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 explica como um limite de participação no volume restringe a quantidade de uma ordem-mãe que pode ser executada em cada intervalo de mercado. Uma corretora calcula a parcela permitida com base no volume negociado observado e transfere o…

ExecuçãoMicroestrutura de mercadoGestão de riscoAções
Machine Learning for Trading

Este documento descreve um conjunto de dados diário de ETF destinado a servir como universo candidato para pesquisas de momentum e entre classes de ativos. Ele abrange nove categorias, incluindo ações dos US e internacionais, renda fixa, commodities, fundos…

MultiativosMomentumAçõesRenda fixa
Machine Learning for Trading

Este capítulo apresenta a geração aumentada por recuperação como uma forma de tornar modelos de linguagem mais úteis para pesquisas financeiras abertas, nas quais afirmações sem respaldo e alucinações podem ter custos altos. Ele percorre o sistema desde a…

Aprendizado de máquinaEstatísticaAçõesSentimento
Machine Learning for Trading

Este notebook seleciona um estudo de caso de futuros CME a partir de backtests de validação registrados que abrangem regras de sinal, alocação e sobreposições de risco. Ele compara candidatos entre os dois horizontes de retorno e escolhe a configuração com o…

FuturosBacktestingGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook desenvolve características que exigem várias séries de ativos. Ele compara os testes de cointegração de Engle-Granger e Johansen, explica por que o movimento conjunto, por si só, não implica um spread estacionário e estima razões de hedge tanto…

MultiativosTrading de paresReversão à médiaEstatística
Machine Learning for Trading

Este notebook explica como construir rótulos de retorno intradiário futuro para ações NASDAQ-100 usando barras por minuto e cotações NBBO. Ele define retornos da barra seguinte ao sinal até um ponto final futuro especificado, usa os midpoints das cotações…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este estudo de caso compara modelos de gradient boosting que preveem retornos até o vencimento para straddles vendidos no dinheiro. Ele varia a capacidade das árvores e três objetivos de ajuste: erro quadrático, erro absoluto e perda de Huber. A validação…

OpçõesVolatilidadeAprendizado de máquinaBacktesting
Machine Learning for Trading

O documento apresenta um fluxo operacional para manter dados diários de mercado atualizados: carregar um histórico inicial, buscar uma pequena atualização com sobreposição, verificar datas ausentes e monitorar a atualidade e problemas de validação. A…

AçõesBacktestingEstatísticaGestão de risco
Machine Learning for Trading

O documento descreve como um estudo de futuros CME gera previsões para um período holdout após selecionar uma configuração de modelo com dados de validação. A configuração e o checkpoint selecionados são recuperados dos resultados de validação; em seguida, o…

FuturosBacktestingGestão de risco
Machine Learning for Trading

Este notebook ajusta um transformer com patches para prever um rótulo principal em um estudo de ações e opções do S&P 500. Ele divide a janela histórica de entrada de cada ação em patches contíguos e trata cada patch como um token de atenção. A atenção pode…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

O documento explica como obter dados semanais CFTC do Commitment of Traders para produtos futuros selecionados e salvar o histórico de cada produto em um arquivo Parquet. Os relatórios COT registram o posicionamento de terça-feira e são divulgados na…

FuturosCommoditiesSentimento
Machine Learning for Trading

Esta análise exploratória traça o perfil de dados OHLCV horários dos contratos perpétuos da Binance junto com um índice de prêmio de oito horas. Ela verifica a cobertura do conjunto de dados, as mudanças na composição dos contratos, as unidades, os valores…

CriptoFuturos perpétuosMicroestrutura de mercadoEstatística
Machine Learning for Trading

Este código apresenta uma arquitetura de autoencoder supervisionado para fazer previsões a partir de atributos financeiros. Um codificador comprime as entradas normalizadas em um gargalo, enquanto um decodificador reconstrói as entradas como tarefa de…

Aprendizado de máquinaAçõesEstatística
Machine Learning for Trading

Esta configuração descreve um estudo semanal de venda de straddles no dinheiro sobre componentes do S&P 500. As posições são abertas na sexta-feira e mantidas até perto do vencimento, com hedges diários em ações acionados por mudanças no delta das opções. A…

OpçõesVolatilidadeGestão de riscoBacktesting
Machine Learning for Trading

Este notebook explica um modelo de fator estocástico de desconto de ETF que ajusta uma única série de pesos aos retornos de preços entre fundos. Ao contrário dos modelos que estimam separadamente as exposições dos fundos e os retornos dos fatores, ele treina…

AçõesEstatísticaAprendizado de máquinaConstrução de portfólio
Machine Learning for Trading

Este notebook descreve como criar previsões de holdout para uma configuração de modelo de ações de US selecionada anteriormente. Como as escolhas do modelo e as configurações da estratégia foram feitas com resultados de validação, esses mesmos resultados não…

AçõesAprendizado de máquinaBacktestingMercados dos EUA
Machine Learning for Trading

Este notebook apresenta o GReaT, um método para gerar tabelas financeiras sintéticas com um modelo de linguagem. Ele serializa cada linha como texto, ajusta um modelo baseado em GPT com características de ETF e converte o texto gerado de volta em colunas…

Aprendizado de máquinaAçõesEstatísticaBacktesting