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

552 documentos

Machine Learning for Trading

Este documento de configuração define um fluxo semanal de pesquisa de ações do S&P 500 que usa características do mercado de opções junto com sinais baseados em preços. Especifica o universo elegível, os horários de decisão e execução e frequências distintas…

OpçõesAçõesVolatilidadeMomentum
Machine Learning for Trading

Este documento apresenta um modelo didático de espaço de estados seletivo no estilo Mamba para prever retornos de ETF a partir de sequências de variáveis de momentum. Diferentemente da atenção e da mistura temporal densa, um modelo de espaço de estados…

Aprendizado de máquinaEstatísticaMomentumAções
Machine Learning for Trading

Este documento descreve um autoencoder condicional que modela as exposições das empresas a fatores latentes de retorno como uma função não linear das características das empresas. Como IPCA, ele estima uma estrutura de fatores na qual os retornos previstos…

Aprendizado de máquinaInvestimento em fatoresAçõesEstatística
Machine Learning for Trading

Este documento explica uma rede neural TabM para classificar ETFs a partir de características tabulares. Seu bloco compartilhado de duas camadas alimenta vários membros, cada qual com um vetor de escala aprendido e uma camada de saída; a média das previsões…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

Este notebook explica como limites de participação no volume restringem a parcela do volume de mercado que uma ordem pode consumir em cada intervalo. Quando uma ordem principal excede o limite permitido, a corretora executa parte dela e transfere o restante…

AçõesExecuçãoMicroestrutura de mercadoGestão de risco
Machine Learning for Trading

Esta visão geral de capítulo explica como árvores com gradient boosting ampliam árvores de decisão e florestas aleatórias para previsões financeiras tabulares. O boosting adiciona modelos sequencialmente para corrigir erros anteriores, ajudando a capturar…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este documento descreve um conjunto de dados mensal de ações dos US criado para pesquisa de aprendizado de máquina em precificação de ativos. Ele contém 94 características de empresas transformadas em postos, incluindo medidas contábeis e variáveis técnicas,…

AçõesAprendizado de máquinaInvestimento em fatoresMercados dos EUA
Machine Learning for Trading

Este notebook examina como o impacto de mercado altera os resultados de backtest de uma estratégia de momentum entre ações com diferentes níveis de liquidez. Mantém constantes o tamanho da ordem e a estratégia, estima a liquidez e a volatilidade em um…

AçõesMomentumMicroestrutura de mercadoBacktesting
Machine Learning for Trading

Este notebook apresenta um painel publicado para pesquisa de aprendizado de máquina sobre ações dos US. Ele contém observações mensais com 46 características de empresas e retornos excedentes do mês seguinte, cobrindo várias décadas. As características são…

AçõesInvestimento em fatoresEstatísticaAprendizado de máquina
Machine Learning for Trading

Este capítulo explica como construir e usar grafos de conhecimento financeiro quando as perguntas dependem de relações como propriedade, cadeias de suprimentos ou contágio. Ele aborda identidade de entidades, esquemas de relações tipadas, proveniência e…

Aprendizado de máquinaAçõesMercados dos EUAConstrução de portfólio
Machine Learning for Trading

Este notebook compara dois modelos Transformer para prever retornos de 21 de ETF dias a partir de oito variáveis de momentum passado. O PatchTST agrupa dias consecutivos em blocos, reduzindo o número de tokens de atenção e incorporando padrões temporais…

Aprendizado de máquinaMomentumAçõesEstatística
Machine Learning for Trading

Este notebook analisa uma carteira de ETFs de ações com regressões de fatores CAPM e Fama-French e amplia a análise para exposições móveis, atribuição de retornos e dependência residual. Ele usa retornos diários e dados de fatores alinhados, estima a…

AçõesInvestimento em fatoresConstrução de portfólioEstatística
Machine Learning for Trading

Esta demonstração executa uma estratégia de cruzamento de duas médias móveis tanto em um mecanismo de backtest histórico quanto em um mecanismo ao vivo que reproduz as mesmas barras diárias de ETF. Mantém fixos a estratégia, os dados de entrada, os…

AçõesIndicadores técnicosBacktestingExecução
Machine Learning for Trading

Este notebook explica um modelo de fator de desconto estocástico (SDF) para precificar a seção transversal dos retornos de empresas dos US. Ele aprende pesos que fazem os retornos dos ativos descontados satisfazerem condições de momento sem arbitragem, em…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

O documento descreve um estudo de ablação sobre se embeddings de grafo aprendidos melhoram as previsões de retornos de ações em relação a características tabulares comuns. Ele constrói uma rede a partir de correlações históricas entre retornos de ações, cria…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook compara bagging com Random Forest a XGBoost, LightGBM e CatBoost na previsão de retornos de ações com características anonimizadas de empresas. Usa divisões temporais predefinidas para treinamento, validação e teste; mede como métrica principal…

Aprendizado de máquinaAçõesEstatísticaInvestimento em fatores
Machine Learning for Trading

Este notebook testa regras de risco por posição e por carteira nas principais combinações de alocação de ETF de uma estratégia mensal. Mantém fixas cada previsão registrada, concentração e alocador, e compara os resultados com overlay às respectivas…

AçõesGestão de riscoBacktestingExecução
Machine Learning for Trading

O notebook trata cada janela de retornos como uma distribuição empírica e agrupa as janelas segundo a distância de Wasserstein unidimensional. Para amostras do mesmo tamanho, a ordenação produz a correspondência ótima entre quantis; assim, a distância…

AçõesAprendizado de máquinaEstatísticaVolatilidade
Machine Learning for Trading

Este notebook explica um modelo didático e seletivo de espaço de estados baseado no Mamba e o avalia para previsão de retornos de ETF. Diferentemente de um modelo de espaço de estados com parâmetros fixos, ele deriva do dado de entrada atual o termo de…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook apresenta respostas a perguntas sobre participações institucionais em um grafo Neo4j com dados 13F. Ele encaminha cada pergunta para um de três modelos Cypher escritos manualmente, em vez de gerar uma consulta a partir da pergunta, e usa…

AçõesGestão de riscoMicroestrutura de mercado
Machine Learning for Trading

Este notebook cria um pipeline de recuperação de informações a partir de trechos de arquivos corporativos 10-K. Ele carrega um conjunto estável de arquivos, divide o texto em janelas de frases, cria embeddings locais e indexa os trechos em um banco de dados…

Aprendizado de máquinaEstatísticaAçõesMercados dos EUA
Machine Learning for Trading

Esta nota de configuração explica por que uma regressão logística penalizada com L1 e três classes usa SAGA com uma tolerância explicitamente mais rigorosa. Ela compara SAGA com liblinear em um painel de previsão de microestrutura do Nasdaq 100, informando…

Aprendizado de máquinaEstatísticaAçõesMercados dos EUA
Machine Learning for Trading

Este notebook apresenta assinaturas de caminho como características de comprimento fixo que preservam a ordem e a geometria conjunta das observações em uma janela de série temporal. O primeiro nível registra a variação total de cada coordenada; o segundo…

AçõesIndicadores técnicosAprendizado de máquinaEstatística