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

73 documentos

Machine Learning for Trading

Este notebook demonstra saídas por posição e controles no nível da carteira por meio de exemplos construídos. As regras estáticas incluem stops de proteção contra perdas, metas de lucro e saídas por tempo; as dinâmicas incluem stops móveis que acompanham…

Gestão de riscoDimensionamento de posiçãoBacktestingExecução
Machine Learning for Trading

Este notebook testa se a alocação padrão de carteira pode melhorar uma estratégia de trading de NASDAQ-100 executada a cada barra e já afetada por custos de transação. Ele seleciona previsões usando o desempenho na validação dentro do universo declarado como…

AçõesDimensionamento de posiçãoConstrução de portfólioExecução
Machine Learning for Trading

Este notebook estuda como o dimensionamento das posições afeta os backtests de FX depois que o modelo já selecionou quais pares de moedas negociar. Ele preserva as previsões, o mapeamento de sinais, os custos e as configurações de execução da estratégia-base…

CâmbioDimensionamento de posiçãoConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook aplica controles de risco por posição às principais combinações de alocação de ETF, mantendo fixos cada previsão subjacente, a concentração e o alocador. Ele compara stops, stops móveis e saídas por tempo com a estratégia original, destacando…

AçõesGestão de riscoBacktestingDimensionamento de posição
Machine Learning for Trading

Este capítulo apresenta a construção de carteiras como o processo de converter previsões de retorno, estimativas de risco e restrições em pesos, alavancagem e decisões de rebalanceamento. Ele descreve um fluxo de pesquisa para documentar escolhas de…

Construção de portfólioGestão de riscoDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Este notebook explica como avaliar saídas no nível da posição e combiná-las com controles para toda a carteira. Saídas fixas por stop-loss, take-profit e tempo são comparadas a stops móveis e progressivamente mais restritivos; uma saída escalonada reduz uma…

Gestão de riscoDimensionamento de posiçãoBacktestingConstrução de portfólio
Machine Learning for Trading

Este capítulo apresenta um fluxo de pesquisa com modelos preditivos em trading, no qual previsões estáveis fora da amostra podem ser mais importantes que estimativas não enviesadas de coeficientes. Ele aborda métodos de regressão regularizada, como Ridge,…

Aprendizado de máquinaEstatísticaBacktestingDimensionamento de posição
Machine Learning for Trading

Este notebook explica quando é mais claro simular uma estratégia de trading barra a barra, com estado evolutivo, do que expressá-la como sinais ou pesos pré-calculados. Ele contrasta backtests baseados em vetores, que podem ser rápidos e convenientes para…

BacktestingDimensionamento de posiçãoTrading de paresGestão de risco
Machine Learning for Trading

Este notebook compara formas de dimensionar posições em um painel de ações US, mantendo fixos o modelo, o ponto de verificação, as datas de rebalanceamento e as ações selecionadas. Métodos baseados em previsões dimensionam o capital pela magnitude da…

AçõesMercados dos EUAConstrução de portfólioDimensionamento de posição
Machine Learning for Trading

Este notebook compara regras de ponderação de carteira para a venda de straddles em ativos selecionados do S&P 500. Mantém os ativos escolhidos e varia a alocação, usando pesos iguais como referência. Os métodos incluem ponderação por pontuação prevista,…

OpçõesConstrução de portfólioDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Este notebook explica como as especificações dos contratos futuros afetam a contabilização do backtest. Mostra como o multiplicador do contrato converte variações de preço em lucro ou prejuízo em dólares, como preço vezes multiplicador determina o valor…

FuturosCommoditiesMomentumDimensionamento de posição
Machine Learning for Trading

Este documento explica como avaliar em dados de holdout uma estratégia de ações US selecionada anteriormente, mantendo sua configuração fixa. Ele deriva o conjunto correto de previsões de holdout a partir da identidade de treinamento e do checkpoint do…

AçõesMercados dos EUABacktestingGestão de risco
Machine Learning for Trading

Este documento explica por que stop-losses, trailing stops e saídas por tempo não podem ser avaliados em um estudo de caso cujo backtest mantém os pesos durante um mês e observa apenas o retorno futuro mensal realizado. Essas regras dependem da trajetória de…

AçõesGestão de riscoBacktestingDimensionamento de posição
Machine Learning for Trading

Este documento apresenta um método orientado a eventos para manter um número limitado de posições intradiárias. As previsões são alinhadas às barras de preço usando a pontuação mais recente disponível, sujeita a um limite opcional de atualidade. Os sinais de…

AçõesTrading de alta frequênciaMicroestrutura de mercadoExecução
Machine Learning for Trading

Este documento descreve várias formas de converter pontuações de previsão em sinais de trading: limites fixos, percentis móveis por ativo e percentis transversais. Limites fixos usam um nível de pontuação escolhido; limites móveis se adaptam à distribuição…

Aprendizado de máquinaConstrução de portfólioDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Esta demonstração de trading ao vivo descreve um fluxo de trabalho de rebalanceamento diário para um universo fixo de ações americanas de grande capitalização (US). Ela compara as posições mantidas na corretora com os alvos do modelo, converte as diferenças…

AçõesExecuçãoGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este código descreve como as configurações de backtest são resolvidas a partir da configuração do estudo de caso e como a identidade da execução considera mudanças no universo negociado e na idade das previsões. A principal lição é que qualquer filtro que…

BacktestingExecuçãoGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este notebook estuda seis métodos de alocação aplicados a configurações selecionadas de estratégias perpétuas de cripto. Os rankings e as regras de entrada permanecem fixos enquanto muda o capital atribuído a cada posição. Os métodos usam pontuações do…

CriptoFuturos perpétuosDimensionamento de posiçãoConstrução de portfólio
Machine Learning for Trading

Este notebook compara pesos iguais com duas regras de alocação para estratégias de características de empresas US: ponderação por pontuação, que atribui mais capital a previsões mais altas do modelo, e ponderação conformal, que reduz o capital destinado a…

AçõesDimensionamento de posiçãoConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook constrói um alocador de carteira de ponta a ponta que posiciona uma rede de seleção de variáveis no estilo Temporal Fusion Transformer antes de um LSTM. Redes residuais com portas separadas incorporam variáveis individuais, e pesos suaves…

Aprendizado de máquinaConstrução de portfólioDimensionamento de posiçãoVolatilidade
Machine Learning for Trading

Este módulo de configuração descreve uma estrutura para declarar parâmetros de varredura de backtest por estudo de caso. Ele lê esquemas de entrada, métodos de alocação, grades de custos de trading e controles de risco de arquivos de configuração, com erros…

BacktestingGestão de riscoDimensionamento de posiçãoConstrução de portfólio