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.
887 documentos
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 organiza comparações de modelos LightGBM entre estudos de caso, usando modelos lineares e TabM como famílias de referência quando disponíveis. Ele avalia configurações de diferentes tamanhos de árvore, perdas de regressão, checkpoints e…
Este documento descreve um ambiente Gymnasium para treinar um agente a liquidar uma posição em um horizonte fixo. A observação combina o estoque e o tempo restantes com spread, profundidade de mercado, volatilidade e um regime normal ou estressado. Uma ação…
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.…
O documento examina o desafio de descoberta causal do ADIA Lab como inferência supervisionada dentro de uma família conhecida de geração de dados sintéticos. A tarefa atribui variáveis a oito funções em torno de um tratamento e um resultado, usando muitos…
Este módulo cria um ensemble de previsões médias a partir de conjuntos de previsões registrados, com atenção especial à reprodutibilidade e à prevenção de viés de seleção. Ele identifica no registro as configurações de modelo qualificadas, em vez de manter…
Este notebook expressa um fluxo de previsão em quatro fases usando orquestração com Python puro, CrewAI e LangGraph. Ele compara onde o estado é mantido, como falhas são inspecionadas ou recuperadas, quais dependências cada abordagem adiciona e como funciona…
Este notebook analisa a regularização de modelos lineares para um universo de pares de moedas cujos retornos estão ligados porque cada par é uma cotação entre moedas compartilhadas. Ele distingue a colinearidade entre variáveis, que ridge, lasso e elastic…
Este capítulo apresenta maneiras de transformar procedimentos estatísticos ajustados em variáveis para modelos de trading. Ele aborda diagnósticos e estacionariedade, quebras estruturais, diferenciação fracionária, filtragem de Kalman, métodos espectrais e…
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…
Este notebook descreve uma triagem de um recurso por vez para sinais candidatos em 20 pares de moedas. Ele calcula a concordância diária entre os postos transversais de cada recurso e o retorno da sessão seguinte usando apenas janelas de validação…
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…
Este notebook compara a busca exaustiva em grade com o amostrador TPE do Optuna para ajustar um modelo LightGBM de previsão de retornos. Primeiro, dá a ambos os métodos o mesmo orçamento de tentativas na mesma grade discreta de parâmetros, em que a…
O documento apresenta GReaT, uma estrutura que serializa linhas de dados financeiros numéricos e categóricos mistos como texto, ajusta um modelo de linguagem com esses registros e converte o texto gerado de volta em tabelas. O exemplo cria características de…
O documento explica como a incerteza de um modelo pode fornecer informações além de sua estimativa pontual. Ele contrasta GARCH, que define a volatilidade a partir de retornos passados, com um modelo de volatilidade estocástica que trata a volatilidade como…
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…
Este notebook avalia regras de segurança para um assistente financeiro fundamentado em documentos, usando seis casos elaborados manualmente. Os casos abrangem injeção de prompt, números inventados em material não confiável, tentativas de ação e citações a…
Este notebook reajusta a configuração de FX já selecionada pela validação e registra suas previsões para um backtest posterior em holdout. Ele determina a seleção a partir de backtests de validação solventes, restrita a um conjunto congelado de candidatos, e…
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…
Este notebook explica como transformar modelos ajustados GJR-GARCH e de Markov oculto em características de trading, controlando o viés de antecipação. GJR-GARCH estima a volatilidade condicional e captura o impacto maior dos choques negativos de retorno; um…
Este notebook apresenta métodos para encontrar mudanças no processo que gera uma série financeira, usando dados diários de SPY como exemplo. Compara o teste de Zivot–Andrews, que estima uma quebra enquanto testa a presença de raiz unitária, com métodos de…
Este utilitário prepara artefatos de previsão para notebooks de demonstração ao normalizar nomes de colunas e formatos de data diferentes em uma estrutura comum de timestamp, ativo e previsão. Ele agrupa observações duplicadas de timestamp e ativo e calcula…
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…