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.
887 documentos
Este notebook descreve como produzir previsões de holdout para uma estratégia selecionada de funding de contratos perpétuos de cripto. Ele recupera a configuração dos resultados de validação, mantém a escolha da etapa de treinamento e cria uma nova…
Este notebook apresenta um inventário de atributos financeiros construídos entre estudos de caso e o coeficiente de informação mais alto registrado para cada estudo de mercado. Ele conta atributos e famílias de nomes de atributos, compara os tamanhos dos…
O documento explica como identificar regimes de mercado dividindo os retornos em janelas sobrepostas e tratando cada janela como uma distribuição empírica. Ele mede a distância entre janelas por quantis ordenados correspondentes, de modo que diferenças na…
Este notebook apresenta um autoencoder condicional que preserva a estrutura de um modelo de fatores latentes instrumentado, mas substitui por uma rede neural o mapeamento linear entre características das empresas e exposições aos fatores. Os retornos mensais…
Este estudo de caso ajusta modelos lineares regularizados aos retornos de straddles no dinheiro vendidos e mantidos até o vencimento. Como o prêmio recebido limita o ganho, enquanto as perdas podem crescer sem limite, poucas perdas severas dominam o objetivo…
Este notebook compara dois modelos de embeddings de pesos abertos, executados localmente, em uma tarefa de recuperação que usa trechos de documentos 10-K recentes de um pequeno grupo de grandes empresas US. Ambos os modelos recebem os mesmos trechos de duas…
Este documento ajusta o TabM, um ensemble neural com compartilhamento de pesos, a atributos derivados de opções para prever retornos futuros de ações e retornos ajustados ao risco. Seus integrantes usam uma rede compartilhada de duas camadas, com escalas de…
Este documento apresenta um registro estruturado de estado para agentes de pesquisa, separado da transcrição de conversas. O registro armazena a pergunta e a data de corte, as evidências reunidas, as questões pendentes, o histórico de chamadas de…
Este documento explica como a interface de busca de um agente de previsão pode restringir as evidências e tornar suas atividades auditáveis. Um protocolo independente de provedor retorna resultados tipados com fonte, data de publicação, pontuação de…
Este notebook examina a regularização de modelos lineares para prever retornos entre pares de moedas. Ele distingue a colinearidade entre atributos de entrada da dependência entre ativos: os pares de moedas compartilham moedas subjacentes, portanto seus…
Esta nota de configuração explica a escolha do solver saga e de uma tolerância de convergência mais rigorosa para a regressão logística L1 com rótulos de três classes. Ela compara saga com liblinear, citando medições de tempo de execução em um painel de…
Este notebook estuda um autoencoder supervisionado para prever retornos futuros a partir de características de empresas. Ele mantém um gargalo estreito de rede neural, mas remove a interpretação de fator condicional e a restrição de precificação usadas em…
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…
Este notebook ajusta o PatchTST como um integrante de uma população declarada de modelos de sequência para opções do S&P 500. O PatchTST divide uma janela retrospectiva em blocos de tamanho fixo, incorpora esses blocos como tokens e usa atenção para aprender…
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…
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…
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…
O notebook constrói intervalos de previsão em torno de previsões de gradient boosting usando previsão conformal dividida. Ele ajusta um modelo em um segmento de treinamento anterior, mede resíduos absolutos em um segmento posterior de calibração e usa uma…
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…
Este notebook compara DQN, PPO e A2C em um ambiente simulado de trading de criptomoedas. Ele calibra um processo de volatilidade GARCH(1,1) com retornos horários de futuros perpétuos de Bitcoin e, em seguida, simula trajetórias que preservam o agrupamento da…
Este notebook cria um agente de previsão que alterna entre pesquisas na web e previsões de probabilidade. Uma pequena interface de modelo de linguagem com dois métodos permite que o mesmo ciclo use um provedor simulado, local ou comercial. O agente recebe…
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…
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…
Este capítulo apresenta o aprendizado por reforço como uma ferramenta para controle sequencial, distinguindo-o da previsão supervisionada. O foco são tarefas em que as ações afetam resultados posteriores e as recompensas são relativamente concretas: execução…