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

161 documentos

Machine Learning for Trading

Esta auditoria compara vários mecanismos de backtesting com as mesmas entradas históricas para alocação em ETF, futuros CME, contratos perpétuos de cripto com funding, câmbio e ações US. Cada par compatível recebe os mesmos dados de mercado identificados por…

BacktestingExecuçãoMultiativosFuturos
Machine Learning for Trading

Este notebook compara alocações com pesos iguais, ponderadas por escores positivos e por larguras conformais para ETFs e futuros de CME mais bem classificados. Estima larguras de intervalos conformais separados por entidade a partir de resíduos em folds…

AçõesFuturosDimensionamento de posiçãoGestão de risco
Machine Learning for Trading

Este tutorial constrói uma série contínua de contratos individuais de ES. Identifica o contrato do primeiro vencimento pelo volume de negociação, com uma restrição de rolagem monotônica, e compara a troca baseada em volume com a baseada no calendário.…

FuturosBacktestingEstatísticaExecução
Machine Learning for Trading

Este notebook usa aprendizado de máquina duplo para estimar se o carry de futuros prevê retornos subsequentes independentemente da volatilidade, do momentum e da classificação transversal de carry. Ele calcula os resíduos de carry e retornos em relação a…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook isola resultados do mecanismo LEAN em uma auditoria que compara execuções reais de estratégias mantidas com perfis correspondentes de backtest do ML4T. Ele identifica quatro cargas de trabalho compatíveis: alocação de ETF, funding de contratos…

MultiativosBacktestingExecuçãoCripto
Machine Learning for Trading

Este notebook usa dados reais de ETF para avaliar se um sinal de momentum continua útil diante de mudanças razoáveis na retrospectiva, no regime de mercado e na implementação. Ele calcula coeficientes de informação transversais entre momentum e retornos…

FuturosMomentumBacktestingEstatística
Machine Learning for Trading

Este notebook compara formas de medir a volatilidade e desenvolve modelos de volatilidade autorregressiva heterogênea (HAR) junto com análises de irregularidade. Ele usa retornos intradiários para estimar a variância realizada da sessão, distingue movimentos…

VolatilidadeEstatísticaIndicadores técnicosAções
Machine Learning for Trading

O notebook constrói intervalos de previsão em torno de previsões de gradient boosting usando previsão conformal dividida. Ele ajusta um modelo em um segmento de treinamento anterior, mede resíduos absolutos em um segmento posterior de calibração e usa uma…

Aprendizado de máquinaEstatísticaGestão de riscoDimensionamento de posição
Machine Learning for Trading

Esta auditoria compara mecanismos de trading que reproduzem os mesmos alvos congelados do modelo e as mesmas entradas históricas identificadas por conteúdo em alocação ETF, futuros, financiamento de futuros perpétuos de cripto, câmbio e ações US. Ela avalia…

BacktestingExecuçãoMultiativosFuturos
Machine Learning for Trading

Esta referência resume os meses de vencimento listados para 35 produtos futuros CME, incluindo índices de ações, títulos do Tesouro, energia, metais, moedas, juros, agricultura, pecuária e cripto. Explica o sistema de códigos mensais da bolsa e distingue os…

FuturosMicroestrutura de mercadoBacktestingCommodities
Machine Learning for Trading

Este estudo de caso apresenta um fluxo de pesquisa para futuros perpétuos de cripto, tratando os pagamentos de funding trocados entre posições compradas e vendidas em liquidações regulares como uma possível fonte de retorno. Descreve etapas de dados e…

CriptoFuturos perpétuosFuturosAprendizado de máquina
Machine Learning for Trading

O notebook explica como interpretar os contratos binários de juros do Federal Reserve da Kalshi como probabilidades e converter uma sequência de limites de taxa em uma distribuição implícita. Ressalta que o feed contém ofertas de compra de YES, então os…

FuturosEstatísticaMicroestrutura de mercadoIndicadores técnicos
Machine Learning for Trading

Este documento compara métodos alternativos de dimensionamento de posições para estratégias de futuros CME, selecionadas a partir de uma linha de base classificada pelo Sharpe de validação com pesos iguais. A ponderação igual trata todos os produtos…

FuturosCommoditiesDimensionamento de posiçãoConstrução de portfólio
Machine Learning for Trading

Este notebook usa aprendizado de máquina duplo para estimar se o carry de futuros afeta os retornos subsequentes após ajustes por volatilidade, momentum e classificação transversal de carry. Distingue explicação causal de desempenho preditivo: um backtest…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook aplica um modelo neural de fator de desconto estocástico a futuros de CME. Em termos de precificação de ativos, um fator de desconto estocástico é uma variável aleatória cujo produto pelo retorno de cada ativo tem o mesmo valor esperado sob…

FuturosAprendizado de máquinaInvestimento em fatoresBacktesting
Machine Learning for Trading

Este módulo define um fluxo voltado ao leitor para pesquisa de futuros de CME, cobrindo solicitações de modelos, execução de previsões e backtests, conjuntos de candidatos e seleção final. Lê a varredura de rótulos configurada em uma declaração compartilhada…

FuturosAprendizado de máquinaBacktestingGestão de risco
Machine Learning for Trading

Este notebook usa o Optuna para ajustar modelos de retorno LightGBM, considerando tanto o coeficiente de informação (IC) transversal quanto o giro das previsões. Uma busca de objetivo único maximiza IC para comparação; uma busca multiobjetivo NSGA-II…

Aprendizado de máquinaEstatísticaFuturosCripto
Machine Learning for Trading

Esta análise explica como interpretar coeficientes de informação (ICs) transversais para modelos de futuros CME e como eles se relacionam com testes posteriores de carteira. Ela calcula a correlação de postos entre retornos previstos e realizados em cada…

FuturosEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook verifica se os dados podem sustentar uma estratégia transversal semanal de futuros antes do ajuste de qualquer modelo. Descreve um desenho que classifica produtos CME, abre posições compradas nos contratos com as maiores classificações e…

FuturosCommoditiesCarryExecução
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 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