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

699 documentos

Machine Learning for Trading

Este notebook analisa arestas de eventos financeiros com carimbo de data e hora em um grafo de conhecimento, distinguindo quando um evento ocorreu, quando se tornou público e quando o pipeline de extração criou a aresta. Calcula os atrasos de divulgação e…

Aprendizado de máquinaEstatísticaBacktestingOrientado por eventos
Machine Learning for Trading

Esta análise de capítulo descreve um processo orientado por hipóteses para definir estratégias de trading antes do backtesting. Ela conecta premissas de dados documentadas e uma configuração imutável à análise exploratória, a estudos de eventos e a uma ficha…

MomentumReversão à médiaEstatísticaBacktesting
Machine Learning for Trading

O documento descreve um fluxo de análise compartilhado para comparar configurações de modelos entre estudos de caso. Primeiro seleciona uma configuração por estudo; depois, deriva resumos por dobra e entre estudos a partir dessa seleção, para que as análises…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Esta análise reconstrói ciclos de vida de ordens limitadas da NASDAQ a partir de mensagens ITCH, acompanhando as ordens desde o envio até o primeiro evento relacionado a cancelamento ou execução. Distingue inclusões, exclusões, cancelamentos parciais,…

Microestrutura de mercadoExecuçãoAçõesEstatística
Machine Learning for Trading

Este notebook define rótulos de retorno futuro de preços para um painel fixo de contratos perpétuos de cripto e explica como a construção dos rótulos afeta todos os modelos e backtests posteriores. Desloca os horários de abertura dos candles para o momento…

CriptoFuturos perpétuosBacktestingEstatística
Machine Learning for Trading

Este projeto final explica como avaliar previsões de probabilidade com o Brier score, o log score, o erro esperado de calibração e a nitidez, e como diagramas de confiabilidade revelam onde as previsões são confiantes demais ou de menos. Descreve o ajuste de…

EstatísticaAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este notebook avalia configurações sequenciais de LSTM e NLinear em produtos futuros da CME. Modelos sequenciais consomem janelas ordenadas de observações para testar se a trajetória recente contém informações além de atributos-resumo projetados. O LSTM…

FuturosAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook aplica SHAP no nível dos tokens a um modelo FinBERT fixado, que classifica textos financeiros como negativos, neutros ou positivos. Ele envolve a inferência do modelo para preservar a ordem dos rótulos do checkpoint e, em seguida, explica as…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook adapta o TSMixer para prever retornos futuros de ETF com base em características históricas de momentum. Sua arquitetura alterna uma transformação linear compartilhada no eixo temporal com um MLP de características aplicado separadamente em…

Aprendizado de máquinaAçõesMomentumBacktesting
Machine Learning for Trading

Este registro documenta um pipeline multiagente que estima se os Estados Unidos entrarão em recessão até o fim de 2026. Os agentes pesquisam indicadores econômicos e previsões, formulam probabilidades individuais, comparam justificativas em um debate e…

Mercados dos EUAEstatísticaSentimento
Machine Learning for Trading

Este notebook explica como fazer o ajuste fino de um transformer para reconhecimento de entidades nomeadas financeiras, que identifica trechos como organizações, pessoas, valores, datas e porcentagens em textos. Ele se concentra em rótulos de fronteira BIO e…

Aprendizado de máquinaAçõesEstatística
Machine Learning for Trading

Este documento explica como construir rótulos de retornos futuros e direção para pesquisas intradiárias NASDAQ-100. Define o retorno por uma convenção explícita de execução: observar o fechamento de uma barra, entrar na barra seguinte e medir o resultado ao…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Esta análise explica como interpretar coeficientes de informação para um catálogo de modelos de previsão de futuros CME. Define o IC de cada data como a correlação de postos entre retornos previstos e realizados dos produtos e, em seguida, calcula a média…

FuturosEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook reúne os backtests registrados de um estudo de caso com ETF em uma avaliação de estratégia que considera a incerteza. Analisa medidas de desempenho com intervalos de confiança por bootstrap em blocos e usa bootstraps pareados para comparar…

BacktestingEstatísticaConstrução de portfólioInvestimento em fatores
Machine Learning for Trading

Este notebook avalia previsões de modelos como estratégias de trading NASDAQ-100 usando um mecanismo compartilhado de backtest. Primeiro, executa uma verificação do fluxo com sinais aleatórios: lucros persistentes após custos indicariam problemas como…

AçõesMercados dos EUABacktestingExecução
Machine Learning for Trading

Este notebook transforma o carry de futuros — a diferença de preço entre vencimentos próximos — em características baseadas em modelos. Descreve previsões ARIMA de uma etapa por produto, medidas móveis de Fourier da intensidade dos ciclos sazonais e um…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook avalia se dados à vista de FX em intervalos de quatro horas podem sustentar uma estratégia transversal diária que classifica pares de moedas usando momentum e carry, compra os mais fortes e vende os mais fracos. Ele não ajusta um modelo nem faz…

CâmbioMomentumCarryEstatística
Machine Learning for Trading

Este documento descreve um método de duas etapas para extrair observações de origem usadas em um estudo de straddles de opções do S&P 500. Primeiro, identifica opções de compra e opções de venda que atendem a um filtro de candidatos próximos do preço de…

OpçõesVolatilidadePrecificação de derivativosEstatística
Machine Learning for Trading

Este notebook explica uma referência de componentes principais para prever retornos de futuros CME. O PCA é ajustado ao painel de retornos dos produtos no fold de treinamento, de modo que seus componentes representem direções de comovimento entre contratos,…

FuturosInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Este notebook estima quanto uma carteira com pesos iguais de ações US sobreviventes pode superestimar os retornos em relação a uma carteira que inclui empresas que saíram do conjunto de dados. Primeiro, examina quando o painel registra saídas e constata que…

AçõesMercados dos EUABacktestingEstatística
Machine Learning for Trading

Este notebook demonstra um fluxo de trabalho de qualidade de dados para dados diários de ações US OHLCV. As verificações estruturais abrangem valores nulos, duplicatas, ordem cronológica, consistência de preços, valores negativos, preços desatualizados e…

AçõesEstatísticaGestão de riscoMicroestrutura de mercado
Machine Learning for Trading

Este notebook apresenta um fluxo de trabalho para reduzir um grande conjunto de recursos de ETF a candidatos para modelagem posterior. Ele classifica os recursos usando coeficientes de informação de Spearman transversais em relação a retornos futuros,…

AçõesEstatísticaAprendizado de máquinaInvestimento em fatores