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.
1,098 documentos
O documento descreve como comparar previsões de validação de modelos lineares, de gradient boosting, de deep learning tabular e de sequência para opções do S&P 500. Antes de apresentar os diagnósticos, verifica se cada população de previsões registrada está…
O documento explica como o aprendizado de máquina duplo (DML) estima se a participação do volume iniciada por compradores afeta retornos futuros após considerar spread, volatilidade de curto prazo e retornos anteriores. Ele calcula os resíduos tanto do…
Este notebook transforma backtests de microestrutura NASDAQ-100 registrados em uma avaliação de estratégia, sem treinar modelos nem executar novamente os backtests. Ele lê métricas e linhagem do registro, cria tabelas derivadas de grupos e comparações…
Este notebook aplica uma configuração de futuros CME selecionada anteriormente às previsões de holdout, usando o alocador definido, o cronograma de rebalanceamento, as regras de concentração e as hipóteses de custos de transação. O ponto metodológico central…
Este notebook ensina a decodificar dados de mensagens por ordem do TotalView-ITCH da NASDAQ, convertendo seu formato binário em registros estruturados. Ele explica o enquadramento das mensagens e os layouts específicos de cada tipo, demonstra a…
Este notebook mede como uma estratégia FX selecionada na validação responde a mudanças nos custos de transação proporcionais. Para cada rótulo de previsão, seleciona uma estratégia de referência a partir dos resultados de sinal, alocação e camada de risco e,…
Este notebook descreve como selecionar uma configuração de estudo de caso de futuros CME a partir de backtests de validação registrados. Ele reúne candidatos das etapas de sinal, alocação e gestão de risco e, em seguida, escolhe a configuração com o maior…
Este notebook aplica de duas formas uma estratégia mensal de momentum ETF e regime de curva de juros: por cálculos vetorizados de retorno e por uma simulação sequencial de conta. Ambas usam os mesmos pesos-alvo, ativos, datas e custo total de trading,…
Este documento explica um processo de cinco etapas para avaliar nove estudos de caso de trading, da qualidade do sinal à validação, aos custos de transação, ao desempenho no holdout e à qualidade das evidências. As etapas são cumulativas: uma estratégia só…
Este notebook apresenta um ensaio de implantação de um modelo de direção da taxa de funding de criptoativos. Ele treina um modelo LightGBM de três classes com dados históricos de contratos perpétuos derivados da Binance; depois, obtém candles horários ao…
Este notebook descreve o ajuste de uma rede de memória de longo e curto prazo a características de microestrutura de um minuto do NASDAQ-100 para prever retornos futuros em vários horizontes. O modelo processa passo a passo uma sequência de observações…
Este notebook compara medidas de volatilidade, ajusta um modelo autorregressivo heterogêneo (HAR) e estima a rugosidade usando expoentes de Hurst. Primeiro, compara a variância realizada intradiária com estimadores diários, separando retornos durante a noite…
O notebook apresenta um autoencoder condicional que amplia a análise de componentes principais instrumentada ao substituir por uma rede neural o mapeamento linear entre características das ações e exposições a fatores. Ele mantém a estrutura de exposição…
Este módulo utilitário cria tabelas e gráficos para avaliar modelos preditivos nos dados de validação e holdout. Seus diagnósticos incluem intervalos de confiança para coeficientes de informação, queda de desempenho entre validação e holdout, estatísticas de…
Este notebook apresenta um fluxo de trabalho para obter e manter séries temporais financeiras com um gerenciador unificado, universos de símbolos predefinidos ou personalizados e armazenamento Parquet particionado. Abrange a obtenção de dados de um ou vários…
O capítulo explica abordagens clássicas para gerar dados financeiros sintéticos, abrangendo processos de preços em tempo contínuo, volatilidade GARCH, reamostragem por bootstrap e comparação de modelos. Descreve como modelos como movimento browniano…
Este documento descreve a arquitetura de uma rede neural de política que transforma séries temporais e contexto no nível dos ativos em pesos de risco de carteira limitados. A estrutura de cada ativo combina embeddings de contexto, modulação por variável,…
Esta análise exploratória testa se um sinal de momentum de doze meses, excluindo o mês mais recente, está associado aos retornos do mês seguinte em um universo de 100-ETF. Cria um painel mensal a partir de preços de fechamento ajustados, classifica os ETFs…
Este notebook compara métodos de dimensionamento de carteira para as principais configurações de sinais acionários do S&P 500. Primeiro, seleciona o checkpoint de cobertura completa mais forte de cada configuração usando o Sharpe de validação; em seguida,…
Este documento registra uma previsão em várias etapas sobre a possibilidade de o Federal Reserve elevar as taxas durante 2026. Três agentes buscam evidências e produzem probabilidades, seguidas de debate e atualização por um supervisor. As opiniões divergem:…
Este notebook executa o componente NLinear de uma população declarada de três modelos de aprendizado sequencial para opções do S&P 500. Define as solicitações e os checkpoints de toda a população antes de ajustar esse componente, para que notebooks…
Este notebook descreve a etapa de previsão do holdout de um estudo de características de empresas US. Ele usa a configuração do modelo selecionada pelos resultados de validação, reconstrói sua especificação de treinamento e seu checkpoint e, então, reajusta…
Esta nota de configuração explica por que uma regressão logística de três classes penalizada por L1 usa SAGA em vez do solver liblinear do scikit-learn. Cita compatibilidade multiclasses em versões mais recentes do scikit-learn e relata que SAGA foi muito…
O notebook descreve uma análise de aprendizado de máquina duplo com janela expansiva para avaliar se o momentum de 12 a -2 meses prevê retornos de empresas US no mês seguinte, após ajustes por beta, volatilidade idiossincrática, capitalização de mercado e…