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

723 documentos

Machine Learning for Trading

Este documento descreve um benchmark de mecanismos de banco de dados usados com dados financeiros de séries temporais. Compara gravações em lote, varreduras completas, consultas por intervalo de tempo, agregação OHLCV e junções as-of para dados de…

Microestrutura de mercadoExecuçãoBacktestingEstatística
Machine Learning for Trading

Este documento apresenta métodos de limpeza de dados financeiros e explica como alinhar o pré-processamento às divisões de treinamento e teste. A lição central é estimar transformações como escala e winsorização usando apenas os dados de treinamento; usar o…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

O documento explica três regras para fechar posições antes do rebalanceamento programado de uma carteira: um stop de perda fixo, um stop móvel medido a partir do melhor preço da posição e uma saída por tempo que fecha a posição após um período de manutenção…

AçõesGestão de riscoBacktestingDimensionamento de posição
Machine Learning for Trading

Este documento apresenta conjuntos públicos de dados de retornos de fatores Fama-French e AQR como entradas para benchmarking, atribuição de risco e pesquisa de fatores. Descreve fatores de mercado, tamanho, valor, lucratividade, investimento e momentum da…

Investimento em fatoresAçõesEstatísticaBacktesting
Machine Learning for Trading

Este notebook demonstra a separação entre um pipeline de aprendizado de máquina offline e o mecanismo LEAN do QuantConnect. Seleciona um conjunto de previsões por meio do registro de estudos de caso ETF, verifica a proveniência do treinamento e das previsões…

Aprendizado de máquinaExecuçãoBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook avalia se os dados de futuros perpétuos da Binance podem sustentar uma estratégia transversal que classifica contratos pelo prêmio e assume posições compradas e vendidas. Ele não ajusta um modelo nem faz previsões. Em vez disso, verifica o…

CriptoFuturos perpétuosEstatísticaBacktesting
Machine Learning for Trading

Este notebook compara o efeito dos custos de trading presumidos entre estratégias de vários estudos de caso. Lê backtests de sensibilidade a custos para cada configuração implantada, compara o Sharpe bruto com o Sharpe líquido ao custo presumido no próprio…

BacktestingGestão de riscoExecuçãoEstatística
Machine Learning for Trading

Este notebook explica as assinaturas de trajetórias como variáveis de comprimento fixo que preservam a ordem e a forma conjunta das observações em uma série temporal. Descreve como o primeiro nível da assinatura registra as variações totais, enquanto os…

AçõesAprendizado de máquinaEstatísticaIndicadores técnicos
Machine Learning for Trading

Este notebook apresenta comparações de paridade entre Backtrader, Zipline Reloaded e uma estrutura interna de trading, usando estratégias selecionadas de estudos de caso reais. Inclui comparações de ETF e US de ações para ambos os mecanismos externos, além…

BacktestingExecuçãoMicroestrutura de mercadoAções
Machine Learning for Trading

Este módulo define uma carteira-base mensal de alocação em ETF usando uma pontuação de momentum ajustada ao risco: retorno acumulado passado dividido pela volatilidade realizada anualizada. Seleciona os ativos mais bem classificados quando a inclinação da…

AçõesMultiativosMomentumVolatilidade
Machine Learning for Trading

Este documento explica um sistema de logs de execução para registrar treinamento de modelos, previsões, estimativas causais e backtests em estudos de caso de trading. Descreve como as configurações passam pelas definições dos estudos de caso, menus de…

BacktestingAprendizado de máquinaEstatísticaConstrução de portfólio
Machine Learning for Trading

Esta configuração especifica um fluxo de pesquisa de estratégia long-short para contratos futuros perpétuos de cripto. Define um universo de 19 ativos selecionados por volume, decisões alinhadas aos pagamentos de funding a cada oito horas e execução no…

CriptoFuturos perpétuosCarryReversão à média
Machine Learning for Trading

Este guia distingue a estimação de efeitos causais da descoberta de estruturas causais e relaciona perguntas comuns de pesquisa a bibliotecas Python adequadas. EconML e DoWhy estimam efeitos quando a estrutura de ajuste é conhecida ou especificada…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Esta visão geral consolida dados de configuração de nove estudos de caso de trading que abrangem ações, cripto, câmbio, futuros, opções e carteiras multiativos. Compara o universo, a frequência dos dados, a cadência de decisão, o modelo de custos e o…

MultiativosBacktestingGestão de riscoExecução
Machine Learning for Trading

Este notebook apresenta uma estrutura determinística para verificar se pipelines de backtest e trading ao vivo se comportam de forma consistente. Compara as etapas que transformam barras de preços em decisões: cálculos de características, previsões, sinais e…

BacktestingExecuçãoAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook treina um agente de aprendizado por reforço para programar uma ordem de venda fixa ao longo de barras horárias de um mercado de futuros perpétuos de cripto. Seu estado inclui retornos defasados, volatilidade, volume da hora anterior, o prêmio…

CriptoFuturos perpétuosExecuçãoAprendizado de máquina
Machine Learning for Trading

Este notebook agrega resultados de modelos lineares, incluindo OLS, Ridge, Lasso e ElasticNet, em nove estudos de caso. Compara a configuração completa mais forte de cada estudo em seu rótulo principal e, em seguida, examina regularização, coeficientes de…

Aprendizado de máquinaEstatísticaBacktestingInvestimento em fatores
Machine Learning for Trading

Este estudo de caso avalia TabM, um ensemble neural eficiente em parâmetros, nas mesmas linhas de características de futuros CME disponíveis no ponto no tempo e nas dobras walk-forward usadas por outras famílias de modelos. O estudo apresenta TabM como uma…

FuturosAprendizado de máquinaBacktestingGestão de risco
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 estudo de caso avalia straddles vendidos no dinheiro em componentes do S&P 500, iniciados semanalmente e mantidos até o vencimento com hedge delta diário. A principal escolha metodológica é modelar retornos até o vencimento: a posição em opções incorre…

OpçõesVolatilidadeBacktestingExecução
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