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 capítulo apresenta a construção de carteiras como o processo de converter previsões de retorno, estimativas de risco e restrições em pesos, alavancagem e decisões de rebalanceamento. Ele descreve um fluxo de pesquisa para documentar escolhas de…

Construção de portfólioGestão de riscoDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Este notebook explica como avaliar saídas no nível da posição e combiná-las com controles para toda a carteira. Saídas fixas por stop-loss, take-profit e tempo são comparadas a stops móveis e progressivamente mais restritivos; uma saída escalonada reduz uma…

Gestão de riscoDimensionamento de posiçãoBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook estuda o comportamento de ridge, lasso e elastic net quando uma matriz de atributos de perpétuos cripto mede uma grandeza econômica — o prêmio — de muitas formas diferentes. Níveis e variações do prêmio, volatilidade, posições padronizadas,…

CriptoFuturos perpétuosAprendizado de máquinaEstatística
Machine Learning for Trading

Este documento descreve convenções de acesso e alinhamento de dados para contratos perpétuos de criptomoedas e séries relacionadas on-chain. Explica que as barras do índice de prêmio têm registro de data e hora no momento de abertura: uma barra de oito horas…

CriptoFuturos perpétuosDados on-chainDeFi
Machine Learning for Trading

Este notebook reúne cinco abordagens de fatores latentes para modelar a seção transversal dos retornos de ações no estudo de caso de opções do S&P 500. PCA estima movimentos comuns apenas a partir dos retornos; IPCA mapeia características em exposições de…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook demonstra o protocolo Rademacher Anti-Serum como forma de considerar a seleção de um vencedor entre uma classe de estratégias testadas. Ele estima a complexidade empírica a partir das trajetórias de desempenho dos candidatos, ilustrando como a…

BacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook desenvolve uma política de saída com dois modelos para contratos perpétuos de cripto em barras horárias. Um classificador de entrada identifica retornos futuros excepcionalmente fortes, enquanto um classificador de saída prevê se o próximo…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook sintetiza resultados de nove estudos de caso de mercado em um funil cumulativo de filtragem de estratégias. Ele testa, em ordem, se um modelo tem coeficiente de informação positivo, se sua configuração selecionada tem Sharpe de validação…

BacktestingEstatísticaGestão de riscoExecução
Machine Learning for Trading

Este notebook avalia se o valor total bloqueado pode servir como sinal de dados alternativos para os retornos de ether. TVL agrega o valor em dólares dos criptoativos depositados em protocolos de finanças descentralizadas. Como é um estoque avaliado a preços…

CriptoDeFiDados on-chainEstatística
Machine Learning for Trading

Este notebook explica um autoencoder supervisionado para prever a direção de retornos futuros de ações US em vários horizontes. Seu codificador alimenta um decodificador de reconstrução, um classificador auxiliar e um classificador principal. O treinamento…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook cria um alocador de carteira que coloca uma rede de seleção de variáveis no estilo Temporal Fusion Transformer antes de um codificador LSTM. A rede de seleção incorpora cada atributo de entrada separadamente e atribui pesos softmax, permitindo…

AçõesAprendizado de máquinaConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook descreve um fluxo de trabalho TabM para modelos de pares de câmbio. O TabM aplica uma pequena rede neural a cada linha de decisão, em vez de tratar as observações como uma sequência. O notebook obtém da configuração a arquitetura e os…

CâmbioAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook desenvolve uma matriz financeira de atributos para uma hipótese de momentum cross-asset de ETF: ativos com desempenho relativo mais forte podem continuar superando os demais no mês seguinte. Ele combina retornos acumulados em vários horizontes,…

MultiativosMomentumIndicadores técnicosEstatística
Machine Learning for Trading

Este documento apresenta um inventário entre mercados de artefatos de atributos baseados em modelos, provenientes de nove estudos de caso. Ele lê esquemas Parquet em vez de carregar suas linhas, exclui colunas identificadoras, conta colunas de atributos e…

MultiativosAprendizado de máquinaEstatísticaAções
Machine Learning for Trading

Este documento reformula uma previsão de retorno de ações em cinco sessões por meio da amostragem de dados diários às sextas-feiras. O rótulo continua sendo um retorno de cinco sessões, mas na grade semanal abrange cerca de uma etapa do modelo. O notebook…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook avalia árvores com gradient boosting em análises de opções de ações, nas quais atributos como volatilidade implícita, assimetria, estrutura a termo e prêmio de risco de variância codificam expectativas do mercado. Ele pergunta se um modelo não…

OpçõesAçõesAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook testa se árvores com gradient boosting melhoram a classificação cross-sectional de pares de moedas em relação a um modelo linear penalizado. O universo de FX contém pares que compartilham moedas, portanto as observações são dependentes: um…

CâmbioAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este módulo utilitário oferece suporte a fluxos de deep learning para séries temporais financeiras de múltiplos ativos. Ele resolve aliases de conjuntos de dados e carrega dados canônicos de estudos de caso; em seguida, cria sequências de janelas móveis…

Aprendizado de máquinaMultiativosBacktesting
Machine Learning for Trading

Este notebook compara três maneiras de orquestrar um fluxo de previsão em quatro fases: composição direta em Python, uma versão CrewAI orientada por papéis e uma versão LangGraph que delega às mesmas classes especialistas da implementação nativa. Ele examina…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook cria atributos por minuto a partir de cotações e negociações de NASDAQ-100 para estudar a pressão de preços em horizontes curtos. Ele trata o desequilíbrio normalizado do fluxo de ordens como principal candidato a sinal e usa spread,…

AçõesMicroestrutura de mercadoExecuçãoIndicadores técnicos
Machine Learning for Trading

Este documento descreve um livro-razão para aplicar fluxos de caixa de funding a posições de futuros perpétuos durante um backtest. Em cada instante de funding, ele usa a quantidade assinada da posição, o preço de marcação atual, qualquer multiplicador de…

Futuros perpétuosBacktestingPrecificação de derivativosGestão de risco
Machine Learning for Trading

Este notebook verifica se dados spot de FX em intervalos de quatro horas podem sustentar uma estratégia cross-sectional diária que classifica pares de moedas usando momentum e carry. Ele testa se os instrumentos declarados têm preços em cada ponto de…

CâmbioMomentumCarryEstatística
Machine Learning for Trading

Este notebook avalia saídas por stop-loss, trailing stop e duração fixa como overlays em estratégias de futuros CME. Para cada horizonte de previsão, aplica regras configuradas ao melhor resultado Sharpe de validação entre os modelos-base selecionados…

FuturosGestão de riscoBacktestingCarry