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 demonstra o ajuste fino de três checkpoints de transformers para classificar sentimentos em frases financeiras em três classes e avaliá-los com acurácia, F1 macro e matrizes de confusão. Usa uma divisão estratificada entre treino, validação e…
Este notebook estima o efeito ajustado de uma medida contínua de momentum em ETF sobre retornos futuros usando aprendizado de máquina duplo. Compara uma regressão não ajustada com estimativas DML que controlam a volatilidade recente e de longo prazo, o…
Este notebook explica como um autoencoder condicional amplia a análise de componentes principais instrumentada (IPCA): mantém a estrutura em duas etapas, na qual as features dos fundos são mapeadas para exposições a fatores latentes e essas exposições se…
Esta análise compara modelos preditivos para classificar ações da NASDAQ-100 segundo o retorno nos próximos 15 minutos, usando features intradiárias de microestrutura, como spreads, desequilíbrio de profundidade, volume com sinal e volatilidade. Ela enfatiza…
Este notebook simula um ciclo de implementação de um modelo que prevê a direção da taxa de funding de criptoativos. Ele treina um classificador LightGBM com dados históricos de contratos perpétuos derivados da Binance, busca candles horários ao vivo e taxas…
Este notebook compara sklearn HistGradientBoosting, XGBoost, LightGBM e CatBoost na previsão de retornos futuros de ETF. Ele mede o coeficiente de informação transversal, o tempo de treinamento e o uso de memória em configurações de complexidade de modelo,…
Este notebook mapeia uma família de modelos de retorno de ETF que inferem direções latentes comuns em um painel, com características usadas para estimar exposições dos fundos. Ele distingue cinco abordagens: componentes principais incondicionais; PCA…
Este notebook explica como projetar uma ferramenta de busca para um agente de previsão, de modo que as evidências tenham estrutura consistente, origem rastreável e caminho auditável até o modelo. Um protocolo compartilhado de cliente retorna resultados…
Este notebook mostra por que pesquisar muitos sinais ou estratégias faz o melhor resultado observado parecer mais forte do que seu valor preditivo real. Uma simulação usa fatores sem informação verdadeira para ilustrar como selecionar o maior coeficiente de…
O documento descreve como um pipeline de pesquisa de trading avalia se os ajustes de modelos de fatores latentes foram concluídos em um estado utilizável. Para modelos treinados por gradiente descendente, verifica se o objetivo de treinamento registrado por…
Este notebook aplica TSMixer a sequências de ETF usando uma única função compartilhada globalmente entre os fundos. Cada exemplo contém o histórico e as covariáveis de um fundo individual; as interações temporais e entre características são aprendidas no…
Este notebook descreve um modelo de fator de desconto estocástico (SDF) para precificar o corte transversal de retornos de empresas dos US. Em vez de primeiro estimar fatores e depois aplicá-los, ele aprende diretamente pesos empresa-mês sob uma condição de…
Este notebook apresenta uma ponte de implantação entre um pipeline de aprendizado de máquina offline e o mecanismo de trading LEAN da QuantConnect. Ele seleciona uma execução de modelo de forma reproduzível a partir de um registro, exporta suas previsões de…
Este documento descreve o ajuste de redes convolucionais temporais a características de microestrutura em nível de minuto do NASDAQ 100. Convoluções causais impedem que uma previsão use observações posteriores, enquanto a dilatação permite que camadas…
Esta análise compara previsões de várias famílias de modelos treinadas com características mensais de ações dos EUA US para prever retornos do mês seguinte. Ela se concentra no coeficiente de informação transversal, que mede o desempenho de um modelo ao…
Este estudo de caso ajusta modelos lineares regularizados aos retornos de straddles at-the-money vendidos e mantidos até o vencimento. A operação recebe os prêmios de call e put, o que limita o ganho máximo, mas pode gerar perdas muito grandes quando o ativo…
Este notebook demonstra o ajuste de hiperparâmetros do LightGBM com o amostrador TPE do Optuna, usando o coeficiente de informação transversal como objetivo. Combina parada antecipada para escolher o número de rodadas de boosting com um callback…
Este capítulo apresenta a construção de carteiras como o processo de converter previsões de retorno, estimativas de risco e restrições em pesos, alavancagem e decisões de rebalanceamento. Ele descreve um fluxo de pesquisa para documentar escolhas de…
Este notebook estuda o comportamento de ridge, lasso e elastic net quando uma matriz de atributos de perpétuos cripto mede uma grandeza econômica — o prêmio — de muitas formas diferentes. Níveis e variações do prêmio, volatilidade, posições padronizadas,…
Este notebook reúne cinco abordagens de fatores latentes para modelar a seção transversal dos retornos de ações no estudo de caso de opções do S&P 500. PCA estima movimentos comuns apenas a partir dos retornos; IPCA mapeia características em exposições de…
Este notebook desenvolve uma política de saída com dois modelos para contratos perpétuos de cripto em barras horárias. Um classificador de entrada identifica retornos futuros excepcionalmente fortes, enquanto um classificador de saída prevê se o próximo…
Este notebook explica um autoencoder supervisionado para prever a direção de retornos futuros de ações US em vários horizontes. Seu codificador alimenta um decodificador de reconstrução, um classificador auxiliar e um classificador principal. O treinamento…
Este notebook cria um alocador de carteira que coloca uma rede de seleção de variáveis no estilo Temporal Fusion Transformer antes de um codificador LSTM. A rede de seleção incorpora cada atributo de entrada separadamente e atribui pesos softmax, permitindo…
Este notebook descreve um fluxo de trabalho TabM para modelos de pares de câmbio. O TabM aplica uma pequena rede neural a cada linha de decisão, em vez de tratar as observações como uma sequência. O notebook obtém da configuração a arquitetura e os…