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.
1,391 documentos
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…
Este notebook explica a análise de componentes principais instrumentalizada (IPCA) para um painel de ações com features da superfície de opções. Diferentemente da PCA comum, que estima as exposições de cada ação a partir de seu histórico de retornos, a IPCA…
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,…
Este notebook apresenta um pipeline para extrair relações entre fornecedores, clientes e concorrentes de documentos 10-K de empresas e armazená-las como um grafo de conhecimento Neo4j. Um modelo de linguagem local propõe triplas estruturadas de sujeito,…
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…
Este notebook demonstra o ajuste fino de um transformer para reconhecimento de entidades nomeadas em textos financeiros, convertendo trechos de texto em campos estruturados de organizações, pessoas, valores monetários, datas e porcentagens. Ele apresenta…
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…
Este notebook explica três formas de transformar dados do NASDAQ-100 em frequência de minutos em features baseadas em modelos: uma regressão HAR móvel para previsões de variância e erros de previsão, uma transformada de Fourier para padrões recentes de…
Este notebook compara quatro formas de recuperar trechos de um corpus de textos de documentos empresariais: BM25, embeddings densos, fusão recíproca de classificação (RRF) e um reranqueador cross-encoder. RRF combina listas classificadas em vez de pontuações…
Este documento apresenta uma arquitetura completa de previsão que combina um painel de pesquisa, uma previsão agregada, um debate adversarial e um supervisor. O supervisor identifica divergências, busca evidências esclarecedoras e propõe uma probabilidade…
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 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 explica um modelo de tendência linear local em espaço de estados para extrair variáveis financeiras dos níveis de preço. O estado oculto contém um nível de preço e sua inclinação; as observações são fechamentos com ruído. A cada etapa, o filtro…
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 notebook investiga se um prêmio extremo em futuros perpétuos afeta os retornos subsequentes de BTC ou a reversão do prêmio. Ele define o tratamento como um estado de prêmio alto e compara um resultado amplo de mercado, que pode ser influenciado por…
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 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…
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…