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.
122 documentos
Este capítulo apresenta a gestão de risco como parte do projeto da estratégia e das operações em produção. Abrange a medição de risco de cauda com valor em risco e valor em risco condicional, profundidade e recuperação do drawdown, decomposição de exposição,…
Este notebook apresenta uma GAN Sig-Wasserstein GAN para gerar séries temporais financeiras. Ela substitui um discriminador treinado para distinguir dados reais dos gerados por uma distância baseada em assinaturas esperadas de caminhos, resumos matemáticos…
Este notebook constrói características a partir de dados por minuto de NASDAQ-100 usando três procedimentos: uma regressão autorregressiva heterogênea móvel para previsões de variância de curto prazo, uma transformada de Fourier para descrever a estrutura…
Este notebook compara medidas de volatilidade, ajusta um modelo autorregressivo heterogêneo (HAR) e estima a rugosidade usando expoentes de Hurst. Primeiro, compara a variância realizada intradiária com estimadores diários, separando retornos durante a noite…
O capítulo explica abordagens clássicas para gerar dados financeiros sintéticos, abrangendo processos de preços em tempo contínuo, volatilidade GARCH, reamostragem por bootstrap e comparação de modelos. Descreve como modelos como movimento browniano…
Este notebook aplica aprendizado de máquina duplo para examinar se o spread entre volatilidade implícita e realizada está associado a retornos acionários subsequentes após o ajuste por fatores de confusão observados. Identifica volatilidade realizada,…
Este notebook examina dados de negociações e cotações em nível de tick da AlgoSeek para AAPL durante o crash do mercado de março de 16, 2020. Filtra o horário regular de negociação, separa registros de operações das atualizações de NBBO e estuda atividade…
Este notebook constrói variáveis de volatilidade condicional para um estudo de ações e opções do S&P 500 usando um modelo GJR-GARCH. Ao contrário de regras fixas baseadas em preços passados, as variáveis ajustadas dependem da janela de estimação. Por isso, o…
Este documento descreve como reduzir grandes cadeias de opções do S&P 500 a conjuntos de dados diários por símbolo para pesquisa. O resumo da superfície seleciona as opções mais próximas dos deltas absolutos desejados dentro de faixas de vencimento e, em…
Este módulo define uma carteira-base mensal de alocação em ETF usando uma pontuação de momentum ajustada ao risco: retorno acumulado passado dividido pela volatilidade realizada anualizada. Seleciona os ativos mais bem classificados quando a inclinação da…
Este notebook agrupa retornos mensais de nove séries de fatores e mercados de ações, títulos, moedas e commodities usando modelos de mistura gaussiana. Após excluir os meses com dados incompletos, padroniza as séries para que diferenças de escala não dominem…
Este notebook educacional apresenta características derivadas de preço e volume usadas em pesquisa quantitativa. Abrange retornos simples e logarítmicos em vários horizontes, momentum com exclusão de um período, retornos noturnos e intradiários, distância da…
Este estudo de caso avalia straddles vendidos no dinheiro em componentes do S&P 500, iniciados semanalmente e mantidos até o vencimento com hedge delta diário. A principal escolha metodológica é modelar retornos até o vencimento: a posição em opções incorre…
Este notebook descreve a adaptação de Diffusion-TS para gerar sequências sintéticas de retornos de ETF. O modelo de remoção de ruído prevê a sequência limpa como uma soma de tendência polinomial, componente sazonal de Fourier e resíduos, enquanto uma função…
Este notebook usa retornos diários de ETF para explicar como modelos GARCH capturam o agrupamento temporal da volatilidade e o transformam em uma variável por sessão. Primeiro, usa diagnósticos visuais e um teste ARCH-LM para avaliar se os retornos ao…
Este estudo de caso cria variáveis para pesquisar se a variância implícita at-the-money supera a variância realizada subsequente para ativos do S&P 500, e se essa diferença varia entre os ativos. Combina cotações de straddles com preços dos ativos…
Este notebook ajusta modelos de árvores com gradient boosting a recursos do mercado de opções que codificam previsões, como volatilidade implícita, assimetria, estrutura a termo e prêmio de risco de variância. Compara a capacidade das árvores e opções de…
Este notebook relaciona o dimensionamento de posições à análise das excursões adversas e favoráveis máximas. Demonstra o dimensionamento fracionário fixo, no qual a quantidade de ações é determinada pelo orçamento de risco da carteira e pela distância entre…
Este notebook explica a construção de características com dados além do histórico de preços de um único ativo. Calcula o retorno de rolagem anualizado de futuros a partir dos preços contemporâneos dos contratos próximos e diferidos e usa três vencimentos…
Este notebook explica como modelos ocultos de Markov inferem estados de mercado não observados a partir de retornos e da volatilidade recente. Primeiro, estabelece regras simples de comparação: um limite de índice de volatilidade para estresse e o preço em…
Este notebook usa aprendizado de máquina duplo para estimar se o escore z do prêmio de futuros perpétuos está associado ao retorno das oito horas seguintes, após o ajuste por seis controles anteriores ao tratamento. Compara os efeitos em regimes de alta e…
Este notebook explica como construir características baseadas em modelos para um painel de ações dos US sem permitir que observações futuras influenciem valores históricos. Seu método central é um cronograma de estimação: os modelos usam um período de…
Este notebook desenvolve rótulos de retorno futuro para straddles vendidos no dinheiro sobre ações do S&P 500. Como o straddle nominal de 30 dias do painel diário representa um contrato diferente a cada sessão, uma série de preços deslocada misturaria…
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…