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 organiza comparações de modelos LightGBM entre estudos de caso, usando modelos lineares e TabM como famílias de referência quando disponíveis. Ele avalia configurações de diferentes tamanhos de árvore, perdas de regressão, checkpoints e…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este documento descreve um ambiente Gymnasium para treinar um agente a liquidar uma posição em um horizonte fixo. A observação combina o estoque e o tempo restantes com spread, profundidade de mercado, volatilidade e um regime normal ou estressado. Uma ação…

Aprendizado de máquinaExecuçãoMicroestrutura de mercadoVolatilidade
Machine Learning for Trading

Este notebook compara LightGBM com um MLP, TabM e, quando disponível, TabPFN para prever retornos futuros de ETF a partir de variáveis tabulares. Os modelos são avaliados nas mesmas partições cronológicas walk-forward, usando como principais medidas de…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento descreve uma comparação, na etapa de validação, de regras de stop fixo e móvel para estratégias de FX. Para cada rótulo de retorno, seleciona uma estratégia principal de uma coorte fechada de resultados de sinais e alocação e, então, varia o…

CâmbioGestão de riscoBacktestingDimensionamento de posição
Machine Learning for Trading

Este notebook compara mínimos quadrados ordinários com Ridge, LASSO e Elastic Net para prever retornos futuros de 21 dias em ETFs. Os modelos usam as mesmas partições walk-forward declaradas, com um intervalo de purga correspondente ao horizonte do rótulo.…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento examina o desafio de descoberta causal do ADIA Lab como inferência supervisionada dentro de uma família conhecida de geração de dados sintéticos. A tarefa atribui variáveis a oito funções em torno de um tratamento e um resultado, usando muitos…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este módulo cria um ensemble de previsões médias a partir de conjuntos de previsões registrados, com atenção especial à reprodutibilidade e à prevenção de viés de seleção. Ele identifica no registro as configurações de modelo qualificadas, em vez de manter…

Aprendizado de máquinaEstatísticaBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook explica um modelo de tendência linear local em espaço de estados para extrair variáveis financeiras dos níveis de preço. O estado oculto contém um nível de preço e sua inclinação; as observações são fechamentos com ruído. A cada etapa, o filtro…

AçõesEstatísticaIndicadores técnicosTrading de pares
Machine Learning for Trading

Este notebook expressa um fluxo de previsão em quatro fases usando orquestração com Python puro, CrewAI e LangGraph. Ele compara onde o estado é mantido, como falhas são inspecionadas ou recuperadas, quais dependências cada abordagem adiciona e como funciona…

Aprendizado de máquinaEstatísticaExecuçãoBacktesting
Machine Learning for Trading

Este notebook analisa a regularização de modelos lineares para um universo de pares de moedas cujos retornos estão ligados porque cada par é uma cotação entre moedas compartilhadas. Ele distingue a colinearidade entre variáveis, que ridge, lasso e elastic…

CâmbioEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook investiga se um prêmio extremo em futuros perpétuos afeta os retornos subsequentes de BTC ou a reversão do prêmio. Ele define o tratamento como um estado de prêmio alto e compara um resultado amplo de mercado, que pode ser influenciado por…

CriptoFuturos perpétuosArbitragemEstatística
Machine Learning for Trading

Este notebook cria rótulos de retorno futuro das ações para uma estratégia que lê dados de opções listadas para classificar ações e depois mantém essas posições. Ele cria uma série de preços ajustada para considerar eventos corporativos e identifica empresas…

AçõesOpçõesEstatísticaBacktesting
Machine Learning for Trading

Este notebook formula uma ordem principal como um problema de controle de horizonte finito. A cada intervalo, o Q-learning tabular escolhe um multiplicador para uma fatia de negociação baseada em VWAP, considerando o tempo e o estoque restante, além dos…

AçõesExecuçãoAprendizado de máquinaMicroestrutura de mercado
Machine Learning for Trading

Este notebook usa retornos históricos de ações US para construir uma rede de correlação e explorar a construção de carteiras. Ele seleciona um universo líquido com dados da janela de estimação, converte correlações entre pares em distâncias e extrai uma…

AçõesMercados dos EUAConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook descreve uma triagem de um recurso por vez para sinais candidatos em 20 pares de moedas. Ele calcula a concordância diária entre os postos transversais de cada recurso e o retorno da sessão seguinte usando apenas janelas de validação…

CâmbioEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook apresenta a análise de componentes principais como uma referência de fator latente não condicionada para prever retornos de ações em um estudo de análise de opções. PCA usa o painel histórico de retornos para estimar movimentos comuns e a…

AçõesAprendizado de máquinaEstatísticaInvestimento em fatores
Machine Learning for Trading

Este notebook compara a busca exaustiva em grade com o amostrador TPE do Optuna para ajustar um modelo LightGBM de previsão de retornos. Primeiro, dá a ambos os métodos o mesmo orçamento de tentativas na mesma grade discreta de parâmetros, em que a…

Aprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook avalia um fator de momentum transversal usando coeficientes de informação, retornos por quantil, spreads entre extremos e diagnósticos de classificação. Apresenta a IC de Spearman como a correlação de postos entre um sinal e os retornos…

MomentumInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Este estudo de caso examina se informações de opções listadas podem ajudar a selecionar ações do S&P 500. Ele combina preços diários de ações com níveis de volatilidade implícita em opções, assimetria, estrutura a termo e medidas do prêmio de risco de…

AçõesOpçõesBacktestingGestão de risco
Machine Learning for Trading

Esta configuração especifica um conjunto histórico de dados macroeconômicos de FRED para filtragem de regimes e análise entre ativos. Ela organiza séries por frequência diária, semanal, mensal e trimestral, incluindo rendimentos do Tesouro, a taxa dos fundos…

MultiativosRenda fixaVolatilidadeEstatística
Machine Learning for Trading

Este notebook usa a excursão máxima favorável (MFE) e a excursão máxima adversa (MAE) para fundamentar as larguras dos rótulos de barreira tripla em trajetórias de preços observadas. Para uma posição aberta no fechamento de uma barra, ele mede o melhor…

AçõesFuturosCriptoVolatilidade
Machine Learning for Trading

O documento descreve uma varredura de alocação de carteira FX criada para isolar o dimensionamento de posições da seleção de sinais. Ela começa com candidatos de linha de base congelados e ponderados igualmente, classificados pelo desempenho em backtests de…

CâmbioConstrução de portfólioBacktestingGestão de risco