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 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,…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook avalia uma série DeFi de valor total bloqueado como dado alternativo para negociar ether. Ele organiza a análise em torno de quatro perguntas: se a série se relaciona com retornos futuros, se os dados são sólidos e podem ser reconstruídos, se…

CriptoDeFiDados on-chainEstatística
Machine Learning for Trading

Este notebook descreve um fluxo de backtest de 15 minutos para previsões sobre ações do NASDAQ-100. Primeiro, executa uma verificação do funcionamento com sinais aleatórios: como o trading aleatório deveria perder após os custos, um resultado…

AçõesBacktestingExecuçãoMicroestrutura de mercado
Machine Learning for Trading

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…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook estuda como os custos de transação afetam uma estratégia NASDAQ-100 rebalanceada com frequência. Primeiro, aplica pressupostos de custo em pontos-base a backtests existentes antes dos custos para mostrar como o Sharpe muda à medida que os…

AçõesExecuçãoMicroestrutura de mercadoBacktesting
Machine Learning for Trading

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…

AçõesAprendizado de máquinaEstatísticaInvestimento em fatores
Machine Learning for Trading

Este notebook constrói a estrutura de Markowitz totalmente investida e apenas comprada, incluindo carteiras viáveis, fronteira eficiente e soluções de Sharpe máximo e variância mínima. Ele explica como a variância da carteira depende da matriz de covariância…

MultiativosConstrução de portfólioEstatísticaBacktesting
Machine Learning for Trading

Este notebook demonstra como ajustar regras de StopLoss, TakeProfit e TrailingStop para uma carteira de momentum, preservando a separação cronológica entre calibração e avaliação. Ele testa larguras individuais das regras e combinações conjuntas usando dados…

AçõesGestão de riscoBacktestingMomentum
Machine Learning for Trading

Este documento demonstra como conectar uma estratégia de momentum de cinco dias de ETF à Alpaca por meio de uma interface compartilhada de estratégia. A estratégia acompanha o momentum em SPY, QQQ e IWM e gera sinais quando ele cruza um limite. Adaptadores…

AçõesMomentumExecuçãoGestão de risco
Machine Learning for Trading

Este documento compara métodos alternativos de dimensionamento de posições para estratégias de futuros CME, selecionadas a partir de uma linha de base classificada pelo Sharpe de validação com pesos iguais. A ponderação igual trata todos os produtos…

FuturosCommoditiesDimensionamento de posiçãoConstrução de portfólio
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaGestão de riscoBacktesting
Machine Learning for Trading

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.…

Aprendizado de máquinaExecuçãoBacktestingEstatística
Machine Learning for Trading

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…

AçõesAprendizado de máquinaInvestimento em fatoresEstatística
Machine Learning for Trading

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…

FuturosAprendizado de máquinaInvestimento em fatoresBacktesting
Machine Learning for Trading

Esta nota de configuração distingue parâmetros que aparecem na identidade de um backtest daqueles que realmente afetam os custos de negociação simulados. No estudo de caso descrito, todas as execuções registradas usam uma trajetória vetorizada de retorno até…

OpçõesBacktestingExecuçãoEstatística
Machine Learning for Trading

Este notebook demonstra verificações de viés de lookahead usando preços de ETF e séries macroeconômicas. Mostra que uma média móvel centralizada inclui observações futuras, pode acompanhar de perto demais as viradas de preço e tem uma cauda recente ausente…

AçõesEstatísticaBacktestingGestão de risco
Machine Learning for Trading

Este notebook apresenta backtesting vetorizado com VectorBT por meio de uma regra de reversão à média de RSI, apenas comprada, aplicada a dados de mercado de contratos perpétuos de Bitcoin. Calcula um RSI baseado no fechamento, entra quando a leitura do dia…

CriptoFuturos perpétuosReversão à médiaIndicadores técnicos
Machine Learning for Trading

Este notebook deriva o dimensionamento Kelly para uma aposta binária maximizando o logaritmo esperado da riqueza e, em seguida, ilustra como o tamanho da aposta altera a distribuição de trajetórias simuladas de riqueza. Amplia a estrutura para retornos…

Dimensionamento de posiçãoGestão de riscoConstrução de portfólioEstatística
Machine Learning for Trading

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…

FuturosAprendizado de máquinaBacktestingGestão de risco
Machine Learning for Trading

O documento descreve um backtest especializado para uma estratégia semanal de opções do S&P 500. Cada coorte seleciona componentes bem classificados, vende opções de compra e de venda próximas do preço de exercício, com cerca de um mês até o vencimento, e…

OpçõesAçõesMercados dos EUABacktesting
Machine Learning for Trading

O documento demonstra um invólucro de corretora que verifica ordens e o estado da carteira antes de encaminhar operações. Seus controles incluem limites de quantidade de ações e valor por ordem, limites de exposição por posição, limites de frequência de…

Gestão de riscoDimensionamento de posiçãoExecuçãoBacktesting