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 formas de encerrar operações compradas em ETF: alvos e stops fixos de lucro, stops móveis, barreiras ajustadas por ATR, sinais de aprendizado de máquina e combinações. Constrói indicadores e simulações de operações, depois resume…

AçõesGestão de riscoDimensionamento de posiçãoVolatilidade
Machine Learning for Trading

Este notebook trata previsões ARIMA como colunas de entrada para modelos posteriores, em vez de previsões independentes. Ajusta modelos aos retornos de ETF, usa verificações de estacionariedade e diagnósticos de autocorrelação para propor ordens e compara…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento descreve a conversão de janelas móveis de retorno ETF em imagens de dois canais para uma rede neural convolucional convencional. Um campo angular de Gramian mapeia observações normalizadas em ângulos e registra relações angulares pareadas; um…

AçõesAprendizado de máquinaIndicadores técnicosEstatística
Machine Learning for Trading

Este documento apresenta o painel mensal de ações US de Chen, Pelger e Zhu, usado para comparar modelos de precificação de ativos. Descreve 46 características de empresas agrupadas por tema econômico, retornos excedentes do mês seguinte e as divisões…

AçõesMercados dos EUAInvestimento em fatoresEstatística
Machine Learning for Trading

Este notebook apresenta um fluxo para caracterizar séries de mercado antes da modelagem. Começa com gráficos de preços e retornos de SPY, níveis de VIX e distribuição dos retornos para identificar tendências, agrupamento de volatilidade e caudas pesadas. Em…

AçõesEstatísticaVolatilidadeGestão de risco
Machine Learning for Trading

Este notebook usa retornos diários de SPY para explicar a análise no domínio da frequência e seus limites como fonte de recursos para trading. Uma decomposição wavelet separa a variação em bandas de escalas temporais progressivamente mais lentas, enquanto…

AçõesEstatísticaVolatilidadeIndicadores técnicos
Machine Learning for Trading

Este notebook apresenta um fluxo operacional para conectar uma estratégia à Interactive Brokers por meio de TWS ou Gateway. Ele verifica se a sessão é de uma conta demo, lê os valores e as posições da conta e solicita barras históricas para inicializar o…

ExecuçãoGestão de riscoMomentumAções
Machine Learning for Trading

Este notebook apresenta o EdgarTools para explorar documentos SEC e extrair dados estruturados de empresas. Explica como identificar declarantes por um CIK estável, recuperar documentos por formulário e transformar relatórios anuais marcados com XBRL em…

AçõesMercados dos EUABacktestingOrientado por eventos
Machine Learning for Trading

Este estudo de caso usa modelos lineares como referência para prever retornos futuros em um amplo painel de ações US. Explica por que recursos sobrepostos de preço e volume criam colinearidade, tornando instáveis os coeficientes de mínimos quadrados…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Esta análise compara efeitos de tratamento estimados por double machine learning e registrados em nove estudos de caso de trading. Carrega os resultados atuais do registro de cada estudo, verifica a integridade do registro e rótulos duplicados e explicita a…

EstatísticaAprendizado de máquinaBacktestingAções
Machine Learning for Trading

Este notebook testa a sensibilidade do backtest de momentum de ETF à taxa de trading presumida. Mantém fixos os pesos e o cronograma de negociação da estratégia, executa novamente o simulador com uma faixa de custos por perna e compara crescimento, índice de…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

O notebook estima quanto uma carteira com pesos iguais de ações US sobreviventes pode superestimar os retornos em relação ao universo inicial completo. Primeiro, examina quando o painel registra a saída de símbolos e constata que as saídas registradas…

AçõesMercados dos EUABacktesting
Machine Learning for Trading

Esta análise exploratória apresenta contratos e cadeias de opções e, em seguida, traça o perfil de uma amostra de 2020 de opções do S&P 500 em oito ativos subjacentes. Explica moneyness, valor intrínseco e temporal, volatilidade implícita, gregas e como…

OpçõesAçõesVolatilidadePrecificação de derivativos
Machine Learning for Trading

Esta análise lê um pipeline de backtest registrado para uma estratégia mensal de ações US baseada em características de empresas. Apresenta a incerteza do Sharpe, medidas de probabilidade e Sharpe deflacionado, comparações pareadas de estratégias, queda de…

AçõesInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Este notebook compara regras de ponderação de carteira para uma estratégia com opções do S&P 500 que vende straddles. Mantém fixos os símbolos selecionados e as demais configurações da estratégia, substituindo a referência de pesos iguais por alocadores que…

OpçõesAçõesConstrução de portfólioDimensionamento de posição
Machine Learning for Trading

Este notebook descreve um fluxo de trabalho para transformar divulgações trimestrais de MD&A das empresas do S&P 500 em características para trading. Usa as datas de aceitação dos documentos como referência temporal, consolida vários documentos de uma…

AçõesAprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook usa SHAP para explicar previsões de retornos de ETF por regressão Ridge. Em um modelo linear, as atribuições das características têm uma relação fechada com os coeficientes ajustados e os desvios em relação aos valores de referência das…

AçõesAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

Este notebook explica a filtragem de Kalman como forma de extrair atributos de preços financeiros. Um estado de tendência linear local acompanha tanto um nível de preço latente quanto sua inclinação, enquanto um modelo de observação considera fechamentos…

AçõesIndicadores técnicosEstatísticaTrading de pares
Machine Learning for Trading

Este notebook apresenta a análise de componentes principais instrumentada (IPCA), uma abordagem de fatores latentes para prever retornos a partir de características de empresas. Em vez de atribuir um peso de retorno direto a cada característica, IPCA modela…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook analisa mensagens TotalView-ITCH de NASDAQ para descrever a atividade geral do mercado e criar dados reutilizáveis de negociações. Conta as mensagens por tipo e, em seguida, enriquece as mensagens de execução de ordens associando…

AçõesMercados dos EUAMicroestrutura de mercadoExecução
Machine Learning for Trading

Este notebook cria atributos derivados de preços para classificar um amplo universo de ações US. Descreve famílias de momentum, volatilidade, médias móveis e indicadores técnicos, e depois as avalia em relação a um rótulo de retorno futuro de uma sessão. A…

AçõesMercados dos EUAIndicadores técnicosMomentum