Este notebook ajusta três checkpoints de transformers para classificação de sentimento financeiro em frases com três classes e compara acurácia, macro F1, matrizes de confusão, contagem de parâmetros e tempo de treinamento. Ele usa uma divisão estratificada…
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
Este notebook constrói fatores de componentes principais a partir de um painel de retornos de futuros CME, não de características construídas, como carry, momentum ou volatilidade. PCA encontra direções que explicam a variação entre produtos; a primeira pode…
Este notebook compara camadas de stop-loss, stop móvel e saída por tempo em backtests de microestrutura do NASDAQ-100 com configuração fixa. A estratégia toma decisões a cada quinze minutos, enquanto as regras de risco monitoram os preços a cada minuto,…
Este documento explica como criar rótulos de retorno futuro diário para ETFs usando preços de fechamento ajustados na data de observação e em uma sessão de negociação posterior. Ele cria um rótulo principal com horizonte mensal e uma variante semanal mais…
Este notebook avalia previsões de validação como carteiras de ações somente compradas, selecionando os K maiores ativos e atribuindo pesos iguais, com um cronograma de decisões determinado pela frequência de cada rótulo. Ele verifica a ordem dos eventos…
Este módulo utilitário compartilhado fornece um pipeline comum de boosting por gradiente para pesquisa quantitativa. Ele define configurações predefinidas de capacidade e mapeia nomes canônicos de parâmetros para as configurações correspondentes no LightGBM,…
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…
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…
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…
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…
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…
Este notebook explica por que um overlay de risco genérico de pesos-alvo não é adequado para a estrutura de short straddle do S&P 500 descrita. A estrutura atribui parcelas fixas de capital a coortes semanais e normaliza os pesos de cada coorte para que…
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…
Este notebook descreve como gerar previsões para holdout de uma configuração de modelo de futuros de CME. A configuração é escolhida com resultados da validação e, em seguida, reajustada com dados que terminam antes do início da janela de holdout. Um…
Este notebook descreve como gerar previsões para holdout de uma configuração de microestrutura selecionada para NASDAQ-100 após as escolhas de modelo e estratégia nos folds de validação. Ele reconstrói a especificação de treinamento selecionada, deriva um…
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…
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…
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…
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…
Este estudo de caso compara modelos de gradient boosting que preveem retornos até o vencimento para straddles vendidos no dinheiro. Ele varia a capacidade das árvores e três objetivos de ajuste: erro quadrático, erro absoluto e perda de Huber. A validação…
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…
O documento descreve como um estudo de futuros CME gera previsões para um período holdout após selecionar uma configuração de modelo com dados de validação. A configuração e o checkpoint selecionados são recuperados dos resultados de validação; em seguida, o…
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…
Esta configuração descreve um estudo semanal de venda de straddles no dinheiro sobre componentes do S&P 500. As posições são abertas na sexta-feira e mantidas até perto do vencimento, com hedges diários em ações acionados por mudanças no delta das opções. A…