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

O notebook estima quanto uma carteira com pesos iguais de ações US sobreviventes pode superestimar os retornos em relação ao universo inicial completo. Primeiro, examina quando o painel registra a saída de símbolos e constata que as saídas registradas…

AçõesMercados dos EUABacktesting
Machine Learning for Trading

Este notebook apresenta um debate em várias rodadas entre posições otimistas e pessimistas sobre uma previsão probabilística controversa. Cada lado argumenta com base em resumos compartilhados por agentes de pesquisa, vê a posição anterior do outro lado e…

EstatísticaAprendizado de máquina
Machine Learning for Trading

Esta análise exploratória apresenta contratos e cadeias de opções e, em seguida, traça o perfil de uma amostra de 2020 de opções do S&P 500 em oito ativos subjacentes. Explica moneyness, valor intrínseco e temporal, volatilidade implícita, gregas e como…

OpçõesAçõesVolatilidadePrecificação de derivativos
Machine Learning for Trading

Esta análise lê um pipeline de backtest registrado para uma estratégia mensal de ações US baseada em características de empresas. Apresenta a incerteza do Sharpe, medidas de probabilidade e Sharpe deflacionado, comparações pareadas de estratégias, queda de…

AçõesInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Este notebook cria características a partir de modelos ajustados com históricos de preços de câmbio, complementando os indicadores calculados diretamente com preços passados. Descreve três abordagens: um filtro de espaço de estados que estima um nível de…

CâmbioAprendizado de máquinaEstatísticaIndicadores técnicos
Machine Learning for Trading

Este notebook compara regras de ponderação de carteira para uma estratégia com opções do S&P 500 que vende straddles. Mantém fixos os símbolos selecionados e as demais configurações da estratégia, substituindo a referência de pesos iguais por alocadores que…

OpçõesAçõesConstrução de portfólioDimensionamento de posição
Machine Learning for Trading

Este notebook mede como os custos de execução afetam uma configuração já selecionada de contratos perpétuos de cripto. Mantém fixos o modelo, o checkpoint, a regra de entrada, o alocador e o controle de risco, e então executa novamente a estratégia em uma…

CriptoFuturos perpétuosBacktestingExecução
Machine Learning for Trading

Este notebook descreve um fluxo de trabalho para transformar divulgações trimestrais de MD&A das empresas do S&P 500 em características para trading. Usa as datas de aceitação dos documentos como referência temporal, consolida vários documentos de uma…

AçõesAprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook aplica o TabM, uma arquitetura neural tabular que compartilha uma rede de características de duas camadas entre os membros do conjunto. Cada membro ajusta a representação compartilhada com seu próprio vetor aprendido e usa sua própria camada de…

OpçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook explica a PCA de prêmio de risco, que modifica a matriz de covariância dos retornos ao adicionar o produto externo ponderado das médias dos retornos no período de treinamento. Seus autovetores principais definem carteiras fatoriais estáticas;…

Investimento em fatoresEstatísticaConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook usa SHAP para explicar previsões de retornos de ETF por regressão Ridge. Em um modelo linear, as atribuições das características têm uma relação fechada com os coeficientes ajustados e os desvios em relação aos valores de referência das…

AçõesAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

Este notebook explica a filtragem de Kalman como forma de extrair atributos de preços financeiros. Um estado de tendência linear local acompanha tanto um nível de preço latente quanto sua inclinação, enquanto um modelo de observação considera fechamentos…

AçõesIndicadores técnicosEstatísticaTrading de pares
Machine Learning for Trading

Este notebook apresenta a análise de componentes principais instrumentada (IPCA), uma abordagem de fatores latentes para prever retornos a partir de características de empresas. Em vez de atribuir um peso de retorno direto a cada característica, IPCA modela…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook descreve como produzir um conjunto de previsões fora da amostra para um modelo de opções do S&P 500 selecionado anteriormente. Fixa a configuração usando resultados de validação, reajusta essa configuração com dados anteriores ao período de…

OpçõesBacktestingGestão de risco
Machine Learning for Trading

Este utilitário descreve um método para explicar retornos de estratégias com modelos de três ou cinco fatores de Fama–French, incluindo momentum opcionalmente. Alinha dados diários dos fatores com os retornos da estratégia, detecta a frequência dos retornos…

Investimento em fatoresEstatísticaGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook testa um projeto de saída com dois modelos em dados horários de perpétuos de BTC, ETH e SOL. Um classificador de entrada identifica retornos futuros excepcionalmente fortes; sua probabilidade prevista é então combinada com atributos técnicos em…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook analisa mensagens TotalView-ITCH de NASDAQ para descrever a atividade geral do mercado e criar dados reutilizáveis de negociações. Conta as mensagens por tipo e, em seguida, enriquece as mensagens de execução de ordens associando…

AçõesMercados dos EUAMicroestrutura de mercadoExecução
Machine Learning for Trading

Este documento descreve utilitários de conjuntos de dados para preparar painéis de séries temporais para treinamento de modelos e inferência móvel. O conjunto de treinamento retorna sequências deslizantes de atributos, retornos futuros, escalas de…

Aprendizado de máquinaBacktestingConstrução de portfólioExecução
Machine Learning for Trading

Este notebook cria atributos derivados de preços para classificar um amplo universo de ações US. Descreve famílias de momentum, volatilidade, médias móveis e indicadores técnicos, e depois as avalia em relação a um rótulo de retorno futuro de uma sessão. A…

AçõesMercados dos EUAIndicadores técnicosMomentum
Machine Learning for Trading

Este capítulo apresenta a gestão de risco como parte do projeto da estratégia e das operações em produção. Abrange a medição de risco de cauda com valor em risco e valor em risco condicional, profundidade e recuperação do drawdown, decomposição de exposição,…

Gestão de riscoVolatilidadeBacktestingConstrução de portfólio