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 cria um fluxo de monitoramento para um modelo financeiro implantado, usando artefatos reais de holdout. Antes de medir a deriva, verifica se os dados de atributos recebidos estão preenchidos e têm estrutura válida; depois, compara janelas de…

Aprendizado de máquinaEstatísticaGestão de riscoAções
Machine Learning for Trading

Este notebook explica como interpretar previsões de regressão Ridge para um painel de ETF com SHAP. Em um modelo linear, a atribuição de cada atributo é seu coeficiente multiplicado pelo desvio do atributo em relação à média do conjunto de referência de…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

Este notebook compara dois métodos de estimativa de spreads bid-ask quando os dados históricos têm abertura, máxima, mínima, fechamento e volume diários, mas não incluem cotações. Corwin-Schultz separa spread e volatilidade comparando intervalos entre máxima…

Microestrutura de mercadoExecuçãoEstatísticaGestão de risco
Machine Learning for Trading

Este notebook apresenta um fluxo de trabalho para transformar registros regulatórios anuais e trimestrais SEC em texto estruturado para análises posteriores de sentimento, tópicos e embeddings. Ele mapeia as seções desejadas para números de itens específicos…

AçõesSentimentoOrientado por eventosEstatística
Machine Learning for Trading

Este notebook explica como um autoencoder condicional amplia um modelo de componentes principais instrumentado: uma rede neural mapeia características das ações para exposições a fatores, enquanto o modelo mantém a mesma estrutura que combina exposição e…

AçõesInvestimento em fatoresAprendizado de máquinaBacktesting
Machine Learning for Trading

Este estudo avalia atributos financeiros e de volatilidade GJR-GARCH em relação a retornos futuros de ações. Para cada sessão, calcula a correlação por postos entre ações, entre um atributo e retornos subsequentes; depois, avalia a associação média, a…

AçõesOpçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

Esta referência descreve dois corpora de notícias financeiras usados para análise de sentimento, desenvolvimento de atributos textuais e experimentos que relacionam notícias a retornos. FNSPID conecta manchetes a tickers de ações e cobre um amplo período…

AçõesSentimentoAprendizado de máquinaEstatística
Machine Learning for Trading

O documento deriva preços de opções europeias de compra e venda pelo modelo Black-Scholes, verifica sua relação pela paridade entre opções de compra e venda e calcula a volatilidade implícita resolvendo numericamente a volatilidade que corresponde a um preço…

OpçõesPrecificação de derivativosVolatilidadeGestão de risco
Machine Learning for Trading

Este módulo define como um campo de seleção de holdout é montado entre etapas de validação e rótulos de estratégia. Ele trata discrepâncias que podem fazer conjuntos congelados de candidatos e reconstruções em produção selecionarem configurações diferentes,…

BacktestingGestão de riscoConstrução de portfólioEstatística
Machine Learning for Trading

Este notebook mostra como testar se quatro estratégias de carteiras gerenciadas acrescentam poder explicativo aos retornos de SPY, após controlar movimentos amplos capturados por dez componentes principais. As carteiras candidatas classificam ETFs por…

AçõesAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

Este documento descreve um fluxo de trabalho para transformar registros trimestrais em lote do SEC 13F em um painel de posições institucionais. Ele seleciona o registro mais recente de cada gestor pela data de entrega, usa CUSIP em vez dos nomes de empresas…

AçõesMercados dos EUAEstatísticaSentimento
Machine Learning for Trading

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…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

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…

AçõesMicroestrutura de mercadoEstatísticaIndicadores técnicos
Machine Learning for Trading

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…

AçõesAprendizado de máquinaEstatísticaMicroestrutura de mercado
Machine Learning for Trading

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…

AçõesOpçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

Esta análise avalia se os sinais selecionados em vários estudos de caso de trading parecem confiáveis o bastante para uso posterior. Ela compara coeficientes de informação (IC) da validação com evidências do holdout, examina estabilidade e reprodutibilidade…

Aprendizado de máquinaEstatísticaBacktestingGestão de risco
Machine Learning for Trading

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…

AçõesOpçõesInvestimento em fatoresAprendizado de máquina
Machine Learning for Trading

Este notebook gera previsões para uma janela de holdout ETF que não havia sido usada antes, com a configuração escolhida nos dados de validação. Ele reconstrói a especificação de treinamento para terminar um horizonte de rótulo antes da abertura da janela,…

BacktestingGestão de riscoEstatística
Machine Learning for Trading

Este documento descreve verificações de registro para decidir se o treinamento de modelos e os backtests devem ser reutilizados ou executados novamente. As execuções são identificadas por hashes derivados de suas especificações; uma execução só pode ser…

BacktestingAprendizado de máquinaEstatística
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaSentimentoAções
Machine Learning for Trading

Este notebook estuda gradient boosting para a previsão transversal dos retornos de futuros CME. Ele varia a capacidade das árvores por meio de perfis de número de folhas e compara os objetivos de erro quadrático, erro absoluto e Huber, que diferem na…

FuturosCommoditiesAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

AçõesVolatilidadeMicroestrutura de mercadoEstatística