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

900 documentos

Machine Learning for Trading

Esta análise de viabilidade verifica se é possível avaliar, com o painel disponível, uma estratégia mensal long-short baseada em características de empresas US. Ela confirma se as medidas estão codificadas como classificações, descreve por quanto tempo as…

AçõesInvestimento em fatoresBacktestingGestão de risco
Machine Learning for Trading

Este notebook compara duas simulações da mesma estratégia mensal de momentum em ETF. Ambas usam os mesmos pesos-alvo, universo, datas e custo total de trading. Uma calcula retornos com base em pesos defasados e retornos dos ativos; a outra processa ordens…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

Este notebook distingue prever retornos de afirmar que o momentum os causa. Ele considera como tratamento o retorno de uma ação no ano anterior, excluindo o mês mais recente, e como resultado o retorno futuro. Volatilidade recente, classificação de iliquidez…

AçõesMomentumAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook agrega resultados do LightGBM em vários estudos de caso de trading e os compara com referências lineares e do TabM. Ele examina a configuração de maior IC para cada estudo de caso, apresenta intervalos consistentes com heterocedasticidade e…

Aprendizado de máquinaEstatísticaBacktestingAções
Machine Learning for Trading

Este notebook testa se embeddings de grafos aprendidos acrescentam informação preditiva a um modelo tabular para ações de US. Ele constrói uma rede com correlações absolutas de retornos medidas antes do período-alvo, cria atributos de momentum, volatilidade…

AçõesAprendizado de máquinaBacktestingMomentum
Machine Learning for Trading

Este notebook compara formas de medir a volatilidade e desenvolve modelos de volatilidade autorregressiva heterogênea (HAR) junto com análises de irregularidade. Ele usa retornos intradiários para estimar a variância realizada da sessão, distingue movimentos…

VolatilidadeEstatísticaIndicadores técnicosAções
Machine Learning for Trading

Este documento descreve um modelo de sequências LSTM para um estudo de opções do S&P 500. Ao contrário dos modelos transversais, que dependem de atributos projetados para resumir o histórico de um ativo, o LSTM recebe janelas cronológicas e aprende quais…

OpçõesAçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook compara o armazenamento em CSV, Parquet, Feather e HDF5 usando um painel determinístico OHLCV de um milhão de linhas. Mede o tempo de gravação, o tempo de leitura com materialização, o tamanho do arquivo e leituras que selecionam apenas duas…

AçõesEstatísticaExecução
Machine Learning for Trading

Este notebook apresenta um fluxo para transformar manchetes financeiras em sinais por ação. Ele limpa e padroniza um corpus de notícias, remove duplicatas exatas e por prefixo em grupos de ticker e data e usa embeddings de sentenças para representar o…

AçõesAprendizado de máquinaSentimentoInvestimento em fatores
Machine Learning for Trading

Este notebook explica o ciclo de vida de dados de mercado para dados diários OHLCV: carregar um histórico inicial, buscar um pequeno delta sobreposto, detectar sessões ausentes e resumir a atualidade e os problemas de validação de cada símbolo. Descreve por…

AçõesEstatísticaBacktestingGestão de risco
Machine Learning for Trading

Este notebook analisa o desempenho de uma linha de base fixa de momentum ETF apenas comprada em diferentes condições de mercado, de 2010 a 2024. Ele classifica cada retorno diário usando medidas de volatilidade e tendência conhecidas antes do início desse…

AçõesMomentumSeguir tendênciasVolatilidade
Machine Learning for Trading

Este notebook aplica previsões de características de empresas selecionadas anteriormente e uma configuração fixa de carteira a um período de holdout de um ano. Não faz novas escolhas sobre previsões, alocação, concentração, rebalanceamento ou custos de…

AçõesInvestimento em fatoresDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Este notebook examina a amostragem orientada por informação ao construir barras de desequilíbrio de ticks e de volume a partir de dados de negociações. Verifica uma implementação manual do desequilíbrio de ticks comparando-a com um amostrador de biblioteca…

AçõesMicroestrutura de mercadoEstatísticaIndicadores técnicos
Machine Learning for Trading

Este notebook avalia stop-losses por posição, trailing stops e saídas por tempo em configurações da etapa de alocação de uma estratégia intradiária NASDAQ-100. As decisões ocorrem a cada quinze minutos, enquanto o mecanismo de backtest monitora as posições a…

AçõesGestão de riscoBacktestingExecução
Machine Learning for Trading

Este notebook descreve um transformer com patches para previsão de séries temporais em um estudo de ações e opções do S&P 500. Ele divide uma janela de tempo em blocos contíguos e representa cada bloco como um token, permitindo que a atenção compare…

AçõesOpçõesAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook explica a análise de componentes principais instrumentada (IPCA) para um painel variável de ações US. A PCA tradicional atribui uma carga ajustada a cada ação, o que não abrange naturalmente ativos ausentes da amostra de treinamento e mantém a…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook de atributos para ETF explica como modelos estatísticos ajustados podem vazar informações futuras por meio de seus parâmetros estimados, mesmo quando suas fórmulas usam observações passadas. A solução é um cronograma de reajuste walk-forward:…

AçõesAprendizado de máquinaEstatísticaVolatilidade
Machine Learning for Trading

Este notebook estuda gradient boosting em um painel de ações US, variando a capacidade das árvores, a função objetivo e o checkpoint de treinamento em três horizontes de retorno futuro. Ele explica como árvores rasas podem aprender interações entre…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook demonstra explicações SHAP para um modelo LightGBM que prevê retornos futuros de ETF. TreeSHAP fornece contribuições dos recursos para previsões individuais e resumos agregados de importância. Gráficos beeswarm e de dependência mostram a…

AçõesAprendizado de máquinaEstatísticaIndicadores técnicos
Machine Learning for Trading

Este estudo de caso constrói recursos para comparar prêmios de risco de variância entre ações do S&P 500, usando straddles no dinheiro de 30 dias e dados do preço do ativo subjacente. Mede a volatilidade implícita em relação à volatilidade realizada em…

OpçõesAçõesVolatilidadeBacktesting
Machine Learning for Trading

Este estudo de caso explica como gerar previsões para um período de holdout depois que as escolhas de modelo e estratégia foram feitas com dados de validação. Recupera a configuração selecionada anteriormente, reconstrói sua especificação de treinamento e a…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook apresenta o EdgarTools para explorar documentos SEC por empresa e tipo de documento. Ele mostra como localizar emissores usando identificadores CIK estáveis, obter relatórios anuais e trimestrais, extrair demonstrações financeiras XBRL e…

AçõesMercados dos EUABacktestingEstatística
Machine Learning for Trading

Este notebook descreve um modelo sequencial LSTM para prever retornos de ações a partir de janelas ordenadas de recursos recentes. Cada exemplo usa 60 sessões consecutivas de uma ação; janelas que cruzam lacunas de listagem, interrupções ou outras…

AçõesAprendizado de máquinaEstatísticaMercados dos EUA
Machine Learning for Trading

Este notebook sintetiza resultados de validação registrados para cinco estimadores de fatores latentes — PCA, IPCA, CAE, SDF e SAE — em nove estudos de caso. Primeiro informa quais estimadores têm resultados em cada painel; depois identifica o maior…

Investimento em fatoresAprendizado de máquinaEstatísticaAções