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 usa aprendizado de máquina duplo (DML) para estimar o efeito ajustado de uma medida contínua de momentum em ETF sobre retornos subsequentes, controlando a volatilidade recente e de longo prazo, o regime de mercado e a inclinação da curva de…

Aprendizado de máquinaEstatísticaAçõesMomentum
Machine Learning for Trading

Este notebook explica a Paridade Hierárquica de Risco (HRP), um método de construção de carteiras projetado para limitar a sensibilidade a estimativas ruidosas de covariância. Descreve suas três etapas: agrupar ativos pela distância de correlação,…

Construção de portfólioGestão de riscoBacktestingMultiativos
Machine Learning for Trading

Este notebook avalia backtests registrados de ETF ao longo do fluxo da estratégia, desde os sinais e a alocação até os custos e as camadas de risco. Lê previsões e backtests existentes em vez de ajustar modelos ou adicionar novos backtests, enquanto calcula…

MultiativosAçõesConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook configura uma execução de previsão com LSTM para um estudo de caso de pares FX. O modelo mantém um estado oculto ao longo de uma sequência de lookback, e o notebook resolve as configurações de arquitetura e treinamento por meio das ferramentas…

CâmbioAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook compara seis formas de ponderar carteiras de ETF selecionadas pela mesma classificação prevista: pesos iguais, ponderação por pontuação, volatilidade inversa, paridade de risco, otimização média-variância e paridade hierárquica de risco. Varia…

AçõesConstrução de portfólioBacktestingGestão de risco
Machine Learning for Trading

Este notebook reúne estimativas registradas de aprendizado de máquina duplo de vários estudos de trading e compara suas incertezas e seus diagnósticos. Carrega as linhas atuais do registro de cada estudo, verifica a integridade do registro e a unicidade dos…

EstatísticaAprendizado de máquinaGestão de riscoBacktesting
Machine Learning for Trading

Este notebook ajusta um modelo LSTM definido para fazer previsões em um estudo de opções do S&P 500. A rede recebe janelas cronológicas do histórico de cada ativo e usa estados recorrentes com portas para representar informações entre sessões, em vez de…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook explica como construir e inspecionar um painel trimestral de fundamentos de ações a partir de dados SEC XBRL. Cada observação contém tanto o período fiscal que descreve quanto a data de divulgação em que a informação se tornou pública. Essa…

AçõesMercados dos EUAInvestimento em fatoresBacktesting
Machine Learning for Trading

Este notebook apresenta uma estrutura diagnóstica para um backtest de alocação em ETF. Calcula medidas de risco e retorno, como Sharpe, Sortino, Calmar, volatilidade, valor em risco e drawdown máximo; acompanha o desempenho móvel e a recuperação do drawdown;…

Construção de portfólioGestão de riscoBacktestingAções
Machine Learning for Trading

Este notebook relaciona o dimensionamento de posições à análise das excursões adversas e favoráveis máximas. Ele demonstra o dimensionamento fracionário fixo, no qual a quantidade de ações é determinada pelo orçamento de risco por operação e pela distância…

Dimensionamento de posiçãoGestão de riscoVolatilidadeBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaAçõesBacktesting
Machine Learning for Trading

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…

AçõesInvestimento em fatoresAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook compara seis métodos de alocação em estratégias com contratos perpétuos de cripto que já passaram por um processo inicial de seleção. Ele mantém fixas as previsões e regras de entrada de cada estratégia e muda a forma como o capital é…

CriptoFuturos perpétuosDimensionamento de posiçãoConstrução de portfólio
Machine Learning for Trading

Este notebook demonstra deep hedging para uma opção de compra europeia vendida. Ele simula trajetórias de preços do ativo subjacente com movimento browniano geométrico, calcula o delta de Black-Scholes como referência e treina uma rede neural semirrecorrente…

OpçõesAprendizado de máquinaGestão de riscoPrecificação de derivativos
Machine Learning for Trading

Este módulo define como um campo de seleção de holdout é montado entre etapas de validação e rótulos de estratégia. Ele trata discrepâncias que podem fazer conjuntos congelados de candidatos e reconstruções em produção selecionarem configurações diferentes,…

BacktestingGestão de riscoConstrução de portfólioEstatística
Machine Learning for Trading

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…

AçõesAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

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…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

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…

AçõesOpçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

Este notebook avalia, em um período de holdout reservado, uma estratégia de ETF previamente selecionada. Ele recupera as previsões correspondentes pela identidade de treinamento e pelo checkpoint, aplica a especificação da estratégia e os custos de trading…

BacktestingConstrução de portfólioGestão de riscoDimensionamento de posição