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
Este notebook seleciona atributos financeiros e baseados em modelos pela capacidade de classificar ações segundo seus retornos futuros. Ele calcula coeficientes de informação transversais diários, estima a incerteza levando em conta a dependência serial,…
Este notebook aplica a análise de componentes principais às variações dos rendimentos dos títulos do Tesouro em diferentes vencimentos. A padronização das variações dá a cada vencimento a mesma influência, e os componentes resultantes são interpretados como…
Este notebook descreve uma análise de aprendizado de máquina duplo do efeito associado a um tratamento de momentum em FX, após o ajuste pelos confundidores configurados. Modelos auxiliares flexíveis estimam o resultado e o tratamento a partir desses…
Este notebook compara três modelos lineares de previsão, um codificador Transformer e duas previsões sem parâmetros para retornos diários de SPY. Os modelos lineares mapeiam uma janela histórica para uma previsão de vários dias; algumas variantes primeiro…
Este notebook configura uma execução de previsão NLinear para pares de FX. O modelo usa uma janela retrospectiva fixa e consecutiva e subtrai o último nível observado, direcionando o ajuste para as variações nessa janela. Resolve a janela retrospectiva, a…
Este código define salvaguardas para validação cruzada reproduzível, acompanhamento da elegibilidade e atributos temporais específicos de cada divisão. Ele normaliza os limites das divisões, compara as divisões solicitadas aos limites usados para criar…
Este notebook apresenta diagnósticos apenas de validação para um rótulo de retorno de opções do S&P 500, protegido por delta por 10 sessões. Ele organiza os preditores financeiros em grupos dependentes e independentes da volatilidade implícita e, em seguida,…
Este notebook reformula a previsão dos retornos futuros de 21 em sessões de ETF como uma tarefa binária: retornos positivos são classificados como alta, e os demais, como baixa. Ele ajusta uma regressão logística regularizada com L2 e L1, usando divisões…
Este notebook testa se um LSTM consegue extrair estrutura temporal de históricos de atributos de ETF que modelos com atributos planos podem não captar. Antes do ajuste, ele resolve a população declarada das sequências em relação aos atributos, rótulos,…
Este notebook cria atributos baseados em regras para uma seção transversal de futuros de CME, com foco no carry decorrente do spread entre contratos de vencimentos próximos. Também constrói atributos de momentum, volatilidade, formato da curva e calendário.…
Este notebook define retornos futuros do fechamento ao fechamento em dois horizontes de negociação para uma seção transversal de ETFs, medindo cada horizonte do fechamento ajustado ao fechamento após um número fixo de sessões. Ele explica por que os rótulos…
Este tutorial deriva a fração de Kelly para uma aposta binária maximizando o crescimento logarítmico esperado da riqueza e, em seguida, estende a ideia a retornos contínuos e a uma carteira com vários ativos. Ele usa diferenciação simbólica e simulações com…
Este estudo de caso cria atributos por minuto com dados de cotações e trades do NASDAQ-100 para examinar se compras ou vendas agressivas recentes preveem a deriva de preços em horizontes curtos. O desequilíbrio do fluxo de ordens é o sinal proposto; spread,…
Este notebook constrói vários esquemas de amostragem a partir de um dia de trades NASDAQ ITCH de uma ação: barras por tempo de calendário, tick, volume, valor financeiro, desequilíbrio e sequência. Ele compara suas propriedades estatísticas, incluindo…
Esta exploração de dados examina observações do índice de prêmio a cada oito horas em contratos perpétuos de cripto com margem em USDT e explica a relação entre o prêmio e os pagamentos de funding. O índice usa preços executáveis de compra e venda com…
Este notebook demonstra dois monitores sequenciais aplicados aos erros de previsão em validação de duas configurações lineares de modelos de ações: um detector de mudança de média com duas janelas e um monitor da frequência de dias ruins. Cada detector é…
Este notebook avalia quatro sinais derivados de textos de notícias: surpresa ponderada, sentimento médio, momentum de sentimento e cobertura de artigos. Ele usa retornos futuros preparados em uma etapa anterior de criação de atributos e, em seguida, calcula…
Este capítulo trata os custos de transação como uma restrição em toda a pesquisa e implantação de estratégias, da avaliação de fatores e do backtesting à construção de carteiras, supervisão de risco e monitoramento em produção. Ele distingue taxas…
Este notebook aplica aprendizado de máquina duplo (DML) para estimar o efeito do momentum que exclui os períodos mais recentes sobre os retornos futuros de ETF, uma questão causal distinta da previsão de retornos. Ele modela o resultado e o tratamento de…
O notebook demonstra o ajuste do LightGBM para previsão de retornos de ETF com o amostrador TPE do Optuna. Ele busca configurações de estrutura das árvores, amostragem e regularização, usando parada antecipada para escolher as rodadas de boosting e um…
Este capítulo apresenta um fluxo de pesquisa com modelos preditivos em trading, no qual previsões estáveis fora da amostra podem ser mais importantes que estimativas não enviesadas de coeficientes. Ele aborda métodos de regressão regularizada, como Ridge,…
Este notebook transforma posições institucionais 13F em um grafo bipartido entre instituições e ações e deriva atributos para pesquisa, incluindo similaridade de copropriedade, amplitude e concentração da propriedade e mudanças nas posições declaradas. Ele…
Este notebook explica quando é mais claro simular uma estratégia de trading barra a barra, com estado evolutivo, do que expressá-la como sinais ou pesos pré-calculados. Ele contrasta backtests baseados em vetores, que podem ser rápidos e convenientes para…
Este notebook compara a busca exaustiva em grade com o amostrador bayesiano TPE do Optuna para ajustar um modelo LightGBM a uma tarefa de previsão de retornos futuros de ETF. Primeiro, oferece aos dois métodos o mesmo orçamento de testes em uma pequena grade…