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

A PCA de prêmio de risco PCA modifica a matriz de covariância ao adicionar o produto externo ponderado do vetor de retornos médios do treinamento. Seus autovetores principais definem carteiras fatoriais estáticas: a PCA comum PCA é recuperada quando o peso é…

Investimento em fatoresEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook ajusta o PatchTST, um modelo de sequência do tipo transformador, como parte de uma população de modelos predefinida para pesquisa de opções do S&P 500. Ele divide uma série retrospectiva em blocos de comprimento fixo e os representa como tokens…

OpçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este documento define dois diagnósticos para rótulos cujas janelas de retornos futuros se sobrepõem: autocorrelação do painel agregada e tamanho efetivo da amostra baseado na unicidade dos rótulos. A autocorrelação forma pares de observações apenas dentro da…

EstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook mostra como usar uma rede de correlação estimada em uma janela de análise para descrever um universo de ações e construir uma carteira diversificada por rede. Seleciona ativos com liquidez usando apenas dados disponíveis antes da avaliação,…

AçõesConstrução de portfólioEstatísticaGestão de risco
Machine Learning for Trading

Esta análise exploratória examina o antigo painel de ações Quandl WIKI US, com foco nas convenções de preços, na cobertura dos dados e no que o histórico permite avaliar em um backtest. Distingue preços brutos, que refletem os níveis negociados, de preços…

AçõesMercados dos EUAEstatísticaBacktesting
Machine Learning for Trading

Este módulo compartilhado de alocação transforma previsões transversais em pesos de carteira. Ele classifica ativos por pontuação para selecionar posições compradas ou cestas dos ativos com maiores e menores pontuações para carteiras long-short. Os pesos das…

Construção de portfólioDimensionamento de posiçãoGestão de riscoEstatística
Machine Learning for Trading

Este notebook constrói características a partir de dados por minuto de NASDAQ-100 usando três procedimentos: uma regressão autorregressiva heterogênea móvel para previsões de variância de curto prazo, uma transformada de Fourier para descrever a estrutura…

AçõesVolatilidadeAprendizado de máquinaEstatística
Machine Learning for Trading

Esta análise usa mensagens NASDAQ TotalView-ITCH para descrever a atividade da bolsa e criar uma tabela de operações vinculada ao ticker, ao lado e aos atributos das ordens. Conta os tipos de mensagem, compara as operações com os eventos muito mais numerosos…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook mostra como analisar um grafo de eventos financeiros sem confundir quando um evento ocorreu, quando se tornou público e quando foi extraído pelo fluxo do grafo. Ele carrega relações de formulários 8-K com timestamps, mede atrasos de divulgação…

Aprendizado de máquinaEstatísticaBacktestingOrientado por eventos
Machine Learning for Trading

O documento explica como o aprendizado de máquina duplo (DML) estima se a participação do volume iniciada por compradores afeta retornos futuros após considerar spread, volatilidade de curto prazo e retornos anteriores. Ele calcula os resíduos tanto do…

AçõesMicroestrutura de mercadoEstatísticaAprendizado de máquina
Machine Learning for Trading

Este notebook transforma backtests de microestrutura NASDAQ-100 registrados em uma avaliação de estratégia, sem treinar modelos nem executar novamente os backtests. Ele lê métricas e linhagem do registro, cria tabelas derivadas de grupos e comparações…

AçõesMicroestrutura de mercadoBacktestingEstatística
Machine Learning for Trading

Este notebook aplica uma configuração de futuros CME selecionada anteriormente às previsões de holdout, usando o alocador definido, o cronograma de rebalanceamento, as regras de concentração e as hipóteses de custos de transação. O ponto metodológico central…

FuturosBacktestingGestão de riscoEstatística
Machine Learning for Trading

Este notebook descreve como selecionar uma configuração de estudo de caso de futuros CME a partir de backtests de validação registrados. Ele reúne candidatos das etapas de sinal, alocação e gestão de risco e, em seguida, escolhe a configuração com o maior…

FuturosBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este documento explica um processo de cinco etapas para avaliar nove estudos de caso de trading, da qualidade do sinal à validação, aos custos de transação, ao desempenho no holdout e à qualidade das evidências. As etapas são cumulativas: uma estratégia só…

BacktestingGestão de riscoAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook compara medidas de volatilidade, ajusta um modelo autorregressivo heterogêneo (HAR) e estima a rugosidade usando expoentes de Hurst. Primeiro, compara a variância realizada intradiária com estimadores diários, separando retornos durante a noite…

VolatilidadeEstatísticaIndicadores técnicosBacktesting
Machine Learning for Trading

O notebook apresenta um autoencoder condicional que amplia a análise de componentes principais instrumentada ao substituir por uma rede neural o mapeamento linear entre características das ações e exposições a fatores. Ele mantém a estrutura de exposição…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este módulo utilitário cria tabelas e gráficos para avaliar modelos preditivos nos dados de validação e holdout. Seus diagnósticos incluem intervalos de confiança para coeficientes de informação, queda de desempenho entre validação e holdout, estatísticas de…

EstatísticaAprendizado de máquinaBacktestingGestão de risco
Machine Learning for Trading

O capítulo explica abordagens clássicas para gerar dados financeiros sintéticos, abrangendo processos de preços em tempo contínuo, volatilidade GARCH, reamostragem por bootstrap e comparação de modelos. Descreve como modelos como movimento browniano…

EstatísticaVolatilidadeGestão de riscoBacktesting
Machine Learning for Trading

Esta análise exploratória testa se um sinal de momentum de doze meses, excluindo o mês mais recente, está associado aos retornos do mês seguinte em um universo de 100-ETF. Cria um painel mensal a partir de preços de fechamento ajustados, classifica os ETFs…

MultiativosMomentumEstatísticaBacktesting
Machine Learning for Trading

Este documento registra uma previsão em várias etapas sobre a possibilidade de o Federal Reserve elevar as taxas durante 2026. Três agentes buscam evidências e produzem probabilidades, seguidas de debate e atualização por um supervisor. As opiniões divergem:…

Renda fixaMercados dos EUAAprendizado de máquinaEstatística