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 analisa o desempenho de uma linha de base fixa de momentum ETF apenas comprada em diferentes condições de mercado, de 2010 a 2024. Ele classifica cada retorno diário usando medidas de volatilidade e tendência conhecidas antes do início desse…

AçõesMomentumSeguir tendênciasVolatilidade
Machine Learning for Trading

Este notebook aplica previsões de características de empresas selecionadas anteriormente e uma configuração fixa de carteira a um período de holdout de um ano. Não faz novas escolhas sobre previsões, alocação, concentração, rebalanceamento ou custos de…

AçõesInvestimento em fatoresDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Esta auditoria compara mecanismos de trading que reproduzem os mesmos alvos congelados do modelo e as mesmas entradas históricas identificadas por conteúdo em alocação ETF, futuros, financiamento de futuros perpétuos de cripto, câmbio e ações US. Ela avalia…

BacktestingExecuçãoMultiativosFuturos
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 avalia stop-losses por posição, trailing stops e saídas por tempo em configurações da etapa de alocação de uma estratégia intradiária NASDAQ-100. As decisões ocorrem a cada quinze minutos, enquanto o mecanismo de backtest monitora as posições a…

AçõesGestão de riscoBacktestingExecução
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 de atributos para ETF explica como modelos estatísticos ajustados podem vazar informações futuras por meio de seus parâmetros estimados, mesmo quando suas fórmulas usam observações passadas. A solução é um cronograma de reajuste walk-forward:…

AçõesAprendizado de máquinaEstatísticaVolatilidade
Machine Learning for Trading

Este notebook reconstrói a configuração selecionada de pares FX a partir de um conjunto congelado de candidatos de validação e, em seguida, avalia as evidências de validação e holdout. A seleção usa o maior Sharpe de validação elegível, com um critério…

CâmbioTrading de paresBacktestingGestão de risco
Machine Learning for Trading

Este notebook estuda gradient boosting em um painel de ações US, variando a capacidade das árvores, a função objetivo e o checkpoint de treinamento em três horizontes de retorno futuro. Ele explica como árvores rasas podem aprender interações entre…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook descreve como gerar previsões para holdout de uma estratégia de funding em futuros perpétuos de cripto depois de selecionar sua configuração com resultados de validação. Recupera o backtest elegível de validação com maior Sharpe, mantém a…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este módulo utilitário compartilhado dá suporte à análise causal de dados de trading com aprendizado de máquina duplo para séries temporais (DML). As ferramentas documentadas incluem estimativa walk-forward com embargo, modelos auxiliares e verificações de…

EstatísticaAprendizado de máquinaBacktestingGestão de risco
Machine Learning for Trading

Este notebook explica o TSMixer, uma rede neural de séries temporais que alterna duas operações: um mapeamento linear compartilhado entre dias retrospectivos para cada recurso e um MLP de recursos compartilhado, aplicado independentemente em cada dia.…

Aprendizado de máquinaMomentumEstatísticaBacktesting
Machine Learning for Trading

Este estudo de caso constrói recursos para comparar prêmios de risco de variância entre ações do S&P 500, usando straddles no dinheiro de 30 dias e dados do preço do ativo subjacente. Mede a volatilidade implícita em relação à volatilidade realizada em…

OpçõesAçõesVolatilidadeBacktesting
Machine Learning for Trading

Este estudo de caso explica como gerar previsões para um período de holdout depois que as escolhas de modelo e estratégia foram feitas com dados de validação. Recupera a configuração selecionada anteriormente, reconstrói sua especificação de treinamento e a…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook cria um alocador LSTM que mapeia diretamente recursos recentes de retorno e volatilidade de ETF para pesos de carteira apenas comprados. Uma saída softmax mantém pesos não negativos e a carteira totalmente investida, enquanto um objetivo…

Aprendizado de máquinaConstrução de portfólioBacktestingGestão de risco
Machine Learning for Trading

Este notebook apresenta o EdgarTools para explorar documentos SEC por empresa e tipo de documento. Ele mostra como localizar emissores usando identificadores CIK estáveis, obter relatórios anuais e trimestrais, extrair demonstrações financeiras XBRL e…

AçõesMercados dos EUABacktestingEstatística
Machine Learning for Trading

Este notebook descreve um modelo sequencial LSTM para prever retornos de ações a partir de janelas ordenadas de recursos recentes. Cada exemplo usa 60 sessões consecutivas de uma ação; janelas que cruzam lacunas de listagem, interrupções ou outras…

AçõesAprendizado de máquinaEstatísticaMercados dos EUA
Machine Learning for Trading

Esta análise verifica se dados diários de opções podem sustentar uma estratégia semanal que vende straddles no dinheiro de componentes do S&P 500, faz hedge delta com ações e mantém os contratos até o vencimento. Explica como calls e puts formam um straddle,…

OpçõesVolatilidadeExecuçãoBacktesting
Machine Learning for Trading

Esta referência resume os meses de vencimento listados para 35 produtos futuros CME, incluindo índices de ações, títulos do Tesouro, energia, metais, moedas, juros, agricultura, pecuária e cripto. Explica o sistema de códigos mensais da bolsa e distingue os…

FuturosMicroestrutura de mercadoBacktestingCommodities
Machine Learning for Trading

Este documento descreve um pipeline para baixar registros oficiais de funding perpétuo Binance USD-M, normalizá-los e armazená-los em cache em um arquivo colunar. Arquivos mensais são buscados simultaneamente para os símbolos e o intervalo de datas…

CriptoFuturos perpétuosPrecificação de derivativosBacktesting
Machine Learning for Trading

Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a um painel de ações US, representado por uma linha de recursos por ação e sessão. Uma base compartilhada de duas camadas alimenta vários membros, cada um com seu próprio vetor de…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook define alvos de retorno futuro para classificar ações US e explica como fazer com que os horizontes correspondam às sessões reais de negociação. Usa preços ajustados por desdobramentos e dividendos para calcular retornos, mas usa o fechamento…

AçõesMomentumEstatísticaBacktesting
Machine Learning for Trading

Este notebook compara configurações de boosting de gradiente para futuros perpétuos de cripto usando indicadores baseados no prêmio dos contratos perpétuos sobre o preço à vista. Ele varia a capacidade das árvores e a função de perda, incluindo perdas…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook desenvolve indicadores baseados em modelos para futuros perpétuos de cripto: previsões de volatilidade condicional por ativo a partir de GJR-GARCH e uma probabilidade de regime de estresse para todo o mercado, estimada por um modelo oculto de…

CriptoFuturos perpétuosVolatilidadeAprendizado de máquina