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

Este documento descreve maneiras de transformar registros de entidades datados em matrizes para estudos de caso de fatores latentes. Um método mantém apenas as entidades que atingem um limite de cobertura aprendido com um conjunto de dados de elegibilidade,…

Investimento em fatoresConstrução de portfólioEstatística
Machine Learning for Trading

O notebook estuda se a atividade do livro de ofertas prevê retornos de curto prazo para NVDA. Ele constrói uma medida de pressão no livro ponderada pela distância com base em adições, cancelamentos e execuções de ordens nos dados de mercado por ordem; em…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook inventaria colunas de características baseadas em modelos em nove estudos de caso de mercado, lendo esquemas Parquet em vez de carregar conjuntos de dados completos. Ele exclui campos identificadores, conta colunas por mercado e atribui…

Aprendizado de máquinaEstatísticaMultiativos
Machine Learning for Trading

Este notebook explica como buscar entre muitos fatores ou estratégias infla o desempenho aparente do vencedor selecionado, mesmo quando as estimativas individuais são calculadas corretamente. Um conjunto simulado de fatores de ruído ilustra como o maior…

EstatísticaInvestimento em fatoresBacktestingGestão de risco
Machine Learning for Trading

Este estudo de caso compara modelos sequenciais em um painel de características de ações e opções do S&P 500. Ele combina um LSTM, que mantém um estado controlado por portas ao longo de uma janela retrospectiva, com uma linha de base N-Linear que remove o…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook explica a arquitetura de cinco partes do TimeGAN: uma rede de incorporação e recuperação mapeia observações brutas para o espaço latente e de volta, um supervisor aprende transições temporais, e um gerador e um discriminador são treinados de…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este notebook compara o Sharpe bruto e líquido em varreduras de custos de estratégia derivadas de backtests de estudos de caso. Para cada configuração de estratégia usada nos backtests, ele lê dos artefatos registrados o custo presumido por perna e a…

BacktestingGestão de riscoExecuçãoEstatística
Machine Learning for Trading

Este notebook converte janelas móveis de retornos de ETF em imagens de dois canais para uma rede neural convolucional. O Gramian Angular Summation Field redimensiona os valores dentro de cada janela, mapeia-os para ângulos e registra relações trigonométricas…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

Este notebook descreve como gerar previsões para um período de holdout mantido intacto após a escolha de uma configuração com dados de validação. Ele identifica a configuração selecionada, reconstrói sua especificação de treinamento para o holdout e deriva a…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook cria um agente de previsão que alterna entre raciocínio e ações em um ciclo ReAct. Seu espaço de ações é deliberadamente pequeno: o agente pode buscar evidências ou enviar uma previsão probabilística. Uma interface compartilhada com dois…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook explica Tail-GAN, uma abordagem adversarial generativa para criar cenários de retorno financeiro visando valor em risco (VaR) e expected shortfall (ES). Ele usa ordenação diferenciável para que gradientes possam atravessar estimativas de…

Aprendizado de máquinaGestão de riscoVolatilidadeConstrução de portfólio
Machine Learning for Trading

Este notebook de engenharia de atributos explica como informações mais lentas podem contextualizar sinais de trading mais rápidos por meio de fundamentos, dados macroeconômicos e contexto de calendário. Ele apresenta índices de valor, como valor contábil…

Investimento em fatoresAçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

Este módulo Python descreve métodos para quantificar a incerteza em backtests de estratégias usando retornos diários fora da amostra. Ele combina intervalos de bootstrap em blocos estacionários para estatísticas de séries de retornos, erro padrão de Sharpe…

BacktestingEstatísticaGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook sintetiza resultados de validação registrados para cinco estimadores de fatores latentes em um conjunto de estudos de caso. Primeiro, mapeia quais estimadores têm resultados para cada painel e, em seguida, identifica o estimador líder pela…

Aprendizado de máquinaEstatísticaInvestimento em fatoresBacktesting
Machine Learning for Trading

Este capítulo apresenta a geração aumentada por recuperação como uma forma de tornar modelos de linguagem mais úteis para pesquisas financeiras abertas, nas quais afirmações sem respaldo e alucinações podem ter custos altos. Ele percorre o sistema desde a…

Aprendizado de máquinaEstatísticaAçõesSentimento
Machine Learning for Trading

Este notebook seleciona um estudo de caso de futuros CME a partir de backtests de validação registrados que abrangem regras de sinal, alocação e sobreposições de risco. Ele compara candidatos entre os dois horizontes de retorno e escolhe a configuração com o…

FuturosBacktestingGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook desenvolve características que exigem várias séries de ativos. Ele compara os testes de cointegração de Engle-Granger e Johansen, explica por que o movimento conjunto, por si só, não implica um spread estacionário e estima razões de hedge tanto…

MultiativosTrading de paresReversão à médiaEstatística
Machine Learning for Trading

Este notebook explica como construir rótulos de retorno intradiário futuro para ações NASDAQ-100 usando barras por minuto e cotações NBBO. Ele define retornos da barra seguinte ao sinal até um ponto final futuro especificado, usa os midpoints das cotações…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

O documento apresenta um fluxo operacional para manter dados diários de mercado atualizados: carregar um histórico inicial, buscar uma pequena atualização com sobreposição, verificar datas ausentes e monitorar a atualidade e problemas de validação. A…

AçõesBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook ajusta um transformer com patches para prever um rótulo principal em um estudo de ações e opções do S&P 500. Ele divide a janela histórica de entrada de cada ação em patches contíguos e trata cada patch como um token de atenção. A atenção pode…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Esta análise exploratória traça o perfil de dados OHLCV horários dos contratos perpétuos da Binance junto com um índice de prêmio de oito horas. Ela verifica a cobertura do conjunto de dados, as mudanças na composição dos contratos, as unidades, os valores…

CriptoFuturos perpétuosMicroestrutura de mercadoEstatística
Machine Learning for Trading

Este código apresenta uma arquitetura de autoencoder supervisionado para fazer previsões a partir de atributos financeiros. Um codificador comprime as entradas normalizadas em um gargalo, enquanto um decodificador reconstrói as entradas como tarefa de…

Aprendizado de máquinaAçõesEstatística