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 usa retornos históricos de ações US para construir uma rede de correlação e explorar a construção de carteiras. Ele seleciona um universo líquido com dados da janela de estimação, converte correlações entre pares em distâncias e extrai uma…

AçõesMercados dos EUAConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook apresenta a análise de componentes principais como uma referência de fator latente não condicionada para prever retornos de ações em um estudo de análise de opções. PCA usa o painel histórico de retornos para estimar movimentos comuns e a…

AçõesAprendizado de máquinaEstatísticaInvestimento em fatores
Machine Learning for Trading

Este estudo de caso examina se informações de opções listadas podem ajudar a selecionar ações do S&P 500. Ele combina preços diários de ações com níveis de volatilidade implícita em opções, assimetria, estrutura a termo e medidas do prêmio de risco de…

AçõesOpçõesBacktestingGestão de risco
Machine Learning for Trading

Este notebook usa a excursão máxima favorável (MFE) e a excursão máxima adversa (MAE) para fundamentar as larguras dos rótulos de barreira tripla em trajetórias de preços observadas. Para uma posição aberta no fechamento de uma barra, ele mede o melhor…

AçõesFuturosCriptoVolatilidade
Machine Learning for Trading

Este notebook usa análise de componentes principais para representar os movimentos comuns em um amplo painel de ações US. PCA extrai direções que explicam a variação compartilhada nos retornos; a carga de cada ação mede sua exposição a cada direção. Uma…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook apresenta uma rede convolucional temporal (TCN) para prever retornos futuros de ETF a partir de sequências de características de retornos anteriores. Convoluções causais garantem que uma saída use apenas observações até sua data, enquanto…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook explica barras de desequilíbrio por tick e por volume; em seguida, compara abordagens adaptativas, de limite fixo e de janela móvel usando dados de negociações de NVDA. O desequilíbrio por tick acumula direções de negociação com sinal até…

AçõesMicroestrutura de mercadoEstatísticaBacktesting
Machine Learning for Trading

Este notebook compara dois projetos de Transformer para prever retornos de ETF em 21 dias a partir de características retrospectivas de momentum. O PatchTST agrupa dias consecutivos em patches, colocando sequências curtas de padrões locais em cada token. Já…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook propõe uma abordagem descritiva para converter retornos brutos em desempenho líquido, modelando separadamente os atritos de negociação, o financiamento e as despesas do fundo. Sua estrutura de custos parametrizada calcula custos de negociação a…

AçõesExecuçãoGestão de riscoBacktesting
Machine Learning for Trading

Este notebook analisa livros de ofertas reconstruídos do NASDAQ para descrever spreads intradiários e profundidade no melhor preço de compra e de venda; em seguida, examina se o desequilíbrio do fluxo de ordens está associado ao retorno do próximo intervalo.…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook explica como um autoencoder condicional amplia o PCA instrumentado para modelar retornos de ETF. Ambos os métodos mapeiam características dos fundos para exposições a fatores e combinam essas exposições com os retornos dos fatores; o…

AçõesInvestimento em fatoresAprendizado de máquinaBacktesting
Machine Learning for Trading

Este estudo de caso explica por que não é possível testar stop-losses, trailing stops e outros overlays no nível da posição em carteiras de características de empresas do US construídas com observações mensais. O backtest vetorizado aplica um vetor de pesos…

AçõesGestão de riscoBacktesting
Machine Learning for Trading

Este notebook usa regressão linear como referência para prever retornos do NASDAQ-100 a partir de características de microestrutura em intervalos de minutos. Como medidas de spread e desequilíbrio de ordens se sobrepõem entre diferentes janelas…

AçõesMicroestrutura de mercadoAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook apresenta um fluxo de trabalho para decidir como modelar séries temporais financeiras. Começa com gráficos de preços e retornos de SPY, níveis de VIX e distribuição de retornos para identificar níveis errantes, movimentos agrupados e caudas…

EstatísticaVolatilidadeIndicadores técnicosAções
Machine Learning for Trading

Esta configuração especifica um experimento de ranking e rebalanceamento de ETF apenas comprado. Ela define um amplo universo de 100-ETF, abrangendo exposições a ações, títulos, commodities e regiões, com decisões mensais e execução na abertura seguinte. O…

AçõesMultiativosBacktestingExecução
Machine Learning for Trading

Este estudo de painel de ações dos US usa um modelo linear penalizado como referência para prever retornos futuros a partir de atributos observados no fechamento. O conjunto de atributos contém medidas sobrepostas de momentum e volatilidade, criando…

AçõesInvestimento em fatoresEstatísticaGestão de risco
Machine Learning for Trading

Este benchmark compara CSV, Parquet, Feather (Arrow IPC) e HDF5 usando o mesmo painel determinístico OHLCV. Ele mede tempo de gravação, tempo de leitura com materialização, tamanho do arquivo e o efeito de ler apenas colunas selecionadas. A política de…

AçõesBacktestingExecução
Machine Learning for Trading

Este estudo de atributos ETF constrói três entradas derivadas de modelos: um modelo oculto de Markov (HMM) que estima o regime de mercado, preços diferenciados fracionariamente para fundos de referência e volatilidade condicional GARCH(1,1) por ETF. Ele…

AçõesVolatilidadeAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook explica a análise de componentes principais instrumentada (IPCA), que estima fatores comuns fazendo com que as exposições fatoriais de cada ação sejam uma função linear compartilhada dos atributos da superfície de opções no mesmo dia. Esses…

OpçõesAçõesInvestimento em fatoresAprendizado de máquina
Machine Learning for Trading

Este tutorial compara barreiras fixas de stop-loss e take-profit, stops móveis, saídas escaladas por ATR, um sinal de saída de aprendizado de máquina e combinações dessas abordagens em dados diários de SPY. As barreiras fixas são simuladas a partir dos…

AçõesGestão de riscoIndicadores técnicosBacktesting
Machine Learning for Trading

Este notebook adapta o skip-gram do Word2Vec a posições institucionais em ações. Ele trata a carteira de cada instituição como uma frase, identificadores de ações como tokens e posições ordenadas pelo valor informado das posições como a ordem das palavras.…

AçõesAprendizado de máquinaConstrução de portfólioEstatística
Machine Learning for Trading

Este notebook explica por que preços brutos de ações podem gerar retornos enganosos quando atravessam datas de desdobramento de ações ou de dividendos em dinheiro. Ele descreve o ajuste retrospectivo, que reescala preços históricos para refletir eventos…

AçõesEstatísticaBacktestingMercados dos EUA
Machine Learning for Trading

Este notebook testa se o dimensionamento de posições baseado em modelos melhora a ponderação igualitária em uma estratégia de características de empresas dos US. Ele compara a ponderação por score, que aloca mais recursos a ativos com scores previstos mais…

AçõesDimensionamento de posiçãoConstrução de portfólioBacktesting