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
O documento apresenta um fluxo de trabalho que conecta carregadores padronizados de dados de mercado, um registro de indicadores prontos e diagnósticos de sinais. O cálculo de indicadores pode ser especificado por nomes, dicionários de parâmetros ou YAML,…
Este notebook apresenta a análise de componentes principais instrumentada como modelo de retornos transversais. Em vez de atribuir pesos diretos de retorno às características de cada empresa, IPCA estima um mapeamento linear compartilhado entre…
Este notebook compara quatro arquiteturas de redes neurais na mesma tarefa: prever o próximo retorno diário a partir de uma janela de retornos passados, agrupados para oito fundos negociados em bolsa. Descreve como uma rede densa, uma convolução…
Esta análise de viabilidade verifica se os dados e as premissas podem sustentar uma estratégia semanal que ranqueia ações do S&P 500 pela volatilidade implícita at-the-money e compra as ações mais bem colocadas. As opções fornecem o sinal, mas as posições…
Este notebook avalia modelos sequenciais para ranquear ações do S&P 500 usando janelas de históricos de superfícies de opções e preços. Compara um modelo linear normalizado, sem memória recorrente, a uma LSTM cujas portas transportam informações ao longo do…
Este notebook ajusta uma rede de memória de longo e curto prazo a recursos de microestrutura do NASDAQ-100 para prever retornos futuros em vários horizontes de minutos. Diferentemente de um modelo linear achatado, uma LSTM processa cada observação em…
Este notebook de conclusão compara pesos iguais, volatilidade inversa, otimização média-variância e paridade de risco hierárquica usando um sinal comum em um universo diversificado de ETF. Um modelo Ridge móvel usa momentum, distância da média móvel e…
Este notebook constrói o N-BEATS, uma arquitetura neural de previsão totalmente conectada que processa uma janela inteira de entrada e prevê uma trajetória futura. Sua variante interpretável restringe os blocos a expressar componentes por meio de bases…
Este notebook descreve a reconstrução de um livro de ofertas de NASDAQ a partir de mensagens market-by-order da DataBento para um único símbolo e dia de negociação. Apresenta um mecanismo modular que acompanha o estado de cada ordem, agrega ordens em níveis…
Este notebook examina como a frequência de rebalanceamento afeta o giro, o desempenho bruto e os resultados ajustados por custos de uma carteira de ETFs de momentum mais bem ranqueados. Estima o giro com base nas mudanças históricas dos pesos-alvo em…
Este notebook compara modelos LightGBM com uma referência ridge para prever retornos de ETF em dois horizontes. Explica por que árvores podem descobrir interações dependentes do regime, como o momentum se comportar de forma diferente sob estresse do mercado,…
Este notebook demonstra um fluxo para relacionar operações perdedoras às explicações do modelo associadas às decisões. Ele constrói um painel de características de um único ativo SPY com dados de preços e macroeconômicos, treina um modelo LightGBM em…
Este notebook descreve um fluxo de backtest de 15 minutos para previsões sobre ações do NASDAQ-100. Primeiro, executa uma verificação do funcionamento com sinais aleatórios: como o trading aleatório deveria perder após os custos, um resultado…
Este notebook constrói medidas de microestrutura de mercado a partir de dados de negócios ITCH NASDAQ, agrega negócios em barras intradiárias e diferencia aproximações de liquidez, sinais de fluxo de ordens e estado do livro de ofertas. Ele classifica…
Este notebook cria rótulos de retornos futuros para uma estratégia que lê sinais de opções listadas e negocia as ações subjacentes. Ajusta os preços diários das ações por desdobramentos e dividendos, usa um identificador persistente de ativo e define…
Este notebook estuda como os custos de transação afetam uma estratégia NASDAQ-100 rebalanceada com frequência. Primeiro, aplica pressupostos de custo em pontos-base a backtests existentes antes dos custos para mostrar como o Sharpe muda à medida que os…
Este notebook explica a análise de componentes principais instrumentada como uma forma de fazer com que as cargas dos fatores latentes dependam de características observáveis das ações, em vez de atribuir uma carga fixa a cada ação. Um mapeamento…
Este notebook demonstra como ajustar regras de StopLoss, TakeProfit e TrailingStop para uma carteira de momentum, preservando a separação cronológica entre calibração e avaliação. Ele testa larguras individuais das regras e combinações conjuntas usando dados…
Este documento demonstra como conectar uma estratégia de momentum de cinco dias de ETF à Alpaca por meio de uma interface compartilhada de estratégia. A estratégia acompanha o momentum em SPY, QQQ e IWM e gera sinais quando ele cruza um limite. Adaptadores…
Este documento apresenta uma família de modelos de retorno de empresas que pressupõe que um pequeno conjunto de fatores comuns não observados explica boa parte da seção transversal. Em vez de prever retornos diretamente a partir de características, esses…
Este documento explica como decomposições wavelet e estimativas espectrais móveis descrevem retornos financeiros em diferentes escalas de tempo. As wavelets dividem os retornos em componentes que abrangem períodos progressivamente mais lentos, permitindo…
Este notebook transforma conjuntos de previsões de modelos em backtests comparáveis de opções do S&P 500. A cada data de decisão semanal, classifica os retornos previstos, seleciona os símbolos mais bem classificados no universo líquido e vende straddles…
Este documento explica como comparar um modelo vigente e um modelo candidato em avaliação em sombra antes de alocar capital. Define previamente os papéis e os limites de promoção e, em seguida, avalia o candidato em cinco dimensões: melhora do Sharpe…
O notebook apresenta um autoencoder supervisionado para modelagem de fatores de ações. Diferentemente dos autoencoders não supervisionados, que aprendem um gargalo reconstruindo o corte transversal, este modelo também inclui retornos futuros em seu objetivo…