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

Esta análise avalia se os sinais selecionados em vários estudos de caso de trading parecem confiáveis o bastante para uso posterior. Ela compara coeficientes de informação (IC) da validação com evidências do holdout, examina estabilidade e reprodutibilidade…

Aprendizado de máquinaEstatísticaBacktestingGestão de risco
Machine Learning for Trading

Este notebook mede como o desempenho na validação de uma estratégia de opções do S&P 500 muda conforme diferentes frações presumidas do spread cotado são pagas. Ele seleciona uma estratégia de referência por família de modelos e, em seguida, executa cada uma…

OpçõesExecuçãoBacktestingGestão de risco
Machine Learning for Trading

Este documento apresenta uma máquina de estados reutilizável para interrupções automatizadas de trading, com estados fechado, aberto e semiaberto. Ela aplica a mesma lógica de transição a quatro riscos: drawdown da conta, perda diária, sessões consecutivas…

Gestão de riscoExecuçãoBacktesting
Machine Learning for Trading

Este notebook gera previsões para uma janela de holdout ETF que não havia sido usada antes, com a configuração escolhida nos dados de validação. Ele reconstrói a especificação de treinamento para terminar um horizonte de rótulo antes da abertura da janela,…

BacktestingGestão de riscoEstatística
Machine Learning for Trading

Este documento descreve verificações de registro para decidir se o treinamento de modelos e os backtests devem ser reutilizados ou executados novamente. As execuções são identificadas por hashes derivados de suas especificações; uma execução só pode ser…

BacktestingAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook explica por que um overlay genérico de risco com pesos-alvo não pode controlar a estratégia de short straddle do S&P 500 descrita. O mecanismo de opções aloca frações fixas do capital a coortes semanais e normaliza os pesos dentro de cada…

OpçõesGestão de riscoBacktestingPrecificação de derivativos
Machine Learning for Trading

Este notebook estuda gradient boosting para a previsão transversal dos retornos de futuros CME. Ele varia a capacidade das árvores por meio de perfis de número de folhas e compara os objetivos de erro quadrático, erro absoluto e Huber, que diferem na…

FuturosCommoditiesAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook adiciona uma rede convolucional temporal (TCN) à comparação de modelos de sequência para prever prêmios de funding perpétuo de criptomoedas. O preenchimento causal garante que cada posição use apenas observações atuais e anteriores, enquanto…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

AçõesAprendizado de máquinaMomentumReversão à média
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

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…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O documento descreve uma comparação, na etapa de validação, de regras de stop fixo e móvel para estratégias de FX. Para cada rótulo de retorno, seleciona uma estratégia principal de uma coorte fechada de resultados de sinais e alocação e, então, varia o…

CâmbioGestão de riscoBacktestingDimensionamento de posição
Machine Learning for Trading

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.…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaBacktestingConstrução de portfólio
Machine Learning for Trading

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…

Aprendizado de máquinaEstatísticaExecuçãoBacktesting
Machine Learning for Trading

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…

CâmbioEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook cria rótulos de retorno futuro das ações para uma estratégia que lê dados de opções listadas para classificar ações e depois mantém essas posições. Ele cria uma série de preços ajustada para considerar eventos corporativos e identifica empresas…

AçõesOpçõesEstatísticaBacktesting
Machine Learning for Trading

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…

CâmbioEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

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…

Aprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook avalia um fator de momentum transversal usando coeficientes de informação, retornos por quantil, spreads entre extremos e diagnósticos de classificação. Apresenta a IC de Spearman como a correlação de postos entre um sinal e os retornos…

MomentumInvestimento em fatoresEstatísticaBacktesting
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