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

109 documentos

Machine Learning for Trading

Este notebook estima se o escore z do prêmio de contratos perpétuos de cripto está associado a retornos subsequentes de oito horas sob uma intervenção, com ajuste para volatilidade dos preços, taxa de financiamento e desvio do prêmio em relação à média…

CriptoFuturos perpétuosAprendizado de máquinaEstatística
Machine Learning for Trading

Esta análise seleciona uma configuração de um conjunto congelado de candidatos a futuros perpétuos de cripto, abrangendo quatro rótulos de previsão e várias etapas de estratégia. Ela escolhe o maior Sharpe de validação e trata os detalhes do rótulo, da…

CriptoFuturos perpétuosEstatísticaBacktesting
Machine Learning for Trading

Este notebook transforma classificações de modelos em carteiras simples de futuros perpétuos de cripto para que experimentos posteriores possam medir o efeito de mudanças no dimensionamento, nos custos ou nos controles de risco. Ele aplica regras de entrada…

CriptoFuturos perpétuosBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook descreve como produzir previsões de holdout para uma estratégia selecionada de funding de contratos perpétuos de cripto. Ele recupera a configuração dos resultados de validação, mantém a escolha da etapa de treinamento e cria uma nova…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este documento estuda saídas em nível de posição adicionadas a uma estratégia existente de futuros perpétuos de cripto: stops fixos, trailing stops e saídas por tempo. Ele explica que esses controles apenas encerram posições selecionadas pela estratégia…

CriptoFuturos perpétuosGestão de riscoBacktesting
Machine Learning for Trading

Este notebook compara DQN, PPO e A2C em um ambiente simulado de trading de criptomoedas. Ele calibra um processo de volatilidade GARCH(1,1) com retornos horários de futuros perpétuos de Bitcoin e, em seguida, simula trajetórias que preservam o agrupamento da…

Aprendizado de máquinaCriptoFuturos perpétuosBacktesting
Machine Learning for Trading

Este notebook descreve como gerar previsões para holdout de uma estratégia de funding em futuros perpétuos de cripto depois de selecionar sua configuração com resultados de validação. Recupera o backtest elegível de validação com maior Sharpe, mantém a…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este módulo define um ambiente de simulação ponto no tempo para executar uma grande ordem de venda em futuros perpétuos de cripto. Suas observações combinam o inventário restante e o tempo com a volatilidade do mercado, o índice de prêmio, o volume relativo,…

CriptoFuturos perpétuosExecuçãoMicroestrutura de mercado
Machine Learning for Trading

Este documento descreve um pipeline para baixar registros oficiais de funding perpétuo Binance USD-M, normalizá-los e armazená-los em cache em um arquivo colunar. Arquivos mensais são buscados simultaneamente para os símbolos e o intervalo de datas…

CriptoFuturos perpétuosPrecificação de derivativosBacktesting
Machine Learning for Trading

Este notebook compara configurações de boosting de gradiente para futuros perpétuos de cripto usando indicadores baseados no prêmio dos contratos perpétuos sobre o preço à vista. Ele varia a capacidade das árvores e a função de perda, incluindo perdas…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook desenvolve indicadores baseados em modelos para futuros perpétuos de cripto: previsões de volatilidade condicional por ativo a partir de GJR-GARCH e uma probabilidade de regime de estresse para todo o mercado, estimada por um modelo oculto de…

CriptoFuturos perpétuosVolatilidadeAprendizado de máquina
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

Esta demonstração descreve um ciclo contínuo de trading cripto conectado ao mercado spot em USD da Alpaca. Ela mapeia um universo de estudo de caso de futuros perpétuos aos pares spot aceitos pela plataforma e esclarece que apenas uma parte deles pode ser…

CriptoMercado à vistaFuturos perpétuosMomentum
Machine Learning for Trading

Este notebook demonstra o monitoramento de drift de covariáveis em características de momentum de ETF e futuros perpétuos cripto durante diferentes janelas de mercado. Ele compara o Índice de Estabilidade da População, que mede mudanças em distribuições de…

Aprendizado de máquinaEstatísticaGestão de riscoCripto
Machine Learning for Trading

Este notebook apresenta backtesting vetorizado com VectorBT por meio de uma regra de reversão à média de RSI, apenas comprada, aplicada a dados de mercado de contratos perpétuos de Bitcoin. Calcula um RSI baseado no fechamento, entra quando a leitura do dia…

CriptoFuturos perpétuosReversão à médiaIndicadores técnicos
Machine Learning for Trading

Este notebook desenvolve uma tarefa simulada de formação de mercado na qual um agente PPO escolhe a assimetria das cotações e a largura do spread. A probabilidade de execução diminui conforme as cotações se afastam do preço médio, enquanto o desequilíbrio de…

Formação de mercadoAprendizado de máquinaExecuçãoMicroestrutura de mercado
Machine Learning for Trading

Este notebook compara seis métodos de alocação em estratégias com contratos perpétuos de cripto que já passaram por um processo inicial de seleção. Ele mantém fixas as previsões e regras de entrada de cada estratégia e muda a forma como o capital é…

CriptoFuturos perpétuosDimensionamento de posiçãoConstrução de portfólio
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 módulo estima parâmetros para mercados cripto simulados usados em ambientes de aprendizado por reforço. Ele carrega dados horários de mercados perpétuos para um símbolo selecionado, calcula retornos logarítmicos entre fechamentos e ajusta um modelo de…

CriptoFuturos perpétuosVolatilidadeMicroestrutura de mercado
Machine Learning for Trading

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…

CriptoFuturos perpétuosArbitragemEstatística
Machine Learning for Trading

Este notebook explica como transformar modelos ajustados GJR-GARCH e de Markov oculto em características de trading, controlando o viés de antecipação. GJR-GARCH estima a volatilidade condicional e captura o impacto maior dos choques negativos de retorno; um…

CriptoFuturos perpétuosVolatilidadeAprendizado de máquina
Machine Learning for Trading

Este notebook compara duas questões causais sobre prêmios extremos em futuros perpétuos de Bitcoin: se um estado de prêmio prevê retornos futuros e se prevê reversão posterior do prêmio. O tratamento é um indicador binário para um score z de prêmio acima de…

CriptoFuturos perpétuosEstatísticaMicroestrutura de mercado