Este notebook demonstra o treinamento de uma rede adversarial generativa com atributos diários de ETF e privacidade diferencial. Ele apresenta a garantia e o orçamento de privacidade e, em seguida, usa Opacus para limitar o gradiente do discriminador de cada…
Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a alvos de retornos acionários construídos com atributos de opções sobre ações. Seus membros usam uma estrutura comum de rede com duas camadas, vetores separados de escala de…
Este notebook explica como construir rótulos de retornos futuros de preços para um painel de contratos perpétuos de cripto em intervalos de oito horas. Ele desloca os horários de abertura das barras para o momento em que os dados da barra concluída ficam…
Este capítulo apresenta métodos para gerar dados financeiros sintéticos e decidir se o resultado é útil. Ele parte do número limitado de trajetórias de mercado realizadas e do risco de que buscas repetidas por estratégias inflem o desempenho aparente do…
Este notebook especifica e executa uma análise de aprendizado de máquina duplo sobre o efeito do prêmio de risco de variância nos retornos de opções do S&P 500 até o vencimento. Antes da execução, ele apresenta o estimando, o momento observado, os fatores de…
Este notebook aplica TabM a uma tabela simples de atributos de ações dos US, posicionando-o entre modelos lineares penalizados e ensembles de árvores. Cada membro do ensemble compartilha uma estrutura de rede neural, mas tem seu próprio vetor de escala e…
Este notebook descreve um autoencoder supervisionado que comprime linhas de atributos de ETF em uma representação de baixa dimensão e prevê retornos futuros diretamente a partir dela. Ao contrário de um autoencoder condicional, ele não pressupõe que os…
Este notebook ajusta modelos ridge, lasso e elastic net a um amplo conjunto de características consolidadas de ações dos US, incluindo medidas de valor, rentabilidade, investimento, momentum, tamanho, risco e liquidez. Ele avalia retornos mensais brutos, um…
Esta análise compara modelos de previsão de ETF registrados, de várias famílias, em um painel multiclasse de ativos compartilhado. Ela avalia como cada modelo ordena fundos por retornos subsequentes usando coeficientes de informação, examina intervalos de…
Esta análise aplica análise de componentes principais baseada em correlação aos retornos de fundos setoriais negociados em bolsa. Padronizar os retornos antes da decomposição dá variância unitária a cada setor, de modo que os componentes principais descrevem…
Este utilitário calcula métricas de viés de seleção e incerteza de desempenho para grupos de backtests de estratégias. Ele forma coortes nos níveis de família, de etapa e rótulo em conjunto e de rótulo, e então calcula medidas como índices de Sharpe…
Este documento descreve princípios de implementação para um mecanismo compartilhado de backtest e se concentra na interpretação correta de grades de retornos ao anualizar o desempenho. Estima a frequência de amostragem observada a partir dos intervalos…
Este documento apresenta um autoencoder supervisionado como controle para modelos condicionais de fatores latentes. Ele mapeia características de empresas diretamente para retornos futuros, comprimindo 57 entradas por meio de um gargalo estreito. A…
Este notebook explica como desdobramentos de ações e dividendos em dinheiro alteram séries históricas de preços brutos e distorcem os retornos calculados. Ele demonstra o ajuste retroativo, no qual os preços históricos são reescalados para refletir eventos…
Este notebook usa variáveis ETF e retornos futuros para demonstrar a inferência clássica por mínimos quadrados ordinários antes de abordar métodos voltados à previsão. Examina testes de coeficientes e erros-padrão e, em seguida, diagnostica…