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 explica a análise de componentes principais instrumentada para modelar retornos de ETF. Diferentemente da PCA comum, que atribui exposições fatoriais fixas a cada fundo, a IPCA modela as exposições de cada fundo como uma função linear…
Este notebook usa registros de negociação NASDAQ ITCH para examinar como o volume e a atividade de negociação variam ao longo da sessão regular. Ele reamostra as negociações em barras temporais, compara preço e volume de ações representativas com atividade…
Este notebook compara modelos preditivos para ordenar ações do NASDAQ-100 pelo retorno dos próximos 15 minutos, usando informações intradiárias de microestrutura, como spreads, desequilíbrio de profundidade, volume com sinal e impacto no preço. Ele seleciona…
Esta avaliação examina features da superfície de opções, derivadas de preços e de volatilidade condicional em relação a retornos futuros de ações. Para cada sessão, calcula uma correlação de ordenação transversal entre os valores das features e os retornos…
Este módulo explica como preparar preços históricos do S&P 500 quando os símbolos de ticker podem se referir a diferentes ativos ao longo do tempo. Ele aplica fatores de ajuste por ações corporativas, acompanha identificadores de ativos e marca limites de…
Este notebook explica a análise de componentes principais instrumentalizada (IPCA) para um painel de ações com features da superfície de opções. Diferentemente da PCA comum, que estima as exposições de cada ação a partir de seu histórico de retornos, a IPCA…
Este notebook apresenta um pipeline para extrair relações entre fornecedores, clientes e concorrentes de documentos 10-K de empresas e armazená-las como um grafo de conhecimento Neo4j. Um modelo de linguagem local propõe triplas estruturadas de sujeito,…
Este guia de dados compara duas fontes de dados de ticks de ações US para pesquisa de livro de ofertas e microestrutura de mercado. Os registros market-by-order da Databento fornecem eventos pré-processados de inclusão, alteração, cancelamento e negociação,…
Este notebook demonstra o ajuste fino de um transformer para reconhecimento de entidades nomeadas em textos financeiros, convertendo trechos de texto em campos estruturados de organizações, pessoas, valores monetários, datas e porcentagens. Ele apresenta…
Este notebook explica três formas de transformar dados do NASDAQ-100 em frequência de minutos em features baseadas em modelos: uma regressão HAR móvel para previsões de variância e erros de previsão, uma transformada de Fourier para padrões recentes de…
Este notebook compara quatro formas de recuperar trechos de um corpus de textos de documentos empresariais: BM25, embeddings densos, fusão recíproca de classificação (RRF) e um reranqueador cross-encoder. RRF combina listas classificadas em vez de pontuações…
Este estudo de caso avalia sinais transversais diários em um amplo universo de ações US e apresenta um longo fluxo de pesquisa, desde dados disponíveis em cada momento e variáveis construídas até comparação de modelos, construção de portfólio, custos e…
Este notebook compara LightGBM com um MLP, TabM e, quando disponível, TabPFN para prever retornos futuros de ETF a partir de variáveis tabulares. Os modelos são avaliados nas mesmas partições cronológicas walk-forward, usando como principais medidas de…
Este notebook compara mínimos quadrados ordinários com Ridge, LASSO e Elastic Net para prever retornos futuros de 21 dias em ETFs. Os modelos usam as mesmas partições walk-forward declaradas, com um intervalo de purga correspondente ao horizonte do rótulo.…
Este notebook explica um modelo de tendência linear local em espaço de estados para extrair variáveis financeiras dos níveis de preço. O estado oculto contém um nível de preço e sua inclinação; as observações são fechamentos com ruído. A cada etapa, o filtro…
Este notebook cria rótulos de retorno futuro das ações para uma estratégia que lê dados de opções listadas para classificar ações e depois mantém essas posições. Ele cria uma série de preços ajustada para considerar eventos corporativos e identifica empresas…
Este notebook formula uma ordem principal como um problema de controle de horizonte finito. A cada intervalo, o Q-learning tabular escolhe um multiplicador para uma fatia de negociação baseada em VWAP, considerando o tempo e o estoque restante, além dos…
Este notebook usa retornos históricos de ações US para construir uma rede de correlação e explorar a construção de carteiras. Ele seleciona um universo líquido com dados da janela de estimação, converte correlações entre pares em distâncias e extrai uma…
Este notebook apresenta a análise de componentes principais como uma referência de fator latente não condicionada para prever retornos de ações em um estudo de análise de opções. PCA usa o painel histórico de retornos para estimar movimentos comuns e a…
Este estudo de caso examina se informações de opções listadas podem ajudar a selecionar ações do S&P 500. Ele combina preços diários de ações com níveis de volatilidade implícita em opções, assimetria, estrutura a termo e medidas do prêmio de risco de…
Este notebook usa a excursão máxima favorável (MFE) e a excursão máxima adversa (MAE) para fundamentar as larguras dos rótulos de barreira tripla em trajetórias de preços observadas. Para uma posição aberta no fechamento de uma barra, ele mede o melhor…
O documento apresenta GReaT, uma estrutura que serializa linhas de dados financeiros numéricos e categóricos mistos como texto, ajusta um modelo de linguagem com esses registros e converte o texto gerado de volta em tabelas. O exemplo cria características de…
Este notebook usa análise de componentes principais para representar os movimentos comuns em um amplo painel de ações US. PCA extrai direções que explicam a variação compartilhada nos retornos; a carga de cada ação mede sua exposição a cada direção. Uma…
Este notebook apresenta uma rede convolucional temporal (TCN) para prever retornos futuros de ETF a partir de sequências de características de retornos anteriores. Convoluções causais garantem que uma saída use apenas observações até sua data, enquanto…