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.
723 documentos
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…
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,…
Este notebook constrói uma estrutura média-variância restrita a posições compradas e totalmente investida para um universo diversificado de ETF. Ele constrói carteiras viáveis e uma fronteira eficiente e, em seguida, calcula os pesos de máximo Sharpe e…
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 mede como os custos de execução afetam a configuração já selecionada de futuros perpétuos de cripto. Mantém fixos o modelo, o checkpoint, a regra de entrada, a alocação e o controle de risco, e então refaz os backtests em uma grade de custos de…
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 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 cria um backtest mensal de rotação de ETF, dos retornos da carteira até as operações simuladas. Ranqueia dez fundos usando retornos ajustados ao risco acumulados, aplica um regime baseado na curva de juros dos títulos do Tesouro para escolher…
Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a um painel de fatores de futuros perpétuos de criptomoedas. Seus membros compartilham uma base neural, mas têm vetores de escala e camadas de saída separados, combinando ensembles…
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 cria um relatório auditável para uma estratégia de Bitcoin somente comprada, que entra e sai usando limites de RSI. Compara os resultados brutos e líquidos e, em seguida, mede o desempenho em relação a uma referência de compra e manutenção…
Este notebook propõe um teste específico: verificar se uma representação aprendida em sequência de fatores de funding de perpétuos melhora resumos criados manualmente do prêmio, a diferença entre os preços perpétuo e à vista. Compara o NLinear, que aplica um…
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 notebook avalia fatores candidatos para 20 pares de moedas, um de cada vez, em relação a retornos futuros. Limita a análise aos períodos de validação walk-forward, identifica cada sessão com sua partição e deixa um intervalo de segurança antes do…
Este notebook transforma rankings de modelos em carteiras simples de contratos perpétuos de cripto. A cada horário de funding, uma regra de entrada seleciona contratos do topo ou da base do ranking e atribui pesos iguais. A ponderação igual oferece um ponto…
Este notebook mede como o Sharpe de validação de straddles de opções at-the-money do S&P 500 muda conforme os custos de execução assumidos e dois universos de opções. Ele expressa o custo do spread como fração do meio spread cotado da opção, pois o prêmio da…
Este módulo descreve uma forma compartilhada de preparar folds de treino e validação walk-forward para várias famílias de modelos. Separa o trabalho caro e independente do modelo — dividir janelas temporais, aplicar recursos baseados em modelo específicos de…
Este notebook avalia modelos de sequência LSTM e NLinear para prever futuros. Diferentemente dos modelos que usam uma linha de recursos por decisão, modelos de sequência consomem janelas ordenadas de observações passadas e podem aprender padrões que resumos…
Este notebook compara previsões de validação de várias famílias de modelos em uma pesquisa sobre funding de futuros perpétuos. Explica que o coeficiente de informação mede a associação de ordenação entre previsões e retornos subsequentes, AUC mede a…
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 ajusta modelos de árvores com gradient boosting a recursos do mercado de opções que codificam previsões, como volatilidade implícita, assimetria, estrutura a termo e prêmio de risco de variância. Compara a capacidade das árvores e opções de…