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 notebook mede como a variação dos custos proporcionais de transação afeta uma estratégia FX selecionada por validação para cada rótulo de retorno. Primeiro, seleciona uma estratégia-base entre candidatas de sinal, alocação e sobreposição de risco;…

CâmbioBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Esta análise explica como interpretar coeficientes de informação (ICs) transversais para modelos de futuros CME e como eles se relacionam com testes posteriores de carteira. Ela calcula a correlação de postos entre retornos previstos e realizados em cada…

FuturosEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook avalia se dados históricos de ETF podem sustentar uma estratégia de classificação mensal antes da criação de qualquer modelo ou previsão. Ele verifica a elegibilidade em cada data com base na liquidez do ano anterior, conta os fundos…

AçõesBacktestingExecuçãoEstatística
Machine Learning for Trading

Este notebook investiga por que dois mecanismos de backtesting podem produzir resultados diferentes a partir de sinais idênticos. Mantém fixa uma estratégia ETF pré-calculada, forma uma carteira determinística a partir das previsões e altera as configurações…

BacktestingExecuçãoMicroestrutura de mercadoDimensionamento de posição
Machine Learning for Trading

Este notebook avalia previsões de validação derivadas de pesquisas sobre ações e opções, convertendo-as em carteiras de ações somente compradas. Usa uma referência de pesos iguais com os K ativos mais bem classificados, compara várias concentrações de…

AçõesOpçõesBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook usa negociações e mensagens de ordens derivadas de NASDAQ ITCH para ilustrar padrões de microestrutura de mercado. Ele examina a autocorrelação negativa de primeira ordem nos retornos de preços de negociação por tick e explica como negociações…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook desenvolve uma tarefa simulada de formação de mercado na qual um agente PPO escolhe a assimetria das cotações e a largura do spread. A probabilidade de execução diminui conforme as cotações se afastam do preço médio, enquanto o desequilíbrio de…

Formação de mercadoAprendizado de máquinaExecuçãoMicroestrutura de mercado
Machine Learning for Trading

Este notebook verifica se os dados podem sustentar uma estratégia transversal semanal de futuros antes do ajuste de qualquer modelo. Descreve um desenho que classifica produtos CME, abre posições compradas nos contratos com as maiores classificações e…

FuturosCommoditiesCarryExecução
Machine Learning for Trading

Este notebook usa registros de negociações derivados de NASDAQ ITCH para examinar a atividade intradiária de trading. Reamostra negociações individuais em barras temporais e compara volume de ações, contagem de negociações, últimos preços e preços ponderados…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook explica como o impacto de mercado cresce com o tamanho da ordem e usa o modelo de participação pela raiz quadrada para estimar a capacidade da estratégia. Distingue dados disponíveis no mercado, como volatilidade e volume médio diário, do…

Microestrutura de mercadoExecuçãoGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este guia apresenta duas fontes de dados tick do livro de ofertas de ações US para pesquisas de microestrutura: eventos market-by-order da Databento e mensagens TotalView-ITCH da NASDAQ. Descreve seus formatos, características de cobertura, tamanhos…

AçõesMicroestrutura de mercadoExecuçãoMercados dos EUA
Machine Learning for Trading

Este notebook compara dois métodos de estimativa de spreads bid-ask quando os dados históricos têm abertura, máxima, mínima, fechamento e volume diários, mas não incluem cotações. Corwin-Schultz separa spread e volatilidade comparando intervalos entre máxima…

Microestrutura de mercadoExecuçãoEstatísticaGestão de risco
Machine Learning for Trading

Este notebook mede como o desempenho na validação de uma estratégia de opções do S&P 500 muda conforme diferentes frações presumidas do spread cotado são pagas. Ele seleciona uma estratégia de referência por família de modelos e, em seguida, executa cada uma…

OpçõesExecuçãoBacktestingGestão de risco
Machine Learning for Trading

Este documento apresenta uma máquina de estados reutilizável para interrupções automatizadas de trading, com estados fechado, aberto e semiaberto. Ela aplica a mesma lógica de transição a quatro riscos: drawdown da conta, perda diária, sessões consecutivas…

Gestão de riscoExecuçãoBacktesting
Machine Learning for Trading

Este estudo de caso avalia sinais transversais diários em um amplo universo de ações US e apresenta um longo fluxo de pesquisa, desde dados disponíveis em cada momento e variáveis construídas até comparação de modelos, construção de portfólio, custos e…

AçõesAprendizado de máquinaMomentumReversão à média
Machine Learning for Trading

Este módulo estima parâmetros para mercados cripto simulados usados em ambientes de aprendizado por reforço. Ele carrega dados horários de mercados perpétuos para um símbolo selecionado, calcula retornos logarítmicos entre fechamentos e ajusta um modelo de…

CriptoFuturos perpétuosVolatilidadeMicroestrutura de mercado
Machine Learning for Trading

Este documento descreve um ambiente Gymnasium para treinar um agente a liquidar uma posição em um horizonte fixo. A observação combina o estoque e o tempo restantes com spread, profundidade de mercado, volatilidade e um regime normal ou estressado. Uma ação…

Aprendizado de máquinaExecuçãoMicroestrutura de mercadoVolatilidade
Machine Learning for Trading

Este notebook expressa um fluxo de previsão em quatro fases usando orquestração com Python puro, CrewAI e LangGraph. Ele compara onde o estado é mantido, como falhas são inspecionadas ou recuperadas, quais dependências cada abordagem adiciona e como funciona…

Aprendizado de máquinaEstatísticaExecuçãoBacktesting
Machine Learning for Trading

Este notebook formula uma ordem principal como um problema de controle de horizonte finito. A cada intervalo, o Q-learning tabular escolhe um multiplicador para uma fatia de negociação baseada em VWAP, considerando o tempo e o estoque restante, além dos…

AçõesExecuçãoAprendizado de máquinaMicroestrutura de mercado
Machine Learning for Trading

Esta análise entre casos examina como informações preditivas, medidas pelo coeficiente de informação (IC), se traduzem em Sharpe de carteira em nove estudos de caso de trading. O ponto central é que a implementação medeia essa relação: regras de entrada,…

MultiativosEstatísticaBacktestingConstrução de portfólio