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

1,391 documentos

Machine Learning for Trading

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…

AçõesAprendizado de máquinaInvestimento em fatoresEstatística
Machine Learning for Trading

Este notebook usa dados reais de ETF para avaliar se um sinal de momentum continua útil diante de mudanças razoáveis na retrospectiva, no regime de mercado e na implementação. Ele calcula coeficientes de informação transversais entre momentum e retornos…

FuturosMomentumBacktestingEstatística
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaAçõesMercados dos EUA
Machine Learning for Trading

Este notebook cria quatro atributos baseados em modelos para pesquisa de opções do S&P 500: previsões de volatilidade para o dia seguinte com GJR-GARCH e volatilidade estocástica, além das diferenças entre cada previsão e a volatilidade implícita do mercado…

OpçõesVolatilidadePrecificação de derivativosBacktesting
Machine Learning for Trading

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…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaBacktestingGestão de risco
Machine Learning for Trading

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…

CâmbioAprendizado de máquinaEstatísticaInvestimento em fatores
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaAçõesMicroestrutura de mercado
Machine Learning for Trading

Este módulo descreve verificações para determinar se as entradas de previsão e backtest cobrem as sessões e os folds especificados por um estudo. Verificações relativas comparam modelos candidatos entre si e podem não detectar uma falha compartilhada:…

BacktestingGestão de riscoEstatísticaMicroestrutura de mercado
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 utilitário descreve um fluxo de diagnóstico para artefatos de dados produzidos por pipelines de pesquisa quantitativa. Ele analisa colunas numéricas em busca de valores nulos, não finitos e zeros, além de valores distintos, quantis e comportamento das…

EstatísticaGestão de riscoBacktesting
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

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…

Aprendizado de máquinaEstatísticaGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este notebook compara quatro alocações de referência em ETF usando períodos históricos de crise, choques simultâneos em ativos definidos manualmente, simulações de Monte Carlo com distribuição t de Student e estatísticas de regimes de mercado. Ele explica…

MultiativosGestão de riscoConstrução de portfólioVolatilidade
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 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…

Aprendizado de máquinaSentimentoEstatística
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

Esta análise compara camadas de controle de risco entre estudos de caso, carregando seus backtests de uma base de registros e medindo Sharpe e drawdown máximo contra uma linha de base da etapa de alocação, com uma alternativa da etapa de sinal. Classifica as…

Gestão de riscoBacktestingEstatística
Machine Learning for Trading

Este notebook desenvolve a precificação Black-Scholes para opções europeias de compra e venda, verifica a paridade put-call e calcula a volatilidade implícita por busca de raízes de Brent. Também define Delta, Gamma, Vega, Theta e Rho e usa gráficos para…

OpçõesPrecificação de derivativosVolatilidadeGestão de risco
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