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

O documento descreve uma varredura de alocação de carteira FX criada para isolar o dimensionamento de posições da seleção de sinais. Ela começa com candidatos de linha de base congelados e ponderados igualmente, classificados pelo desempenho em backtests de…

CâmbioConstrução de portfólioBacktestingGestão de risco
Machine Learning for Trading

Esta análise entre casos examina como informações preditivas, medidas pelo coeficiente de informação (IC), se traduzem em Sharpe de carteira em nove estudos de caso de trading. O ponto central é que a implementação medeia essa relação: regras de entrada,…

MultiativosEstatísticaBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook reajusta a configuração de FX já selecionada pela validação e registra suas previsões para um backtest posterior em holdout. Ele determina a seleção a partir de backtests de validação solventes, restrita a um conjunto congelado de candidatos, e…

CâmbioBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este notebook apresenta uma rede convolucional temporal (TCN) para prever retornos futuros de ETF a partir de sequências de características de retornos anteriores. Convoluções causais garantem que uma saída use apenas observações até sua data, enquanto…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook explica barras de desequilíbrio por tick e por volume; em seguida, compara abordagens adaptativas, de limite fixo e de janela móvel usando dados de negociações de NVDA. O desequilíbrio por tick acumula direções de negociação com sinal até…

AçõesMicroestrutura de mercadoEstatísticaBacktesting
Machine Learning for Trading

Este estudo de caso compara métodos alternativos de dimensionamento de posições para futuros do CME com uma referência de pesos iguais. Explica como o dimensionamento inverso à volatilidade usa a volatilidade própria de cada contrato, enquanto métodos…

FuturosDimensionamento de posiçãoConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook explica como construir um histórico contínuo de preços de futuros a partir de contratos individuais com vencimento. Identifica contratos do mês mais próximo usando o volume de negociação, aplica uma restrição que impede o retorno a contratos…

FuturosBacktestingExecuçãoMicroestrutura de mercado
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 utilitário prepara artefatos de previsão para notebooks de demonstração ao normalizar nomes de colunas e formatos de data diferentes em uma estrutura comum de timestamp, ativo e previsão. Ele agrupa observações duplicadas de timestamp e ativo e calcula…

Aprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este script de demonstração exercita um fluxo de pesquisa reduzido de futuros do CME, das previsões do modelo aos pesos da carteira e ao backtesting. Verifica se as previsões cobrem exatamente as chaves esperadas de produto, timestamp e fold, se os estados…

FuturosBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Este notebook compara dois projetos de Transformer para prever retornos de ETF em 21 dias a partir de características retrospectivas de momentum. O PatchTST agrupa dias consecutivos em patches, colocando sequências curtas de padrões locais em cada token. Já…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook propõe uma abordagem descritiva para converter retornos brutos em desempenho líquido, modelando separadamente os atritos de negociação, o financiamento e as despesas do fundo. Sua estrutura de custos parametrizada calcula custos de negociação a…

AçõesExecuçãoGestão de riscoBacktesting
Machine Learning for Trading

Este módulo descreve uma interface de busca para agentes de pesquisa, com um provedor ativo e outro simulado determinístico. As buscas podem limitar o número de resultados e aplicar uma data de corte de publicação, permitindo pesquisas com recorte temporal…

Aprendizado de máquinaOrientado por eventosBacktestingGestão de risco
Machine Learning for Trading

Este notebook explica como um autoencoder condicional amplia o PCA instrumentado para modelar retornos de ETF. Ambos os métodos mapeiam características dos fundos para exposições a fatores e combinam essas exposições com os retornos dos fatores; o…

AçõesInvestimento em fatoresAprendizado de máquinaBacktesting
Machine Learning for Trading

Este estudo de caso explica por que não é possível testar stop-losses, trailing stops e outros overlays no nível da posição em carteiras de características de empresas do US construídas com observações mensais. O backtest vetorizado aplica um vetor de pesos…

AçõesGestão de riscoBacktesting
Machine Learning for Trading

Este notebook estabelece uma referência na etapa de sinal para avaliar previsões de modelos sobre futuros do CME. A cada decisão semanal, ordena os produtos pelos retornos previstos, compra o grupo no topo, vende a descoberto o grupo na base e atribui o…

FuturosBacktestingConstrução de portfólioExecução
Machine Learning for Trading

Este notebook usa regressão linear como referência para prever retornos do NASDAQ-100 a partir de características de microestrutura em intervalos de minutos. Como medidas de spread e desequilíbrio de ordens se sobrepõem entre diferentes janelas…

AçõesMicroestrutura de mercadoAprendizado de máquinaEstatística
Machine Learning for Trading

Esta configuração especifica um experimento de ranking e rebalanceamento de ETF apenas comprado. Ela define um amplo universo de 100-ETF, abrangendo exposições a ações, títulos, commodities e regiões, com decisões mensais e execução na abertura seguinte. O…

AçõesMultiativosBacktestingExecução
Machine Learning for Trading

Este notebook constrói intervalos de previsão em torno de projeções com gradient boosting e compara previsão conformal dividida com regressão quantílica, regressão quantílica conformalizada e inferência conformal adaptativa. A previsão conformal dividida usa…

Aprendizado de máquinaEstatísticaGestão de riscoDimensionamento de posição
Machine Learning for Trading

Este estudo de painel de ações dos US usa um modelo linear penalizado como referência para prever retornos futuros a partir de atributos observados no fechamento. O conjunto de atributos contém medidas sobrepostas de momentum e volatilidade, criando…

AçõesInvestimento em fatoresEstatísticaGestão de risco
Machine Learning for Trading

Este benchmark compara CSV, Parquet, Feather (Arrow IPC) e HDF5 usando o mesmo painel determinístico OHLCV. Ele mede tempo de gravação, tempo de leitura com materialização, tamanho do arquivo e o efeito de ler apenas colunas selecionadas. A política de…

AçõesBacktestingExecução