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 notebook compara o armazenamento em CSV, Parquet, Feather e HDF5 usando um painel determinístico OHLCV de um milhão de linhas. Mede o tempo de gravação, o tempo de leitura com materialização, o tamanho do arquivo e leituras que selecionam apenas duas…
Este notebook apresenta um fluxo para transformar manchetes financeiras em sinais por ação. Ele limpa e padroniza um corpus de notícias, remove duplicatas exatas e por prefixo em grupos de ticker e data e usa embeddings de sentenças para representar o…
Este notebook explica o ciclo de vida de dados de mercado para dados diários OHLCV: carregar um histórico inicial, buscar um pequeno delta sobreposto, detectar sessões ausentes e resumir a atualidade e os problemas de validação de cada símbolo. Descreve por…
Este notebook analisa o desempenho de uma linha de base fixa de momentum ETF apenas comprada em diferentes condições de mercado, de 2010 a 2024. Ele classifica cada retorno diário usando medidas de volatilidade e tendência conhecidas antes do início desse…
Este notebook aplica previsões de características de empresas selecionadas anteriormente e uma configuração fixa de carteira a um período de holdout de um ano. Não faz novas escolhas sobre previsões, alocação, concentração, rebalanceamento ou custos de…
Este notebook examina a amostragem orientada por informação ao construir barras de desequilíbrio de ticks e de volume a partir de dados de negociações. Verifica uma implementação manual do desequilíbrio de ticks comparando-a com um amostrador de biblioteca…
Este notebook avalia stop-losses por posição, trailing stops e saídas por tempo em configurações da etapa de alocação de uma estratégia intradiária NASDAQ-100. As decisões ocorrem a cada quinze minutos, enquanto o mecanismo de backtest monitora as posições a…
Este notebook descreve um transformer com patches para previsão de séries temporais em um estudo de ações e opções do S&P 500. Ele divide uma janela de tempo em blocos contíguos e representa cada bloco como um token, permitindo que a atenção compare…
Este notebook explica a análise de componentes principais instrumentada (IPCA) para um painel variável de ações US. A PCA tradicional atribui uma carga ajustada a cada ação, o que não abrange naturalmente ativos ausentes da amostra de treinamento e mantém a…
Este notebook de atributos para ETF explica como modelos estatísticos ajustados podem vazar informações futuras por meio de seus parâmetros estimados, mesmo quando suas fórmulas usam observações passadas. A solução é um cronograma de reajuste walk-forward:…
Este notebook estuda gradient boosting em um painel de ações US, variando a capacidade das árvores, a função objetivo e o checkpoint de treinamento em três horizontes de retorno futuro. Ele explica como árvores rasas podem aprender interações entre…
Este notebook demonstra explicações SHAP para um modelo LightGBM que prevê retornos futuros de ETF. TreeSHAP fornece contribuições dos recursos para previsões individuais e resumos agregados de importância. Gráficos beeswarm e de dependência mostram a…
Este estudo de caso constrói recursos para comparar prêmios de risco de variância entre ações do S&P 500, usando straddles no dinheiro de 30 dias e dados do preço do ativo subjacente. Mede a volatilidade implícita em relação à volatilidade realizada em…
Este estudo de caso explica como gerar previsões para um período de holdout depois que as escolhas de modelo e estratégia foram feitas com dados de validação. Recupera a configuração selecionada anteriormente, reconstrói sua especificação de treinamento e a…
Este notebook apresenta o EdgarTools para explorar documentos SEC por empresa e tipo de documento. Ele mostra como localizar emissores usando identificadores CIK estáveis, obter relatórios anuais e trimestrais, extrair demonstrações financeiras XBRL e…
Este notebook descreve um modelo sequencial LSTM para prever retornos de ações a partir de janelas ordenadas de recursos recentes. Cada exemplo usa 60 sessões consecutivas de uma ação; janelas que cruzam lacunas de listagem, interrupções ou outras…
Este notebook sintetiza resultados de validação registrados para cinco estimadores de fatores latentes — PCA, IPCA, CAE, SDF e SAE — em nove estudos de caso. Primeiro informa quais estimadores têm resultados em cada painel; depois identifica o maior…
Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a um painel de ações US, representado por uma linha de recursos por ação e sessão. Uma base compartilhada de duas camadas alimenta vários membros, cada um com seu próprio vetor de…
Este notebook define alvos de retorno futuro para classificar ações US e explica como fazer com que os horizontes correspondam às sessões reais de negociação. Usa preços ajustados por desdobramentos e dividendos para calcular retornos, mas usa o fechamento…
Este script reúne posições de investidores institucionais em declarações SEC 13F de duas formas: pode recuperar declarações de um conjunto selecionado de gestores ou baixar os arquivos trimestrais em lote da SEC. Ambos os caminhos normalizam as posições em…
Este notebook aplica análise de componentes principais a um painel de retornos de ações de US para representar movimentos amplos compartilhados com um conjunto menor de fatores. Cada fator é uma direção de variação comum, e a carga de cada ação descreve sua…
Este estudo de caso aplica estimação causal ao momentum de ETF e pergunta se seu efeito nos retornos futuros varia com a volatilidade do mercado. Usa um tratamento de momentum contínuo, um resultado de retorno futuro de 21 dias, controles de volatilidade e…
Este notebook apresenta o NLinear como um modelo sequencial simples de referência para prever retornos de ações ao longo de US. Cada exemplo usa uma janela de 60 sessões consecutivas para uma ação, com indicadores organizados em ordem temporal. Para cada…
O documento descreve um estudo walk-forward de redes neurais TabM que preveem retornos mensais a partir de características de empresas. Como o executor de treinamento compartilhado fixa o objetivo em erro quadrático para regressão e entropia cruzada para…