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 notebook compara três formas de usar regimes de mercado em um modelo de previsão: omitir informações de regime, adicionar como recurso a probabilidade filtrada de um estado volátil ou ajustar especialistas separados para regimes atribuídos de forma…
Este notebook apresenta um processo para avaliar um modelo desafiante em modo sombra antes de alocar capital. Compara previsões armazenadas de um modelo incumbente fixo e de um candidato, monta carteiras compradas e vendidas ordenadas, com pesos iguais,…
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…
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…
Este notebook explica como a incerteza do modelo pode acrescentar informações além de uma estimativa pontual. Ajusta um modelo de volatilidade estocástica em que a volatilidade logarítmica latente evolui ao longo do tempo e os retornos seguem uma…
Esta estrutura de avaliação separa quatro tipos de falha em um pipeline financeiro de geração aumentada por recuperação: recuperar evidências relevantes, fundamentar as respostas nessas evidências, recusar perguntas sem resposta e resistir a instruções…
Este notebook apresenta um debate em várias rodadas entre posições otimistas e pessimistas sobre uma previsão probabilística controversa. Cada lado argumenta com base em resumos compartilhados por agentes de pesquisa, vê a posição anterior do outro lado e…
Este notebook cria características a partir de modelos ajustados com históricos de preços de câmbio, complementando os indicadores calculados diretamente com preços passados. Descreve três abordagens: um filtro de espaço de estados que estima um nível de…
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…
Este capítulo analisa o deep learning para séries temporais a partir de uma pergunta prática: quando a ordem das observações contém informações que a previsão transversal não capta, e quais arquiteturas podem usá-las? Abrange redes recorrentes e sua carga de…
Este notebook aplica o TabM, uma arquitetura neural tabular que compartilha uma rede de características de duas camadas entre os membros do conjunto. Cada membro ajusta a representação compartilhada com seu próprio vetor aprendido e usa sua própria camada de…
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…
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…
Esta análise compara famílias de modelos registradas em um painel ETF de múltiplos ativos, usando resultados de validação walk-forward. Os modelos preveem retornos de 21 dias de negociação e são avaliados por coeficientes de informação em corte transversal,…
Este notebook testa um projeto de saída com dois modelos em dados horários de perpétuos de BTC, ETH e SOL. Um classificador de entrada identifica retornos futuros excepcionalmente fortes; sua probabilidade prevista é então combinada com atributos técnicos em…
Este documento descreve utilitários de conjuntos de dados para preparar painéis de séries temporais para treinamento de modelos e inferência móvel. O conjunto de treinamento retorna sequências deslizantes de atributos, retornos futuros, escalas de…
Esta análise compara previsões de validação de várias famílias de modelos para funding de futuros perpétuos. Explica que o coeficiente de informação mede a classificação dos retornos subsequentes, AUC mede a ordenação dos resultados de alta e baixa, e a…
Este estudo de caso configura um modelo LSTM para prever rótulos de pares FX. Ele compara o estado oculto mantido pelo modelo recorrente com transformações de janela retrospectiva fixa e campos receptivos convolucionais, deixando a comparação com outros…
Este estudo de caso aplica árvores com boosting de gradiente a características de microestrutura do NASDAQ-100 para prever retornos e direção em vários horizontes intradiários. Ele compara árvores com modelos lineares: as árvores podem descobrir relações…
Este notebook monta um sistema de previsão com quatro etapas: um painel de agentes de pesquisa, agregação de probabilidades, um debate adversarial e um supervisor que identifica divergências, busca evidências esclarecedoras e emite uma probabilidade final. A…
Este notebook compara a recuperação relacional determinística com a busca por embeddings em um conjunto de posições 13 de instituições. Ele cria um recorte pontual mantendo a posição mais recente reportada por cada instituição antes de um limite fixo e, em…
Este notebook demonstra o treinamento de uma rede adversarial generativa com atributos ETF projetados e privacidade diferencial. Apresenta os parâmetros de privacidade épsilon e delta, explica por que DP-SGD limita o gradiente de cada registro antes da…
Este notebook aplica inferência clássica de mínimos quadrados ordinários a atributos de ETF e retornos futuros. Ele revisa estimativas de coeficientes, erros padrão, estatísticas t, valores p e testes de heterocedasticidade, autocorrelação dos resíduos, não…
Este notebook acompanha sinais de classificação ETF durante a formação de carteiras e um backtest simplificado. Regressão Ridge e classificação logística são treinadas com divisões walk-forward e depois comparadas com carteiras de momentum e pesos iguais.…