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

900 documentos

Machine Learning for Trading

Este notebook compara modelos LightGBM em um painel de ações US com três horizontes de retorno. A grade varia a contagem de folhas das árvores e as funções de perda, depois pontua cada configuração em vários pontos de controle do número de árvores. A…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook processa dados trimestrais em massa de posições 13F da SEC para estudar participação institucional, classificações de gestores e redes de copropriedade. Seleciona o documento mais recente de cada gestor usando as datas de apresentação, agrega…

AçõesMercados dos EUAEstatísticaMicroestrutura de mercado
Machine Learning for Trading

Este notebook avalia previsões de validação derivadas de pesquisas sobre ações e opções, convertendo-as em carteiras de ações somente compradas. Usa uma referência de pesos iguais com os K ativos mais bem classificados, compara várias concentrações de…

AçõesOpçõesBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook usa negociações e mensagens de ordens derivadas de NASDAQ ITCH para ilustrar padrões de microestrutura de mercado. Ele examina a autocorrelação negativa de primeira ordem nos retornos de preços de negociação por tick e explica como negociações…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este módulo utilitário fornece ferramentas estatísticas para diagnosticar painéis de dados de trading. Seu método de autocorrelação calcula uma curva dentro de cada entidade antes de agrupar resultados entre entidades, evitando dependência espúria entre o…

EstatísticaBacktestingMicroestrutura de mercadoAções
Machine Learning for Trading

Este estudo de caso sobre ações US distingue prever retornos futuros de afirmar que o momentum os causa. Trata o retorno da ação no ano anterior, excluindo o mês mais recente, como tratamento; o retorno futuro como resultado; e a volatilidade recente, a…

AçõesMomentumAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook didático compara métodos de rótulo-alvo para modelos supervisionados de trading usando dados de ETF. Ele aborda retornos e rótulos direcionais de horizonte fixo, percentis de séries temporais móveis, percentis transversais, rótulos de barreira…

Aprendizado de máquinaEstatísticaBacktestingGestão de risco
Machine Learning for Trading

Este notebook mostra como transformar o texto trimestral de Discussão e Análise da Administração dos documentos SEC 10-Q em dois sinais candidatos de ações. O FinBERT atribui pontuações de tom positivo, neutro ou negativo a trechos do texto; as pontuações…

AçõesAprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook compara três formas de usar regimes de mercado em previsões: um modelo de referência sem variável de regime, um único modelo que recebe a probabilidade filtrada de um estado volátil e modelos separados treinados dentro de atribuições rígidas de…

AçõesAprendizado de máquinaEstatísticaVolatilidade
Machine Learning for Trading

Este notebook estima se a participação do volume com sinal iniciado por compradores está associada a retornos futuros de 15 minutos, considerando o spread relativo, a volatilidade realizada recente e o retorno mensal acumulado. O aprendizado de máquina duplo…

AçõesMicroestrutura de mercadoAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook usa aprendizado de máquina duplo (DML) para estimar o efeito ajustado de uma medida contínua de momentum em ETF sobre retornos subsequentes, controlando a volatilidade recente e de longo prazo, o regime de mercado e a inclinação da curva de…

Aprendizado de máquinaEstatísticaAçõesMomentum
Machine Learning for Trading

Este notebook explica a Paridade Hierárquica de Risco (HRP), um método de construção de carteiras projetado para limitar a sensibilidade a estimativas ruidosas de covariância. Descreve suas três etapas: agrupar ativos pela distância de correlação,…

Construção de portfólioGestão de riscoBacktestingMultiativos
Machine Learning for Trading

Este notebook avalia backtests registrados de ETF ao longo do fluxo da estratégia, desde os sinais e a alocação até os custos e as camadas de risco. Lê previsões e backtests existentes em vez de ajustar modelos ou adicionar novos backtests, enquanto calcula…

MultiativosAçõesConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook usa registros de negociações derivados de NASDAQ ITCH para examinar a atividade intradiária de trading. Reamostra negociações individuais em barras temporais e compara volume de ações, contagem de negociações, últimos preços e preços ponderados…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este guia apresenta duas fontes de dados tick do livro de ofertas de ações US para pesquisas de microestrutura: eventos market-by-order da Databento e mensagens TotalView-ITCH da NASDAQ. Descreve seus formatos, características de cobertura, tamanhos…

AçõesMicroestrutura de mercadoExecuçãoMercados dos EUA
Machine Learning for Trading

Este notebook examina como previsões de retorno para ETFs podem expressar incerteza, comparando dropout de Monte Carlo com ensembles profundos. O dropout permanece ativo em passagens repetidas de inferência, enquanto um ensemble mede a divergência entre…

AçõesAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

Este notebook compara seis formas de ponderar carteiras de ETF selecionadas pela mesma classificação prevista: pesos iguais, ponderação por pontuação, volatilidade inversa, paridade de risco, otimização média-variância e paridade hierárquica de risco. Varia…

AçõesConstrução de portfólioBacktestingGestão de risco
Machine Learning for Trading

Este notebook ajusta um modelo LSTM definido para fazer previsões em um estudo de opções do S&P 500. A rede recebe janelas cronológicas do histórico de cada ativo e usa estados recorrentes com portas para representar informações entre sessões, em vez de…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook explica como construir e inspecionar um painel trimestral de fundamentos de ações a partir de dados SEC XBRL. Cada observação contém tanto o período fiscal que descreve quanto a data de divulgação em que a informação se tornou pública. Essa…

AçõesMercados dos EUAInvestimento em fatoresBacktesting
Machine Learning for Trading

Este notebook apresenta uma estrutura diagnóstica para um backtest de alocação em ETF. Calcula medidas de risco e retorno, como Sharpe, Sortino, Calmar, volatilidade, valor em risco e drawdown máximo; acompanha o desempenho móvel e a recuperação do drawdown;…

Construção de portfólioGestão de riscoBacktestingAções
Machine Learning for Trading

Este notebook cria um fluxo de monitoramento para um modelo financeiro implantado, usando artefatos reais de holdout. Antes de medir a deriva, verifica se os dados de atributos recebidos estão preenchidos e têm estrutura válida; depois, compara janelas de…

Aprendizado de máquinaEstatísticaGestão de riscoAções
Machine Learning for Trading

Este notebook relaciona o dimensionamento de posições à análise das excursões adversas e favoráveis máximas. Ele demonstra o dimensionamento fracionário fixo, no qual a quantidade de ações é determinada pelo orçamento de risco por operação e pela distância…

Dimensionamento de posiçãoGestão de riscoVolatilidadeBacktesting