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.
699 documentos
Este módulo apresenta verificações pós-treinamento para geradores de séries temporais com base na abordagem de avaliação do TimeGAN. Ele mede a utilidade treinando um preditor recorrente em sequências sintéticas e testando-o em dados reais. Um modo segue a…
Este notebook usa Optuna para ajustar XGBoost, LightGBM e CatBoost em um conjunto de dados de características de empresas dividido por período. A busca de cada biblioteca trata a função de perda — erro quadrático médio ou erro absoluto médio — como…
Este notebook aplica o TabM, uma abordagem de rede neural tabular, a linhas de previsão de pares de câmbio, sem tratar os dados como uma sequência. Ele usa uma infraestrutura compartilhada de execução para ajustar o pré-processamento dentro de cada partição…
Este documento explica como transformar relatórios semanais Commitment of Traders em atributos de posicionamento de futuros. Apresenta as categorias de relatórios para futuros financeiros e commodities físicas, descreve como as posições líquidas refletem os…
Este notebook descreve uma comparação, somente para leitura, de previsões de validação de várias famílias de modelos em um painel de ações dos US. Primeiro, verifica se cada conjunto de previsões predefinido está completo; depois, avalia a classificação…
Este documento explica como modelos ocultos de Markov inferem regimes de mercado não observados a partir de retornos e volatilidade recente. Primeiro, estabelece dois benchmarks transparentes: um limite de índice de volatilidade para estresse e o preço em…
Este notebook implementa uma previsão univariada dos preços de fechamento diários do SPY usando PyTorch puro, sktime e Darts. Compara a experiência prática de cada interface, incluindo o esforço de implementação, as restrições de instalação e o tempo…
Esta análise compara modelos preditivos, de fatores latentes e causais para uma estratégia transversal com ações do S&P 500, usando retornos futuros semanais. O conjunto de atributos combina medidas de momentum e volatilidade de ações com informações de…
Este notebook descreve a reconstrução do livro de ofertas limitadas do NASDAQ para um único símbolo em um único dia, usando dados ITCH de mensagens por ordem. Processa mensagens de inclusão, execução, cancelamento, exclusão e substituição, mantendo cada…
Este notebook analisa um corpus de relatórios anuais antes de indexá-lo para pesquisa financeira. Destaca quatro problemas de dados que a contagem de linhas e as verificações de valores nulos não revelam: o intervalo entre o encerramento do ano fiscal e a…
Este notebook avalia se um LSTM consegue usar a ordenação dos históricos de atributos de ETF para superar modelos lineares de atributos planos e de gradient boosting. Ele compara a população de sequências declarada com os dados atuais, verifica os fundos…
Este notebook explora o ARIMA como gerador de atributos para modelos que podem usar sua saída junto a outros preditores. Explica como gráficos de ACF e PACF podem sugerir ordens do modelo, como critérios de informação podem comparar ordens candidatas nos…
Esta referência descreve conjuntos acadêmicos de dados de retornos de fatores da biblioteca Fama-French e da AQR para análise de estratégias e modelagem de fatores. As ofertas da Fama-French incluem séries de mercado, tamanho, valor, rentabilidade,…
Este registro de agente de pesquisa avalia se o Federal Reserve elevará o limite superior de sua taxa-alvo durante 2026. Ele reúne um preço de mercado, rastros de busca e estimativas probabilísticas do agente. A primeira justificativa favorece uma alta,…
Este notebook explica como o aprendizado de máquina duplo (DML) estima se o momentum em FX afeta retornos futuros após o ajuste para fatores de confusão configurados. Distingue essa questão de intervenção da previsão: modelos preditivos são comparados pelo…
Este notebook apresenta diagnósticos leves de falsificação para triagem de features, distinguindo explicitamente a consistência do mecanismo da identificação causal. Primeiro, examina features de ETF em vários horizontes de retornos futuros com correção para…
Este notebook agrega resultados de registro para OLS, Ridge, Lasso e ElasticNet em nove estudos de caso. Seleciona resultados completos de validação no rótulo principal de cada estudo, compara coeficientes de informação de ranking cross-seccionais diários…
Este notebook treina Skip-gram Word2Vec com frases rotuladas de notícias financeiras e explica como seus vetores representam palavras que aparecem em contextos semelhantes. Descreve as funções do tamanho do vetor, da janela de contexto, da frequência mínima,…
Este notebook avalia features de ETF uma a uma, calculando um coeficiente de informação de ranking entre os valores das features e os retornos mensais subsequentes, data a data. Ele faz a triagem de features financeiras e derivadas de modelos em datas de…
Este notebook avalia features candidatas para classificar ações US por retornos subsequentes. Calcula coeficientes de informação cross-seccionais diários, resume a média com estimativas de incerteza que consideram a dependência serial e ajusta a…
Este notebook mostra como alinhar observações macroeconômicas às datas em que os traders poderiam de fato conhecê-las. Distingue o período medido por um valor da data de sua publicação, estima datas de divulgação com base na duração do período e nos prazos…
Este notebook explica PCA como um modelo de fatores latentes de referência para prever retornos de ETF. Ele decompõe um painel de treinamento de retornos futuros em direções principais e estima a exposição de cada fundo e os prêmios dos fatores. O estimador…
Este notebook demonstra o ajuste fino de três checkpoints de transformers para classificar sentimentos em frases financeiras em três classes e avaliá-los com acurácia, F1 macro e matrizes de confusão. Usa uma divisão estratificada entre treino, validação e…
Este notebook estima o efeito ajustado de uma medida contínua de momentum em ETF sobre retornos futuros usando aprendizado de máquina duplo. Compara uma regressão não ajustada com estimativas DML que controlam a volatilidade recente e de longo prazo, o…