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
Este notebook recalcula os custos das principais configurações de alocação em ETF usando duas grades de custos, mantendo fixos as previsões, a concentração e as regras de alocação. Ele compara o modelo de comissão por ação e meio spread do estudo de caso,…
Este notebook compara modelos lineares para prever retornos de ETF a partir de fatores sobrepostos derivados de preços. Como vários horizontes de retorno e famílias de indicadores podem codificar informações semelhantes, mínimos quadrados ordinários podem…
Esta configuração descreve carteiras mensais long-short de ações US, ranqueadas por características das empresas. Especifica um universo de casos completos com 46 características, decisões no fim do mês, execução na abertura seguinte, pesos iguais nas…
Este guia relaciona perguntas causais a bibliotecas Python e esclarece a diferença entre estimar efeitos sob uma estrutura causal assumida e descobrir estruturas possíveis a partir dos dados. Apresenta aprendizado de máquina duplo para efeitos de tratamento…
Esta estrutura demonstra verificações de qualidade em dados diários US de ações no formato OHLCV. A validação estrutural testa relações entre preços, preços positivos, volume não negativo, valores ausentes, datas duplicadas, ordem cronológica, preços…
Este notebook apresenta um modelo de fator estocástico de desconto para precificar uma seção transversal de ETFs. Em vez de estimar separadamente as exposições dos fundos e os retornos dos fatores, treina redes para encontrar uma série comum de fatores de…
Este notebook reconstrói a melhor oferta de compra e venda vigente para cada operação de AAPL durante uma única sessão de março de 2020, e então aplica o método Lee–Ready para inferir se compradores ou vendedores iniciaram as operações. Intercala eventos de…
Este notebook faz a triagem de fatores financeiros e derivados de modelos pela capacidade de ranquear ETFs por retornos subsequentes. Calcula um coeficiente de informação para cada data, comparando os rankings transversais de cada fator com os rankings de…
Este notebook examina se as atribuições de fatores SHAP são estáveis o bastante para embasar a redução de modelos, decisões de risco ou relatórios. Usando uma tarefa de previsão de ETF, primeiro procura amostras de teste cujas previsões são próximas, mas…
Esta configuração descreve uma estratégia diária long-short de ações US que ranqueia um amplo universo de ações por previsões de modelos, compra o decil superior e vende a descoberto o decil inferior, com pesos iguais dentro de cada grupo. Especifica…
Este utilitário de dados dá suporte ao trabalho com o conjunto de dados de precificação de ativos de Chen, Pelger e Zhu, que inclui retornos de ações, características das empresas, séries macroeconômicas e tensores de características anteriores à divisão.…
Este notebook examina se fatores financeiros ajudam a explicar um rótulo de retorno de opções com delta hedge em 10 sessões. Compara modelos Ridge usando um fator de volatilidade implícita, grupos de fatores dependentes e independentes da volatilidade…
Esta implementação descreve como construir janelas de sequência em lotes para dados em painel usados em estudos de aprendizado profundo. As janelas seguem o calendário esperado do painel, em vez de comprimir as observações de cada ativo em linhas…
Este notebook apresenta métodos práticos de limpeza de dados de mercado e empresas, incluindo tratamento de duplicatas, marcação de lacunas, filtros de domínio, detecção de picos por reversão, limitação de valores extremos, codificação categórica e…
Este notebook explica como avaliar se estratégias construídas sobre um painel de ações US suportam os custos de negociação. Fixa uma configuração por rótulo usando o Sharpe de validação e, em seguida, recalcula os retornos dessa mesma estratégia em…
Este notebook examina se as atribuições SHAP permanecem estáveis quando as previsões são semelhantes ou quando os modelos são reajustados com diferentes sementes aleatórias e arquiteturas. Usando retornos futuros de ETF, busca pares de amostras cujas…
Este notebook compara evidências de modelos preditivos, estruturais e causais em um estudo transversal do S&P 500, combinando recursos de ações com medidas derivadas de opções, como volatilidade implícita, assimetria e estrutura a termo. Avalia…
Este notebook mostra como converter retornos brutos em desempenho líquido sob premissas explícitas de trading, financiamento e despesas do fundo. A estrutura de custos inclui spread e impacto de mercado, comissões e taxas de bolsa, juros de margem, aluguel…
Este notebook demonstra um fluxo de diagnóstico por operação que associa perdas realizadas às explicações SHAP de um modelo. Ele treina um modelo LightGBM com recursos defasados de preço e volatilidade, além de dados macroeconômicos, para prever retornos de…
Este notebook usa aprendizado de máquina duplo para testar se a associação entre o spread de volatilidade implícita menos realizada e os retornos futuros de ações persiste após o ajuste por fatores de confusão observados. Compara a estimativa ajustada com…
Este experimento examina quanto um sinal mensal selecionado de ações US long-short depende de ações de baixa capitalização. Aplica um filtro defasado de valor de mercado que remove o quartil de menor capitalização das previsões de validação e, em seguida,…
Este notebook explica como o PatchTST usa blocos de tamanho fixo de características sequenciais do mercado para prever rótulos do NASDAQ-100. A atenção relaciona blocos ao longo de uma janela retrospectiva de uma hora, reduzindo o comprimento da sequência em…
Este notebook examina os resultados retidos de uma auditoria de estratégias reais que compara o mecanismo LEAN com perfis correspondentes de backtest do ML4T. Ele identifica as cargas de trabalho por classe de ativos compatíveis com as entradas congeladas e…
O documento apresenta NLinear, um modelo sequencial simples para prever retornos de ações do NASDAQ-100 a partir de características intradiárias. Ele usa uma janela retrospectiva fixa, subtrai a observação mais recente para o modelo trabalhar com variações…