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

237 documentos

Machine Learning for Trading

Este tutorial transforma sinais transversais de ETF em carteiras compradas, com pesos iguais e as dez principais posições, e compara regressão Ridge e classificação logística com referências de momentum e pesos iguais. Os modelos são ajustados em janelas de…

AçõesBacktestingExecuçãoConstrução de portfólio
Machine Learning for Trading

Este notebook treina um agente de otimização de política proximal para liquidar uma ordem fixa ao longo de um horizonte definido. Compara o ritmo aprendido com TWAP e uma programação de Almgren–Chriss, medindo o déficit de execução e examinando quando cada…

CriptoFuturos perpétuosExecuçãoAprendizado de máquina
Machine Learning for Trading

Este notebook reconstrói a melhor oferta nacional de compra e venda (NBBO) vigente para cada negociação envolvendo AAPL durante o pregão regular de 16 de março de 2020. Combina cronologicamente eventos de cotações e negociações, mantém a última oferta de…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este tutorial constrói uma série contínua de contratos individuais de ES. Identifica o contrato do primeiro vencimento pelo volume de negociação, com uma restrição de rolagem monotônica, e compara a troca baseada em volume com a baseada no calendário.…

FuturosBacktestingEstatísticaExecução
Machine Learning for Trading

Este notebook examina registros de negociações e cotações de AAPL durante o crash de mercado de março de 16, 2020, para mostrar como a microestrutura do mercado muda sob estresse. Ele filtra o fluxo para o horário regular de negociação, distingue registros…

AçõesMicroestrutura de mercadoExecuçãoVolatilidade
Machine Learning for Trading

Este tutorial cria um simulador mensal de rotação de ETF usando uma classificação de momentum ajustado ao risco retrospectivo e um filtro de regime da curva de rendimentos do Tesouro. No fim de cada mês, a regra classifica dez fundos com base no histórico…

BacktestingMomentumConstrução de portfólioExecução
Machine Learning for Trading

Este documento compara quatro fontes de dados do mercado de ações para estudar negociações, cotações e livros de ofertas: AlgoSeek TAQ, Databento market by order, NASDAQ ITCH e IEX HIST. Ele explica a granularidade, a cobertura, os custos ou as condições de…

AçõesMicroestrutura de mercadoExecuçãoTrading de alta frequência
Machine Learning for Trading

Este estudo cria uma medida por minuto da pressão do fluxo de ordens com dados de mercado por ordem para NVDA. Ele atribui sinais às adições, aos cancelamentos e às execuções de ordens por lado, pondera os eventos pelo tamanho e pela distância do ponto médio…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este capítulo apresenta os dados de mercado como resultado das regras de trading, da liquidez e do comportamento dos participantes. Ele percorre desde cotações no topo do livro até feeds por ordem, depois descreve o parsing de mensagens da bolsa e sua…

Microestrutura de mercadoExecuçãoTrading de alta frequênciaEstatística
Machine Learning for Trading

Este notebook compara alocações de carteira de PyPortfolioOpt, Riskfolio-Lib e skfolio usando o mesmo painel de retornos de ETF. Ele ajusta os alocadores em um período de treinamento, verifica se objetivos equivalentes e pesos alinhados concordam dentro das…

MultiativosConstrução de portfólioBacktestingExecução
Machine Learning for Trading

Este notebook transforma classificações de modelos em carteiras simples de futuros perpétuos de cripto para que experimentos posteriores possam medir o efeito de mudanças no dimensionamento, nos custos ou nos controles de risco. Ele aplica regras de entrada…

CriptoFuturos perpétuosBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook desenvolve uma estrutura para converter a atividade de mercado em custos de trading modelados e capacidade da estratégia. Ele apresenta o modelo de impacto de raiz quadrada, identifica volatilidade e volume médio diário como entradas principais…

Microestrutura de mercadoExecuçãoGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este notebook isola resultados do mecanismo LEAN em uma auditoria que compara execuções reais de estratégias mantidas com perfis correspondentes de backtest do ML4T. Ele identifica quatro cargas de trabalho compatíveis: alocação de ETF, funding de contratos…

MultiativosBacktestingExecuçãoCripto
Machine Learning for Trading

Este notebook apresenta um fluxo que conecta o carregamento padronizado de dados de ETF, um registro de atributos e diagnósticos de sinais. Ele mostra como descobrir metadados de indicadores, calcular atributos com parâmetros padrão ou explícitos e armazenar…

AçõesIndicadores técnicosMomentumEstatística
Machine Learning for Trading

Este documento explica como a interface de busca de um agente de previsão pode restringir as evidências e tornar suas atividades auditáveis. Um protocolo independente de provedor retorna resultados tipados com fonte, data de publicação, pontuação de…

BacktestingExecuçãoAprendizado de máquina
Machine Learning for Trading

Este notebook converte previsões de pares FX em resultados de trading de referência. Em cada momento de decisão, classifica os pares, assume posições long e short de mesmo tamanho e executa as configurações de previsão e os checkpoints selecionados em um…

CâmbioBacktestingConstrução de portfólioDimensionamento de posição
Machine Learning for Trading

Este notebook compara duas simulações da mesma estratégia mensal de momentum em ETF. Ambas usam os mesmos pesos-alvo, universo, datas e custo total de trading. Uma calcula retornos com base em pesos defasados e retornos dos ativos; a outra processa ordens…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

Este notebook compara o armazenamento em CSV, Parquet, Feather e HDF5 usando um painel determinístico OHLCV de um milhão de linhas. Mede o tempo de gravação, o tempo de leitura com materialização, o tamanho do arquivo e leituras que selecionam apenas duas…

AçõesEstatísticaExecução
Machine Learning for Trading

Este notebook compara DQN, PPO e A2C em um ambiente simulado de trading de criptomoedas. Ele calibra um processo de volatilidade GARCH(1,1) com retornos horários de futuros perpétuos de Bitcoin e, em seguida, simula trajetórias que preservam o agrupamento da…

Aprendizado de máquinaCriptoFuturos perpétuosBacktesting
Machine Learning for Trading

Esta auditoria compara mecanismos de trading que reproduzem os mesmos alvos congelados do modelo e as mesmas entradas históricas identificadas por conteúdo em alocação ETF, futuros, financiamento de futuros perpétuos de cripto, câmbio e ações US. Ela avalia…

BacktestingExecuçãoMultiativosFuturos
Machine Learning for Trading

Este notebook avalia stop-losses por posição, trailing stops e saídas por tempo em configurações da etapa de alocação de uma estratégia intradiária NASDAQ-100. As decisões ocorrem a cada quinze minutos, enquanto o mecanismo de backtest monitora as posições a…

AçõesGestão de riscoBacktestingExecução
Machine Learning for Trading

Este capítulo apresenta o aprendizado por reforço como uma ferramenta para controle sequencial, distinguindo-o da previsão supervisionada. O foco são tarefas em que as ações afetam resultados posteriores e as recompensas são relativamente concretas: execução…

Aprendizado de máquinaExecuçãoFormação de mercadoOpções