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

1,098 documentos

Machine Learning for Trading

Este notebook desenvolve indicadores baseados em modelos para futuros perpétuos de cripto: previsões de volatilidade condicional por ativo a partir de GJR-GARCH e uma probabilidade de regime de estresse para todo o mercado, estimada por um modelo oculto de…

CriptoFuturos perpétuosVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este estudo de caso apresenta um fluxo de pesquisa para futuros perpétuos de cripto, tratando os pagamentos de funding trocados entre posições compradas e vendidas em liquidações regulares como uma possível fonte de retorno. Descreve etapas de dados e…

CriptoFuturos perpétuosFuturosAprendizado de máquina
Machine Learning for Trading

Esta análise compara os resultados da triagem de indicadores em nove estudos de caso de trading e pergunta se os indicadores aprovados na triagem predizem estratégias mais fortes. A triagem combina o controle de falsas descobertas de Benjamini–Hochberg com…

EstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este caderno descreve uma política de carteira de ETF de ponta a ponta, projetada para melhorar o desempenho em diferentes condições de mercado. Seus componentes incluem características de retorno e tendência normalizadas pela volatilidade, um modelo baseado…

MultiativosConstrução de portfólioAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este estudo de caso aplica estimação causal ao momentum de ETF e pergunta se seu efeito nos retornos futuros varia com a volatilidade do mercado. Usa um tratamento de momentum contínuo, um resultado de retorno futuro de 21 dias, controles de volatilidade e…

AçõesMercados dos EUAMomentumAprendizado de máquina
Machine Learning for Trading

Este notebook apresenta o NLinear como um modelo sequencial simples de referência para prever retornos de ações ao longo de US. Cada exemplo usa uma janela de 60 sessões consecutivas para uma ação, com indicadores organizados em ordem temporal. Para cada…

AçõesMercados dos EUAAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook usa a análise da excursão máxima favorável e adversa para orientar as larguras das barreiras triplas com base em trajetórias de preços observadas. Para uma entrada comprada no fechamento de uma barra, mede a máxima mais alta e a mínima mais…

Gestão de riscoVolatilidadeBacktesting
Machine Learning for Trading

Este notebook aplica o FinBERT pré-treinado a manchetes financeiras do FinMarBa e investiga por que sua acurácia fica muito abaixo dos valores relatados na avaliação do Financial PhraseBank. O diagnóstico central é a origem dos rótulos: os rótulos do…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook avalia o NLinear, um modelo sequencial mínimo que subtrai o último nível observado de cada janela retrospectiva e mapeia os valores restantes para uma previsão. Sua simplicidade o torna uma referência útil para arquiteturas sequenciais mais…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento descreve um estudo walk-forward de redes neurais TabM que preveem retornos mensais a partir de características de empresas. Como o executor de treinamento compartilhado fixa o objetivo em erro quadrático para regressão e entropia cruzada para…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento apresenta um fluxo de trabalho que conecta carregadores padronizados de dados de mercado, um registro de indicadores prontos e diagnósticos de sinais. O cálculo de indicadores pode ser especificado por nomes, dicionários de parâmetros ou YAML,…

Indicadores técnicosAprendizado de máquinaEstatísticaAções
Machine Learning for Trading

O documento explica como quatro modelos de impacto de mercado estimam o movimento adverso do preço por ação associado a uma ordem: sem impacto, impacto linear, impacto de raiz quadrada e lei de potência configurável. Esclarece a convenção de sinal, os papéis…

ExecuçãoMicroestrutura de mercadoBacktestingGestão de risco
Machine Learning for Trading

O documento transforma uma hipótese de momentum entre ativos em um teste exploratório mensal com um universo de 100-ETF. Ele constrói preços ajustados no fim do mês, mede o momentum de 12 a -1 meses, classifica os ETFs elegíveis em cinco grupos com pesos…

MultiativosMomentumSeguir tendênciasEstatística
Machine Learning for Trading

Este notebook apresenta uma visão por família de cinco abordagens de fatores latentes aplicadas a um estudo de caso de análise de opções de ações. PCA estima movimentos comuns diretamente do painel de retornos; IPCA mapeia características para exposições…

OpçõesAprendizado de máquinaInvestimento em fatoresEstatística
Machine Learning for Trading

Este notebook investiga por que dois mecanismos de backtesting podem produzir resultados diferentes a partir dos mesmos sinais. Mantém fixa a estratégia e o universo negociável, torna determinísticos os pesos da carteira quando há empate nas previsões e…

BacktestingExecuçãoDimensionamento de posiçãoGestão de risco
Machine Learning for Trading

Este capítulo trata o backtest como uma tentativa de refutar uma estratégia por meio de premissas explícitas sobre o momento do sinal, execução, rebalanceamento, dimensionamento, custos, restrições e referências de comparação. Compara simulações vetorizadas…

BacktestingExecuçãoGestão de riscoEstatística
Machine Learning for Trading

Esta fonte descreve salvaguardas para reconstruir uma solicitação de modelo a partir de sua especificação imutável de treinamento e validar a execução resultante. Verifica se a solicitação usa uma versão de identidade compatível, um nível de execução…

Aprendizado de máquinaBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook apresenta a análise de componentes principais instrumentada como modelo de retornos transversais. Em vez de atribuir pesos diretos de retorno às características de cada empresa, IPCA estima um mapeamento linear compartilhado entre…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

O notebook explica como interpretar os contratos binários de juros do Federal Reserve da Kalshi como probabilidades e converter uma sequência de limites de taxa em uma distribuição implícita. Ressalta que o feed contém ofertas de compra de YES, então os…

FuturosEstatísticaMicroestrutura de mercadoIndicadores técnicos
Machine Learning for Trading

Este notebook compara quatro arquiteturas de redes neurais na mesma tarefa: prever o próximo retorno diário a partir de uma janela de retornos passados, agrupados para oito fundos negociados em bolsa. Descreve como uma rede densa, uma convolução…

Aprendizado de máquinaBacktestingAçõesEstatística
Machine Learning for Trading

Este notebook avalia modelos sequenciais para ranquear ações do S&P 500 usando janelas de históricos de superfícies de opções e preços. Compara um modelo linear normalizado, sem memória recorrente, a uma LSTM cujas portas transportam informações ao longo do…

Aprendizado de máquinaAçõesOpçõesBacktesting
Machine Learning for Trading

Este notebook explora um painel econômico construído com séries do Federal Reserve Economic Data. Mostra que o painel fornecido usa datas do calendário, incluindo fins de semana e feriados, e como os metadados associados identificam o significado de cada…

Renda fixaVolatilidadeEstatísticaMercados dos EUA
Machine Learning for Trading

Este notebook explica por que testes t comuns podem exagerar a força de um coeficiente de informação (IC) quando observações diárias de IC são dependentes. Constrói um sinal de momentum com dados de ETF, examina a autocorrelação do IC e apresenta erros…

EstatísticaBacktestingMomentum