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

1,391 documentos

Machine Learning for Trading

Este notebook avalia um fator de momentum transversal usando coeficientes de informação, retornos por quantil, spreads entre extremos e diagnósticos de classificação. Apresenta a IC de Spearman como a correlação de postos entre um sinal e os retornos…

MomentumInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Esta configuração especifica um conjunto histórico de dados macroeconômicos de FRED para filtragem de regimes e análise entre ativos. Ela organiza séries por frequência diária, semanal, mensal e trimestral, incluindo rendimentos do Tesouro, a taxa dos fundos…

MultiativosRenda fixaVolatilidadeEstatística
Machine Learning for Trading

O documento explica como a incerteza de um modelo pode fornecer informações além de sua estimativa pontual. Ele contrasta GARCH, que define a volatilidade a partir de retornos passados, com um modelo de volatilidade estocástica que trata a volatilidade como…

VolatilidadeEstatísticaAprendizado de máquinaGestão 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 usa análise de componentes principais para representar os movimentos comuns em um amplo painel de ações US. PCA extrai direções que explicam a variação compartilhada nos retornos; a carga de cada ação mede sua exposição a cada direção. Uma…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook avalia regras de segurança para um assistente financeiro fundamentado em documentos, usando seis casos elaborados manualmente. Os casos abrangem injeção de prompt, números inventados em material não confiável, tentativas de ação e citações a…

Aprendizado de máquinaGestão de riscoSentimentoEstatística
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 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 apresenta métodos para encontrar mudanças no processo que gera uma série financeira, usando dados diários de SPY como exemplo. Compara o teste de Zivot–Andrews, que estima uma quebra enquanto testa a presença de raiz unitária, com métodos de…

EstatísticaAprendizado de máquinaIndicadores técnicosGestão de risco
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 notebook treina um modelo Skip-gram Word2Vec em um pequeno corpus de notícias financeiras rotuladas por sentimento e examina o que seus vizinhos mais próximos revelam. O método representa as palavras com base nos contextos em que aparecem. No exemplo,…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este documento descreve um fluxo de trabalho para coletar rendimentos dos títulos do Tesouro e indicadores econômicos do FRED, alinhar séries com diferentes frequências de divulgação a um calendário diário e carregar ou filtrar o conjunto de dados…

Renda fixaMultiativosGestão de riscoEstatística
Machine Learning for Trading

Este notebook analisa livros de ofertas reconstruídos do NASDAQ para descrever spreads intradiários e profundidade no melhor preço de compra e de venda; em seguida, examina se o desequilíbrio do fluxo de ordens está associado ao retorno do próximo intervalo.…

AçõesMicroestrutura de mercadoExecuçãoEstatística
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

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
Machine Learning for Trading

Este notebook apresenta um fluxo de trabalho para decidir como modelar séries temporais financeiras. Começa com gráficos de preços e retornos de SPY, níveis de VIX e distribuição de retornos para identificar níveis errantes, movimentos agrupados e caudas…

EstatísticaVolatilidadeIndicadores técnicosAções
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 estudo de atributos ETF constrói três entradas derivadas de modelos: um modelo oculto de Markov (HMM) que estima o regime de mercado, preços diferenciados fracionariamente para fundos de referência e volatilidade condicional GARCH(1,1) por ETF. Ele…

AçõesVolatilidadeAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook explica a análise de componentes principais instrumentada (IPCA), que estima fatores comuns fazendo com que as exposições fatoriais de cada ação sejam uma função linear compartilhada dos atributos da superfície de opções no mesmo dia. Esses…

OpçõesAçõesInvestimento em fatoresAprendizado de máquina
Machine Learning for Trading

Este estudo compara árvores com gradient boosting a um modelo linear penalizado para classificar pares de moedas por retornos futuros. A motivação é que árvores podem representar relações condicionais, como usar momentum em um regime de mercado e carry em…

CâmbioAprendizado de máquinaEstatísticaBacktesting