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 notebook apresenta PCMCI como uma forma de descobrir relações defasadas em séries temporais financeiras multivariadas sem especificar previamente um grafo causal. Aplica o método a retornos de ETF e de índices de volatilidade, compara sua análise…

Aprendizado de máquinaEstatísticaMultiativosAções
Machine Learning for Trading

Este tutorial transforma sinais transversais de ETF em carteiras compradas, com pesos iguais e as dez principais posições, e compara regressão Ridge e classificação logística com referências de momentum e pesos iguais. Os modelos são ajustados em janelas de…

AçõesBacktestingExecuçãoConstrução de portfólio
Machine Learning for Trading

Este estudo testa se o ajuste ruim de um modelo linear aos retornos mensais de ações US decorre de sua função de erro quadrático. Mantém fixos o alvo de retorno futuro sem winsorização, as variáveis e os folds walk-forward enquanto compara modelos de árvores…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook apresenta o NLinear como modelo de referência para prever retornos de ações a partir de janelas ordenadas de atributos. Cada exemplo contém 60 sessões consecutivas de uma ação. Para cada atributo, o modelo subtrai seu valor mais recente,…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Esta referência descreve duas fontes públicas de documentos protocolados na SEC para estudar posições em ações e atividade de insiders. Relatórios trimestrais 13F informam participações institucionais, seja para um conjunto selecionado de gestores, seja por…

AçõesMercados dos EUAConstrução de portfólioOrientado por eventos
Machine Learning for Trading

Este notebook reconstrói a melhor oferta nacional de compra e venda (NBBO) vigente para cada negociação envolvendo AAPL durante o pregão regular de 16 de março de 2020. Combina cronologicamente eventos de cotações e negociações, mantém a última oferta de…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook ajusta modelos neurais TabM a um alvo de retorno de short straddle de opções do S&P 500 e compara três capacidades de modelo no mesmo painel de atributos usado por abordagens lineares e de boosting. O TabM compartilha uma estrutura neural entre…

OpçõesAçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook avalia controles por posição para uma alocação em ações e opções do S&P 500, comparando stops fixos, stops móveis e saídas por tempo com a própria estratégia sem proteção adicional como referência. Ele seleciona uma linhagem de estratégia…

AçõesOpçõesGestão de riscoBacktesting
Machine Learning for Trading

Este documento demonstra o PCA instrumental, no qual as cargas fatoriais dos ativos são modeladas como funções lineares de características observadas antes do retorno. Usa mínimos quadrados alternados para estimar o mapeamento entre características e cargas…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este documento descreve um benchmark reproduzível de ações dos EUA US, extraído do arquivo de replicação de precificação de ativos de Chen, Pelger e Zhu. Ele contém aproximadamente 1.2 milhões de observações mensais de ações de 1967 a 2016, com 46…

AçõesInvestimento em fatoresAprendizado de máquinaMercados dos EUA
Machine Learning for Trading

Este documento explica como o TSMixer processa o histórico recente de atributos de uma ação como uma matriz de sessões por atributos. Seus blocos misturam informações entre colunas de atributos ao longo do tempo e, em seguida, entre atributos dentro de cada…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook compara previsões zero-shot de Chronos e TinyTimeMixer com um LSTM e um modelo linear penalizado em um painel ETF. Todos os modelos recebem o mesmo contexto histórico univariado, mas os modelos pré-treinados preveem a própria série do contexto,…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook avalia se medidas do mercado de opções podem classificar retornos futuros entre ações. Ajusta modelos lineares declarados sobre atributos derivados de opções, com validação walk-forward, e compara intensidades de penalização para ridge, lasso e…

OpçõesAçõesVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este notebook explica como GARCH transforma o agrupamento de volatilidade em um atributo por sessão. Primeiro, usa gráficos de retorno e um teste ARCH-LM para verificar se os retornos ao quadrado dependem de suas próprias defasagens. Em um modelo GARCH(1,1),…

VolatilidadeIndicadores técnicosGestão de riscoEstatística
Machine Learning for Trading

Este estudo pergunta se variáveis do mercado de opções podem classificar os retornos futuros das ações. Os atributos incluem volatilidade implícita em vários vencimentos, assimetria entre opções de venda e compra, inclinação da estrutura a termo e prêmio de…

OpçõesAçõesVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este notebook adapta um desenho adversarial de fator de desconto estocástico às ações dos EUA em frequência diária. Uma rede de pesos de carteira forma um fator a partir dos retornos excedentes do dia seguinte, enquanto uma rede de momentos concorrente ajuda…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook transforma um grafo real de conhecimento da cadeia de suprimentos e participações institucionais em 13F em atributos de aprendizado de máquina. Ele deriva medidas de rede, como centralidade e indicadores de dependência, estima a concentração de…

Aprendizado de máquinaAçõesConstrução de portfólioEstatística
Machine Learning for Trading

Este notebook examina registros de negociações e cotações de AAPL durante o crash de mercado de março de 16, 2020, para mostrar como a microestrutura do mercado muda sob estresse. Ele filtra o fluxo para o horário regular de negociação, distingue registros…

AçõesMicroestrutura de mercadoExecuçãoVolatilidade
Machine Learning for Trading

Este notebook compara LightGBM com um perceptron multicamadas mínimo, TabM e, opcionalmente, TabPFN para previsão transversal de retornos de ETF. Os modelos são avaliados nos mesmos folds walk-forward usando o coeficiente de informação por classificação, com…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este documento compara quatro fontes de dados do mercado de ações para estudar negociações, cotações e livros de ofertas: AlgoSeek TAQ, Databento market by order, NASDAQ ITCH e IEX HIST. Ele explica a granularidade, a cobertura, os custos ou as condições de…

AçõesMicroestrutura de mercadoExecuçãoTrading de alta frequência
Machine Learning for Trading

Este estudo cria uma medida por minuto da pressão do fluxo de ordens com dados de mercado por ordem para NVDA. Ele atribui sinais às adições, aos cancelamentos e às execuções de ordens por lado, pondera os eventos pelo tamanho e pela distância do ponto médio…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este capítulo apresenta os dados de mercado como resultado das regras de trading, da liquidez e do comportamento dos participantes. Ele percorre desde cotações no topo do livro até feeds por ordem, depois descreve o parsing de mensagens da bolsa e sua…

Microestrutura de mercadoExecuçãoTrading de alta frequênciaEstatística