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 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…

AçõesOpçõesBacktestingConstrução de portfólio
Machine Learning for Trading

Este documento descreve maneiras de transformar registros de entidades datados em matrizes para estudos de caso de fatores latentes. Um método mantém apenas as entidades que atingem um limite de cobertura aprendido com um conjunto de dados de elegibilidade,…

Investimento em fatoresConstrução de portfólioEstatística
Machine Learning for Trading

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,…

Aprendizado de máquinaBacktestingConstrução de portfólio
Machine Learning for Trading

O notebook estuda se a atividade do livro de ofertas prevê retornos de curto prazo para NVDA. Ele constrói uma medida de pressão no livro ponderada pela distância com base em adições, cancelamentos e execuções de ordens nos dados de mercado por ordem; em…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

O notebook usa SHAP para explicar, no nível dos tokens, as probabilidades das três classes de sentimento financeiro do FinBERT. Ele fixa um checkpoint do modelo, alinha explicitamente os rótulos de saída e, em seguida, examina quais tokens aumentam ou…

Aprendizado de máquinaSentimento
Machine Learning for Trading

Este notebook inventaria colunas de características baseadas em modelos em nove estudos de caso de mercado, lendo esquemas Parquet em vez de carregar conjuntos de dados completos. Ele exclui campos identificadores, conta colunas por mercado e atribui…

Aprendizado de máquinaEstatísticaMultiativos
Machine Learning for Trading

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…

EstatísticaInvestimento em fatoresBacktestingGestão de risco
Machine Learning for Trading

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…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

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…

BacktestingGestão de riscoExecuçãoEstatística
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

Este documento desenvolve atributos para estudar se o posicionamento concentrado em futuros perpétuos de cripto prevê retornos relativos. Ele explica a direção do pagamento de funding, o papel do índice de prêmio e por que valores brutos de funding ou prêmio…

CriptoFuturos perpétuosMicroestrutura de mercado
Machine Learning for Trading

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…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook cria um agente de previsão que alterna entre raciocínio e ações em um ciclo ReAct. Seu espaço de ações é deliberadamente pequeno: o agente pode buscar evidências ou enviar uma previsão probabilística. Uma interface compartilhada com dois…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

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…

FuturosBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este notebook explica Tail-GAN, uma abordagem adversarial generativa para criar cenários de retorno financeiro visando valor em risco (VaR) e expected shortfall (ES). Ele usa ordenação diferenciável para que gradientes possam atravessar estimativas de…

Aprendizado de máquinaGestão de riscoVolatilidadeConstrução de portfólio
Machine Learning for Trading

Este notebook de engenharia de atributos explica como informações mais lentas podem contextualizar sinais de trading mais rápidos por meio de fundamentos, dados macroeconômicos e contexto de calendário. Ele apresenta índices de valor, como valor contábil…

Investimento em fatoresAçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

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…

AçõesMicroestrutura de mercadoAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

BacktestingEstatísticaGestão de riscoConstrução de portfólio
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaInvestimento em fatoresBacktesting