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

552 documentos

Machine Learning for Trading

Este notebook educacional apresenta características derivadas de preço e volume usadas em pesquisa quantitativa. Abrange retornos simples e logarítmicos em vários horizontes, momentum com exclusão de um período, retornos noturnos e intradiários, distância da…

AçõesIndicadores técnicosVolatilidadeMomentum
Machine Learning for Trading

Este notebook apresenta um fluxo de trabalho para investigar se o momentum de seis meses, excluindo o período mais recente, afeta retornos futuros de 21 dias e se o efeito muda com a volatilidade do mercado. Ele estima efeitos nos dados de treinamento usando…

AçõesMomentumAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook compara dois modelos fundacionais de séries temporais pré-treinados, Chronos e TinyTimeMixer, com um LSTM e uma referência linear penalizada em um painel de ETF. Cada modelo recebe um contexto histórico univariado; os modelos pré-treinados…

Aprendizado de máquinaAçõesMomentumBacktesting
Machine Learning for Trading

Este capítulo apresenta uma estrutura para avaliar alegações causais em pesquisa quantitativa de trading. Começa com definições claras de tratamento, resultado, estimando, contrafactual e conjunto de ajuste; em seguida, associa perguntas de pesquisa a…

Aprendizado de máquinaEstatísticaBacktestingInvestimento em fatores
Machine Learning for Trading

Este notebook ajusta modelos lineares a características de microestrutura do NASDAQ-100, observadas em intervalos de um minuto, para prever retornos em vários horizontes futuros. Seu objetivo é estabelecer uma referência simples antes de modelos mais…

AçõesAprendizado de máquinaEstatísticaIndicadores técnicos
Machine Learning for Trading

Este documento descreve um conjunto de dados diários de ações dos US que abrange cerca de 3,200 empresas, de 1962 até março de 2018. Inclui emissores deslistados, o que o torna útil para pesquisas históricas nas quais excluir empresas que faliram ou foram…

AçõesMercados dos EUABacktesting
Machine Learning for Trading

Este notebook avalia como as premissas de custos de transação afetam o Sharpe de validação de uma alocação selecionada em ações e opções do S&P 500. Quando disponível, mantém a configuração escolhida por meio de um conjunto de candidatas congelado e, em…

AçõesOpçõesExecuçãoBacktesting
Machine Learning for Trading

Este notebook compara implementações de uma previsão univariada do preço de SPY com PyTorch puro, sktime e Darts. Seu objetivo principal é avaliar o esforço prático: extensão do código, requisitos da interface, sucesso da instalação e tempo total de ajuste e…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este estudo de caso NASDAQ-100 investiga se sinais de microestrutura de 15 minutos resistem aos custos de trading. O fluxo avalia o fluxo de ordens, a defasagem das cotações e os spreads relativos; em seguida, compara uma estratégia para o universo completo…

AçõesMercados dos EUAMicroestrutura de mercadoExecução
Machine Learning for Trading

Este notebook verifica se uma estratégia diária de classificação de ações US tem dados utilizáveis suficientes para uma avaliação justa antes do ajuste de qualquer modelo. Ele explica como formar um universo com dados disponíveis em cada momento e…

AçõesMercados dos EUABacktestingExecução
Machine Learning for Trading

Este notebook executa uma configuração selecionada anteriormente para ações US usando previsões do período reservado. O modelo, as previsões, o alocador, a concentração, a camada de risco, a frequência de rebalanceamento e as premissas de custos de transação…

AçõesMercados dos EUABacktestingGestão de risco
Machine Learning for Trading

Este documento apresenta uma análise de sensibilidade a custos para uma estratégia fixa de momentum em ETF. Mantém constantes o universo, os pesos, o cronograma e o simulador enquanto refaz o backtest com uma faixa de tarifas por etapa. A curva resultante…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

Este notebook aplica a configuração ETF selecionada anteriormente à sua janela reservada de teste. Ele deriva as previsões correspondentes para esse período a partir da identidade de treinamento e do checkpoint selecionados; em seguida, usa a concentração, a…

AçõesBacktestingConstrução de portfólioGestão de risco
Machine Learning for Trading

Este fluxo de avaliação faz a triagem de variáveis financeiras e baseadas em modelos em relação a retornos futuros para um painel intradiário NASDAQ-100. Primeiro, reserva o período final de teste e exclui observações cujos rótulos futuros se encerrariam…

AçõesEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este documento explica como medir retornos em torno de eventos como acionamentos de sinais, divulgações de resultados ou anúncios macroeconômicos. O exemplo desenvolvido usa rompimentos de momentum em ETFs líquidos. Para cada evento, um modelo de mercado…

AçõesOrientado por eventosMomentumRompimento
Machine Learning for Trading

Este notebook usa retornos diários de ETF para explicar como modelos GARCH capturam o agrupamento temporal da volatilidade e o transformam em uma variável por sessão. Primeiro, usa diagnósticos visuais e um teste ARCH-LM para avaliar se os retornos ao…

VolatilidadeEstatísticaGestão de riscoAções
Machine Learning for Trading

Este notebook explica como reconstruir um livro de ofertas limitadas de um único símbolo da NASDAQ a partir de dados de mensagens por ordem. Processa inclusões, execuções, cancelamentos, exclusões e substituições, mantendo a quantidade restante de cada ordem…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este módulo de origem fornece carregadores para preços de ações dos EUA, dados de índices, opções, microestrutura de mercado, dados fundamentais e participações institucionais. Seu detalhe metodológico mais importante trata da reamostragem de dados…

AçõesMicroestrutura de mercadoExecuçãoMercados dos EUA
Machine Learning for Trading

Este estudo de caso cria variáveis para pesquisar se a variância implícita at-the-money supera a variância realizada subsequente para ativos do S&P 500, e se essa diferença varia entre os ativos. Combina cotações de straddles com preços dos ativos…

OpçõesVolatilidadeAçõesBacktesting
Machine Learning for Trading

Este notebook compara mínimos quadrados ordinários com Ridge, LASSO e Elastic Net para prever retornos futuros em um universo de ETF. Todos os modelos usam os mesmos folds walk-forward, com um intervalo de purga correspondente ao horizonte do rótulo, para…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este capítulo apresenta como construir pesquisas de dados fundamentais e alternativos consistentes no tempo para ações, séries macroeconômicas, futuros, cripto e mercados de previsão. Seus métodos centrais são armazenamento bitemporal e consultas as-of,…

BacktestingEstatísticaAprendizado de máquinaDados on-chain