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

976 documentos

Machine Learning for Trading

Este notebook avalia controles por posição para uma alocação em ações e opções do S&P 500, comparando stops fixos, stops móveis e saídas por tempo com a própria estratégia sem proteção adicional como referência. Ele seleciona uma linhagem de estratégia…

AçõesOpçõesGestão de riscoBacktesting
Machine Learning for Trading

Este documento explica como o TSMixer processa o histórico recente de atributos de uma ação como uma matriz de sessões por atributos. Seus blocos misturam informações entre colunas de atributos ao longo do tempo e, em seguida, entre atributos dentro de cada…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook compara previsões zero-shot de Chronos e TinyTimeMixer com um LSTM e um modelo linear penalizado em um painel ETF. Todos os modelos recebem o mesmo contexto histórico univariado, mas os modelos pré-treinados preveem a própria série do contexto,…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook avalia se medidas do mercado de opções podem classificar retornos futuros entre ações. Ajusta modelos lineares declarados sobre atributos derivados de opções, com validação walk-forward, e compara intensidades de penalização para ridge, lasso e…

OpçõesAçõesVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este estudo pergunta se variáveis do mercado de opções podem classificar os retornos futuros das ações. Os atributos incluem volatilidade implícita em vários vencimentos, assimetria entre opções de venda e compra, inclinação da estrutura a termo e prêmio de…

OpçõesAçõesVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este documento desenvolve um painel diário de atributos para classificar vinte pares de moedas no fechamento das 5 PM de Nova York. Ele distingue sinais que podem ser classificados, como retornos padronizados em vários horizontes e posição no canal, de…

CâmbioReversão à médiaMomentumVolatilidade
Machine Learning for Trading

Este tutorial constrói uma série contínua de contratos individuais de ES. Identifica o contrato do primeiro vencimento pelo volume de negociação, com uma restrição de rolagem monotônica, e compara a troca baseada em volume com a baseada no calendário.…

FuturosBacktestingEstatísticaExecução
Machine Learning for Trading

Este tutorial cria um simulador mensal de rotação de ETF usando uma classificação de momentum ajustado ao risco retrospectivo e um filtro de regime da curva de rendimentos do Tesouro. No fim de cada mês, a regra classifica dez fundos com base no histórico…

BacktestingMomentumConstrução de portfólioExecução
Machine Learning for Trading

Este notebook compara LightGBM com um perceptron multicamadas mínimo, TabM e, opcionalmente, TabPFN para previsão transversal de retornos de ETF. Os modelos são avaliados nos mesmos folds walk-forward usando o coeficiente de informação por classificação, com…

Aprendizado de máquinaAçõesEstatísticaBacktesting
Machine Learning for Trading

Este notebook descreve como criar previsões para o conjunto de teste reservado de uma estratégia FX após sua configuração já ter sido selecionada com resultados de validação. Ele determina o backtest de validação com o maior Sharpe entre os candidatos…

CâmbioBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Esta análise seleciona uma configuração de um conjunto congelado de candidatos a futuros perpétuos de cripto, abrangendo quatro rótulos de previsão e várias etapas de estratégia. Ela escolhe o maior Sharpe de validação e trata os detalhes do rótulo, da…

CriptoFuturos perpétuosEstatísticaBacktesting
Machine Learning for Trading

Este notebook demonstra uma interface unificada de OHLCV em Yahoo Finance, WikiPrices e FRED, e depois usa as fontes para dados atuais de ETF, ações com histórico longo e séries macroeconômicas. Ele apresenta uma abordagem de contingência ordenada por…

AçõesMultiativosMicroestrutura de mercadoBacktesting
Machine Learning for Trading

Este capítulo explica como avaliar modelos de aprendizado de máquina financeiro respeitando as informações disponíveis em cada momento de decisão. Ele distingue treinamento, validação e um conjunto final de teste reservado, e explica por que a validação…

Aprendizado de máquinaBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook compara alocações de carteira de PyPortfolioOpt, Riskfolio-Lib e skfolio usando o mesmo painel de retornos de ETF. Ele ajusta os alocadores em um período de treinamento, verifica se objetivos equivalentes e pesos alinhados concordam dentro das…

MultiativosConstrução de portfólioBacktestingExecução
Machine Learning for Trading

Este notebook transforma classificações de modelos em carteiras simples de futuros perpétuos de cripto para que experimentos posteriores possam medir o efeito de mudanças no dimensionamento, nos custos ou nos controles de risco. Ele aplica regras de entrada…

CriptoFuturos perpétuosBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook isola resultados do mecanismo LEAN em uma auditoria que compara execuções reais de estratégias mantidas com perfis correspondentes de backtest do ML4T. Ele identifica quatro cargas de trabalho compatíveis: alocação de ETF, funding de contratos…

MultiativosBacktestingExecuçãoCripto
Machine Learning for Trading

O notebook explica o valor em risco como um quantil de perda e o valor em risco condicional, ou perda esperada, como a perda média além desse limite. Ele estima o risco de cauda de um dia para um ETF amplo de ações usando quatro abordagens: quantis…

AçõesVolatilidadeGestão de riscoEstatística
Machine Learning for Trading

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…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook explica a Paridade de Risco Hierárquica como alternativa à alocação média-variância quando as estimativas de covariância são ruidosas. HRP agrupa ativos usando distâncias de correlação, ordena-os segundo a hierarquia, divide recursivamente o…

Construção de portfólioGestão de riscoBacktestingAções