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.
900 documentos
Este notebook explica como interpretar previsões de regressão Ridge para um painel de ETF com SHAP. Em um modelo linear, a atribuição de cada atributo é seu coeficiente multiplicado pelo desvio do atributo em relação à média do conjunto de referência de…
Este notebook apresenta um fluxo de trabalho para transformar registros regulatórios anuais e trimestrais SEC em texto estruturado para análises posteriores de sentimento, tópicos e embeddings. Ele mapeia as seções desejadas para números de itens específicos…
Este notebook explica como um autoencoder condicional amplia um modelo de componentes principais instrumentado: uma rede neural mapeia características das ações para exposições a fatores, enquanto o modelo mantém a mesma estrutura que combina exposição e…
Este estudo avalia atributos financeiros e de volatilidade GJR-GARCH em relação a retornos futuros de ações. Para cada sessão, calcula a correlação por postos entre ações, entre um atributo e retornos subsequentes; depois, avalia a associação média, a…
Esta referência descreve dois corpora de notícias financeiras usados para análise de sentimento, desenvolvimento de atributos textuais e experimentos que relacionam notícias a retornos. FNSPID conecta manchetes a tickers de ações e cobre um amplo período…
Este notebook mostra como testar se quatro estratégias de carteiras gerenciadas acrescentam poder explicativo aos retornos de SPY, após controlar movimentos amplos capturados por dez componentes principais. As carteiras candidatas classificam ETFs por…
Este documento descreve um fluxo de trabalho para transformar registros trimestrais em lote do SEC 13F em um painel de posições institucionais. Ele seleciona o registro mais recente de cada gestor pela data de entrega, usa CUSIP em vez dos nomes de empresas…
O documento explica a análise de componentes principais instrumentada para modelar retornos de ETF. Diferentemente da PCA comum, que atribui exposições fatoriais fixas a cada fundo, a IPCA modela as exposições de cada fundo como uma função linear…
Este notebook usa registros de negociação NASDAQ ITCH para examinar como o volume e a atividade de negociação variam ao longo da sessão regular. Ele reamostra as negociações em barras temporais, compara preço e volume de ações representativas com atividade…
Este notebook compara modelos preditivos para ordenar ações do NASDAQ-100 pelo retorno dos próximos 15 minutos, usando informações intradiárias de microestrutura, como spreads, desequilíbrio de profundidade, volume com sinal e impacto no preço. Ele seleciona…
Esta avaliação examina features da superfície de opções, derivadas de preços e de volatilidade condicional em relação a retornos futuros de ações. Para cada sessão, calcula uma correlação de ordenação transversal entre os valores das features e os retornos…
Este módulo explica como preparar preços históricos do S&P 500 quando os símbolos de ticker podem se referir a diferentes ativos ao longo do tempo. Ele aplica fatores de ajuste por ações corporativas, acompanha identificadores de ativos e marca limites de…
Este notebook explica a análise de componentes principais instrumentalizada (IPCA) para um painel de ações com features da superfície de opções. Diferentemente da PCA comum, que estima as exposições de cada ação a partir de seu histórico de retornos, a IPCA…
Este notebook apresenta um pipeline para extrair relações entre fornecedores, clientes e concorrentes de documentos 10-K de empresas e armazená-las como um grafo de conhecimento Neo4j. Um modelo de linguagem local propõe triplas estruturadas de sujeito,…
Este guia de dados compara duas fontes de dados de ticks de ações US para pesquisa de livro de ofertas e microestrutura de mercado. Os registros market-by-order da Databento fornecem eventos pré-processados de inclusão, alteração, cancelamento e negociação,…
Este notebook demonstra o ajuste fino de um transformer para reconhecimento de entidades nomeadas em textos financeiros, convertendo trechos de texto em campos estruturados de organizações, pessoas, valores monetários, datas e porcentagens. Ele apresenta…
Este notebook explica três formas de transformar dados do NASDAQ-100 em frequência de minutos em features baseadas em modelos: uma regressão HAR móvel para previsões de variância e erros de previsão, uma transformada de Fourier para padrões recentes de…
Este notebook compara quatro formas de recuperar trechos de um corpus de textos de documentos empresariais: BM25, embeddings densos, fusão recíproca de classificação (RRF) e um reranqueador cross-encoder. RRF combina listas classificadas em vez de pontuações…
Este estudo de caso avalia sinais transversais diários em um amplo universo de ações US e apresenta um longo fluxo de pesquisa, desde dados disponíveis em cada momento e variáveis construídas até comparação de modelos, construção de portfólio, custos e…
Este notebook compara LightGBM com um MLP, TabM e, quando disponível, TabPFN para prever retornos futuros de ETF a partir de variáveis tabulares. Os modelos são avaliados nas mesmas partições cronológicas walk-forward, usando como principais medidas de…
Este notebook compara mínimos quadrados ordinários com Ridge, LASSO e Elastic Net para prever retornos futuros de 21 dias em ETFs. Os modelos usam as mesmas partições walk-forward declaradas, com um intervalo de purga correspondente ao horizonte do rótulo.…
Este notebook explica um modelo de tendência linear local em espaço de estados para extrair variáveis financeiras dos níveis de preço. O estado oculto contém um nível de preço e sua inclinação; as observações são fechamentos com ruído. A cada etapa, o filtro…
Este notebook cria rótulos de retorno futuro das ações para uma estratégia que lê dados de opções listadas para classificar ações e depois mantém essas posições. Ele cria uma série de preços ajustada para considerar eventos corporativos e identifica empresas…
Este notebook formula uma ordem principal como um problema de controle de horizonte finito. A cada intervalo, o Q-learning tabular escolhe um multiplicador para uma fatia de negociação baseada em VWAP, considerando o tempo e o estoque restante, além dos…