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.
1,391 documentos
Esta visão geral do capítulo mapeia as etapas de pesquisa entre dados de mercado validados e a avaliação do modelo. Ela aborda o pré-processamento consciente das divisões, decisões de codificação e dados ausentes, e a construção de alvos coerente com a…
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…
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…
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…
Este notebook descreve uma análise de double machine learning com janela expansiva para avaliar se o momentum de 12 a -2 meses prevê os retornos de empresas US no mês seguinte, controlando por Beta, IdioVol, LME e Variance. Os modelos auxiliares são…
Este notebook desenvolve o N-BEATS para prever preços de fechamento de SPY. Blocos totalmente conectados processam uma janela retrospectiva completa; cada um produz uma reconstrução retrospectiva, subtraída antes do próximo bloco, e uma previsão para o…
O documento descreve fluxos completos para combinar dados históricos e recentes de ações e preparar dados horários de contratos perpétuos de cripto. Seu exemplo central integra observações da WikiPrices e do Yahoo no limite de cobertura, valida dados OHLC e…
Este notebook apresenta um registro estruturado de estado para agentes de pesquisa que preserva a pergunta da execução, o limite temporal, as evidências, as questões não resolvidas, o histórico de ferramentas, os resultados das verificações de qualidade e o…
Este tutorial explica como detectar e prevenir viés de antecipação em dados de ETF e macroeconômicos. Ele demonstra que médias móveis centralizadas usam observações futuras, enquanto uma correlação simples entre o nível de uma característica e o retorno do…
O documento avalia como os custos de trading alteram o desempenho na validação de uma alocação em ações e opções do S&P 500, selecionada anteriormente. Ele varia cobranças por lado como fração do valor negociado e as compara com uma comissão fixa por ação e…
Este notebook usa análise de componentes principais baseada em correlação nos retornos setoriais de ETF para descrever fatores de risco comuns e rotação setorial. A padronização dos retornos dá variância unitária a cada setor antes da decomposição, reduzindo…
O notebook compara dropout de Monte Carlo e ensembles profundos como formas de estimar a incerteza em previsões de retornos diários de ETF. O dropout permanece ativo em previsões repetidas, enquanto os membros do ensemble são treinados separadamente; a…
Este notebook apresenta métodos para detectar mudanças em séries temporais financeiras, usando SPY como exemplo. Ele compara o teste de Zivot–Andrews, que estima uma quebra enquanto testa uma hipótese de raiz unitária, com PELT e a segmentação binária, que…
Este notebook avalia um modelo pré-treinado de sentimento financeiro em manchetes do FinMarBa e explica por que o resultado não é um teste claro de transferência de sentimento. O FinBERT foi treinado com julgamentos humanos sobre o sentimento do texto,…
Este notebook compara modelos sequenciais em grade semanal para prever o mesmo retorno futuro de cinco sessões usado na grade diária. A amostragem às sextas-feiras torna esse rótulo aproximadamente um alvo de um passo à frente, permitindo comparar uma…
Este notebook cria um assistente de pesquisa com recuperação aumentada sobre trechos de documentos 10-K de empresas dos US. Ele carrega os documentos, divide o texto em janelas de frases, gera embeddings dos trechos com um modelo local e os indexa para busca…
Esta análise exploratória descreve um painel diário de fundos negociados em bolsa distribuídos em nove grupos. Ela verifica a cobertura dos símbolos ao longo do tempo, compara o painel com o dicionário de classificação, examina valores nulos e observações…
Este notebook demonstra o treinamento de uma rede adversarial generativa com atributos diários de ETF e privacidade diferencial. Ele apresenta a garantia e o orçamento de privacidade e, em seguida, usa Opacus para limitar o gradiente do discriminador de cada…
Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a alvos de retornos acionários construídos com atributos de opções sobre ações. Seus membros usam uma estrutura comum de rede com duas camadas, vetores separados de escala de…
Este notebook explica como construir rótulos de retornos futuros de preços para um painel de contratos perpétuos de cripto em intervalos de oito horas. Ele desloca os horários de abertura das barras para o momento em que os dados da barra concluída ficam…
Este capítulo apresenta métodos para gerar dados financeiros sintéticos e decidir se o resultado é útil. Ele parte do número limitado de trajetórias de mercado realizadas e do risco de que buscas repetidas por estratégias inflem o desempenho aparente do…
Este notebook especifica e executa uma análise de aprendizado de máquina duplo sobre o efeito do prêmio de risco de variância nos retornos de opções do S&P 500 até o vencimento. Antes da execução, ele apresenta o estimando, o momento observado, os fatores de…
Este notebook aplica TabM a uma tabela simples de atributos de ações dos US, posicionando-o entre modelos lineares penalizados e ensembles de árvores. Cada membro do ensemble compartilha uma estrutura de rede neural, mas tem seu próprio vetor de escala e…
Este notebook descreve um autoencoder supervisionado que comprime linhas de atributos de ETF em uma representação de baixa dimensão e prevê retornos futuros diretamente a partir dela. Ao contrário de um autoencoder condicional, ele não pressupõe que os…