Pular para o conteúdo

Biblioteca de conhecimento

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.

Buscar na biblioteca

699 documentos

Machine Learning for Trading

Este notebook demonstra verificações de viés de lookahead usando preços de ETF e séries macroeconômicas. Mostra que uma média móvel centralizada inclui observações futuras, pode acompanhar de perto demais as viradas de preço e tem uma cauda recente ausente…

AçõesEstatísticaBacktestingGestão de risco
Machine Learning for Trading

Este notebook deriva o dimensionamento Kelly para uma aposta binária maximizando o logaritmo esperado da riqueza e, em seguida, ilustra como o tamanho da aposta altera a distribuição de trajetórias simuladas de riqueza. Amplia a estrutura para retornos…

Dimensionamento de posiçãoGestão de riscoConstrução de portfólioEstatística
Machine Learning for Trading

Este notebook separa a variação contínua dos preços dos saltos discretos nos retornos intradiários de ações. Estima a variância realizada diária a partir dos retornos logarítmicos ao quadrado e usa a variação bipotência como estimativa do componente contínuo…

AçõesVolatilidadeEstatísticaMicroestrutura de mercado
Machine Learning for Trading

Este notebook usa análise de componentes principais em um subconjunto líquido de ações US para extrair fatores latentes e formar carteiras próprias long-short. Explica como vetores PCA padronizados são convertidos em pesos de retorno bruto e normalizados…

AçõesInvestimento em fatoresEstatísticaGestão de risco
Machine Learning for Trading

Este notebook explica atributos pareados e transversais usando painéis de ETF. Compara os testes de cointegração de Engle–Granger e Johansen, distinguindo um spread estacionário de um simples movimento conjunto. O exemplo de um fundo de energia e um fundo de…

Trading de paresReversão à médiaEstatísticaGestão de risco
Machine Learning for Trading

Este estudo usa dados market-by-order de NVDA de dez dias de negociação para examinar como a atividade diária afeta a amostragem em barras. Filtra as negociações para o horário regular do mercado dos US, classifica os lados agressores com base nos rótulos…

AçõesMicroestrutura de mercadoExecuçãoIndicadores técnicos
Machine Learning for Trading

Este notebook apresenta um inventário comparativo de atributos financeiros projetados em estudos de caso de nove classes de ativos. Ele conta os atributos e as famílias identificadas por nome em cada painel de atributos disponível, compara o tamanho dos…

MultiativosEstatísticaInvestimento em fatores
Machine Learning for Trading

Este capítulo apresenta representações de texto financeiro, de dicionários e contagens de palavras a TF-IDF, embeddings estáticos, redes recorrentes e transformers. Ele explica as vantagens e desvantagens: métodos mais simples são rápidos, interpretáveis e…

Aprendizado de máquinaSentimentoEstatísticaAções
Machine Learning for Trading

Este notebook usa o Optuna para ajustar modelos de retorno LightGBM, considerando tanto o coeficiente de informação (IC) transversal quanto o giro das previsões. Uma busca de objetivo único maximiza IC para comparação; uma busca multiobjetivo NSGA-II…

Aprendizado de máquinaEstatísticaFuturosCripto
Machine Learning for Trading

Este notebook compara bancos de dados embutidos, baseados em servidor, de uso geral e voltados a trading em tarefas com séries temporais financeiras: gravações em lote, varreduras completas, consultas por janela temporal, agregação OHLCV e alinhamento entre…

BacktestingEstatísticaMicroestrutura de mercadoExecução
Machine Learning for Trading

Este material didático compara modelos estocásticos paramétricos e métodos bootstrap para gerar trajetórias financeiras sintéticas. Ele aborda movimento browniano geométrico, difusão com saltos, reversão à média, volatilidade estocástica de Heston e GARCH,…

EstatísticaVolatilidadeGestão de riscoBacktesting
Machine Learning for Trading

Este notebook transforma retornos futuros de 21 dias de ETF em um alvo de alta ou baixa e avalia regressões logísticas regularizadas por L1 e L2 em partições walk-forward cronológicas. Ele escala os atributos usando os dados de treinamento de cada partição…

Aprendizado de máquinaEstatísticaDimensionamento de posiçãoAções
Machine Learning for Trading

Este notebook configura o Feast como feature store para dados financeiros e baseados em modelos e, em seguida, compara suas recuperações históricas e em cada data com um join transparente, criado manualmente. Ele declara entidades, fontes com registro de…

Aprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Esta análise explica como interpretar coeficientes de informação (ICs) transversais para modelos de futuros CME e como eles se relacionam com testes posteriores de carteira. Ela calcula a correlação de postos entre retornos previstos e realizados em cada…

FuturosEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook avalia se dados históricos de ETF podem sustentar uma estratégia de classificação mensal antes da criação de qualquer modelo ou previsão. Ele verifica a elegibilidade em cada data com base na liquidez do ano anterior, conta os fundos…

AçõesBacktestingExecuçãoEstatística
Machine Learning for Trading

O documento explica como o Índice de Sharpe Deflacionado (DSR) ajusta o Sharpe de uma estratégia selecionada pelo número de estratégias testadas, pela variação entre suas estimativas de Sharpe e por distribuições de retornos não normais. Compara esse índice…

BacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook seleciona atributos candidatos para uma estratégia que vende opções de compra e de venda no dinheiro da mesma ação e com o mesmo vencimento, mantendo o straddle até o vencimento. Para cada atributo, mede se ele ordena as ações disponíveis da…

OpçõesAçõesEstatísticaGestão de risco
Machine Learning for Trading

Este notebook compara modelos LightGBM em um painel de ações US com três horizontes de retorno. A grade varia a contagem de folhas das árvores e as funções de perda, depois pontua cada configuração em vários pontos de controle do número de árvores. A…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook processa dados trimestrais em massa de posições 13F da SEC para estudar participação institucional, classificações de gestores e redes de copropriedade. Seleciona o documento mais recente de cada gestor usando as datas de apresentação, agrega…

AçõesMercados dos EUAEstatísticaMicroestrutura de mercado
Machine Learning for Trading

Este notebook avalia previsões de validação derivadas de pesquisas sobre ações e opções, convertendo-as em carteiras de ações somente compradas. Usa uma referência de pesos iguais com os K ativos mais bem classificados, compara várias concentrações de…

AçõesOpçõesBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook cria rótulos de retorno futuro para straddles vendidos no dinheiro sobre ações do S&P 500. Como o painel diário de straddles de 30 dias passa a outro preço de exercício ou vencimento a cada sessão, deslocar uma série de preços compararia…

OpçõesPrecificação de derivativosVolatilidadeBacktesting