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 capítulo trata o backtest como uma tentativa de refutar uma estratégia por meio de premissas explícitas sobre o momento do sinal, execução, rebalanceamento, dimensionamento, custos, restrições e referências de comparação. Compara simulações vetorizadas…
Esta fonte descreve salvaguardas para reconstruir uma solicitação de modelo a partir de sua especificação imutável de treinamento e validar a execução resultante. Verifica se a solicitação usa uma versão de identidade compatível, um nível de execução…
Este notebook apresenta a análise de componentes principais instrumentada como modelo de retornos transversais. Em vez de atribuir pesos diretos de retorno às características de cada empresa, IPCA estima um mapeamento linear compartilhado entre…
Este notebook compara quatro arquiteturas de redes neurais na mesma tarefa: prever o próximo retorno diário a partir de uma janela de retornos passados, agrupados para oito fundos negociados em bolsa. Descreve como uma rede densa, uma convolução…
Este notebook avalia modelos sequenciais para ranquear ações do S&P 500 usando janelas de históricos de superfícies de opções e preços. Compara um modelo linear normalizado, sem memória recorrente, a uma LSTM cujas portas transportam informações ao longo do…
Este notebook ajusta uma rede de memória de longo e curto prazo a recursos de microestrutura do NASDAQ-100 para prever retornos futuros em vários horizontes de minutos. Diferentemente de um modelo linear achatado, uma LSTM processa cada observação em…
Este notebook constrói o N-BEATS, uma arquitetura neural de previsão totalmente conectada que processa uma janela inteira de entrada e prevê uma trajetória futura. Sua variante interpretável restringe os blocos a expressar componentes por meio de bases…
Este notebook compara modelos LightGBM com uma referência ridge para prever retornos de ETF em dois horizontes. Explica por que árvores podem descobrir interações dependentes do regime, como o momentum se comportar de forma diferente sob estresse do mercado,…
Este notebook demonstra um fluxo para relacionar operações perdedoras às explicações do modelo associadas às decisões. Ele constrói um painel de características de um único ativo SPY com dados de preços e macroeconômicos, treina um modelo LightGBM em…
Este notebook cria rótulos de retornos futuros para uma estratégia que lê sinais de opções listadas e negocia as ações subjacentes. Ajusta os preços diários das ações por desdobramentos e dividendos, usa um identificador persistente de ativo e define…
Este notebook demonstra o monitoramento de drift de covariáveis em características de momentum de ETF e futuros perpétuos cripto durante diferentes janelas de mercado. Ele compara o Índice de Estabilidade da População, que mede mudanças em distribuições de…
Este notebook explica a análise de componentes principais instrumentada como uma forma de fazer com que as cargas dos fatores latentes dependam de características observáveis das ações, em vez de atribuir uma carga fixa a cada ação. Um mapeamento…
Este documento apresenta uma família de modelos de retorno de empresas que pressupõe que um pequeno conjunto de fatores comuns não observados explica boa parte da seção transversal. Em vez de prever retornos diretamente a partir de características, esses…
Este documento explica como decomposições wavelet e estimativas espectrais móveis descrevem retornos financeiros em diferentes escalas de tempo. As wavelets dividem os retornos em componentes que abrangem períodos progressivamente mais lentos, permitindo…
Este notebook usa aprendizado de máquina duplo para estimar se o carry de futuros afeta os retornos subsequentes após ajustes por volatilidade, momentum e classificação transversal de carry. Distingue explicação causal de desempenho preditivo: um backtest…
Este documento explica como comparar um modelo vigente e um modelo candidato em avaliação em sombra antes de alocar capital. Define previamente os papéis e os limites de promoção e, em seguida, avalia o candidato em cinco dimensões: melhora do Sharpe…
Este notebook demonstra como configurar o Feast com fontes Parquet, entidades, visões de atributos, timestamps e uma política de tempo de vida; depois, recupera atributos para exemplos de treinamento e uma consulta no estilo ao vivo com corte temporal.…
O notebook apresenta um autoencoder supervisionado para modelagem de fatores de ações. Diferentemente dos autoencoders não supervisionados, que aprendem um gargalo reconstruindo o corte transversal, este modelo também inclui retornos futuros em seu objetivo…
Este notebook aplica um modelo neural de fator de desconto estocástico a futuros de CME. Em termos de precificação de ativos, um fator de desconto estocástico é uma variável aleatória cujo produto pelo retorno de cada ativo tem o mesmo valor esperado sob…
Este módulo define um fluxo voltado ao leitor para pesquisa de futuros de CME, cobrindo solicitações de modelos, execução de previsões e backtests, conjuntos de candidatos e seleção final. Lê a varredura de rótulos configurada em uma declaração compartilhada…
Este capítulo apresenta representações de texto financeiro, de dicionários e contagens de palavras a TF-IDF, embeddings estáticos, redes recorrentes e transformers. Ele explica as vantagens e desvantagens: métodos mais simples são rápidos, interpretáveis e…
Este notebook cria uma estrutura para avaliar geração aumentada por recuperação em finanças, com medidas separadas de cobertura de recuperação, fidelidade das respostas, abstenção apropriada e comportamento de segurança. Ele usa seis casos de teste escritos…
Este estudo de caso avalia estratégias mensais long-short por decis, construídas com características de empresas US, comparando modelos lineares, gradient boosting e abordagens de fatores latentes com defasagens contábeis em cada data, validação walk-forward…
Este notebook usa o Optuna para ajustar modelos de retorno LightGBM, considerando tanto o coeficiente de informação (IC) transversal quanto o giro das previsões. Uma busca de objetivo único maximiza IC para comparação; uma busca multiobjetivo NSGA-II…