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.
356 documentos
O artigo apresenta um agente de aprendizado por reforço profundo para gestão de carteiras que equilibra a busca por retorno com a contenção de risco. Sua política-alvo ajusta o quanto o agente favorece a ação ideal, usando um parâmetro ajustável de avidez…
Este estudo examina como uma família deve investir ao lidar com uma necessidade de precaução cujo momento de ocorrência é aleatório e uma meta de acumulação com prazo fixo. Se tiver condições, a família deve pagar integralmente a despesa imprevista quando…
O artigo usa otimização evolutiva para calcular estratégias de trading baseadas em regras a partir de dados de sentimento financeiro. O sinal de sentimento representa a visão otimista ou pessimista da comunidade de trading on-line sobre ações individuais e é…
O artigo apresenta o trade-off entre volatilidade e adaptação do modelo (VMAT), uma estratégia de trading de pares multivariada. Aborda uma lacuna identificada pelos autores em trabalhos anteriores: a pesquisa costuma aperfeiçoar regras de trading, enquanto…
O DeePM é apresentado como um sistema de deep learning de ponta a ponta para gerir carteiras macro diversificadas. Seu projeto trata dados de mercado assíncronos com um mecanismo causal baseado em atrasos, restringe relações entre ativos usando um grafo…
Este artigo incorpora ao problema de otimização as informações usadas na escolha de carteiras média-variância. Argumenta que a análise padrão de carteiras pode ser distorcida pela inclusão de variáveis indisponíveis no momento da decisão ou por confundir…
Este artigo estuda dois investidores que escolhem carteiras média-variância enquanto competem por riqueza relativa. Um investidor conhece a dinâmica verdadeira das ações; o outro precisa inferi-la a partir da evolução observada do mercado. As decisões estão…
O documento descreve uma estratégia intradiária para ações chinesas sob a restrição de trading T+1 do mercado. Combina previsões de um perceptron multicamadas (MLP) com otimização de carteira de Markowitz, usando dados publicados de ações das bolsas de…
Este artigo propõe um modelo de precificação de ativos com dois fatores para economias em que as capitalizações das empresas têm uma distribuição de cauda suficientemente pesada. Além do risco de mercado convencional, o modelo inclui o risco de…
O artigo apresenta uma explicação baseada em fatores para a anomalia de baixa volatilidade. Aplica um modelo multifatorial adaptativo, estimado pelo algoritmo Groupwise Interpretable Basis Selection, para identificar ativos-base associados a carteiras de…
O documento estuda como um investidor com aversão relativa ao risco constante deve negociar em um mercado Black–Scholes quando também possui uma dotação aleatória. Usa uma abordagem de dualidade para derivar uma estratégia de trading ótima explícita. A…
Este estudo testa se o contexto em nível de frase melhora modelos de tópicos de notícias usados para construir fatores sistemáticos de precificação de ativos. Compara Latent Dirichlet Allocation com um modelo transformer de frases com parâmetros congelados,…
O documento apresenta evidências de uma década sobre a aplicação de estratégias de acompanhamento de tendências aos mercados de criptomoedas, desde o início da história de mercado do Bitcoin. Argumenta que os mercados cripto compartilham características com…
Este estudo apresenta o SimStock, uma estrutura para identificar ações semelhantes pelo comportamento de séries temporais, em vez de depender apenas de classificações convencionais por setor ou região. Combina aprendizado autossupervisionado com…
Esta nota apresenta a Eigenrisk Parity, uma abordagem de construção de carteiras que distribui o risco igualmente entre os componentes principais de uma matriz de covariância. A ideia mais ampla é usar a simetria em vez de depender de previsões precisas de…
Este trabalho compara matemática financeira e aprendizado de máquina na otimização dinâmica de carteiras com dois ativos entrelaçados, em tempo contínuo e horizonte finito. A abordagem de matemática financeira usa um modelo de cointelation, termo técnico…
Esta nota aborda o significado de uma estratégia de negociação autofinanciada em finanças quantitativas. Situa o conceito na interseção entre cálculo estocástico e negociação financeira, onde podem surgir equívocos. O objetivo declarado do documento é…
Este estudo constrói uma rede variável no tempo de criptomoedas usando dois tipos de informação: previsibilidade cruzada dos retornos e semelhança tecnológica. Ele aplica um método dinâmico de agrupamento espectral assistido por covariáveis para estimar…
O artigo estuda a escolha de carteira quando a deriva de um ativo de risco não é observada diretamente e depende de dois fatores estocásticos ocultos que evoluem em velocidades diferentes. Ele deriva uma estimativa filtrada do nível latente de reversão à…
O artigo deriva uma estratégia ótima de carteira para um investidor que maximiza a utilidade logarítmica esperada quando a deriva multivariada dos retornos das ações é oculta e evolui como um processo de Ornstein–Uhlenbeck. O investidor aprende sobre a…
O artigo aplica métodos de aprendizado de máquina para prever preços de fechamento de um índice de criptomoedas e de nove criptomoedas que o compõem. Ele afirma que vários algoritmos e modelos são comparados para identificar a abordagem de melhor desempenho…
O documento descreve um método para construir modelos heteróticos de risco para ações. A abordagem combina classificação por setor com estimativas de covariância por componentes principais dentro de grupos de ações e, em seguida, reduz o modelo de…
Este documento apresenta um modelo de trading de pares para dois ativos cointegrados que considera a volatilidade variável no tempo usando uma especificação de Elasticidade Constante da Variância. Ele formula a seleção de carteira como um problema de…
Este estudo apresenta uma abordagem de ensemble para trading intradiário de carteiras de criptomoedas com aprendizado profundo por reforço. Ele seleciona modelos candidatos usando vários períodos de validação e, em seguida, combina as políticas selecionadas…