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

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 tutorial compara barreiras fixas de stop-loss e take-profit, stops móveis, saídas escaladas por ATR, um sinal de saída de aprendizado de máquina e combinações dessas abordagens em dados diários de SPY. As barreiras fixas são simuladas a partir dos…

AçõesGestão de riscoIndicadores técnicosBacktesting
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
Machine Learning for Trading

Este notebook monta um agente de previsão a partir de um cliente de modelo de linguagem, uma ferramenta de busca e um ciclo limitado de turnos. O agente busca evidências e retorna uma probabilidade binária com justificativa. Seu analisador de respostas trata…

Aprendizado de máquinaEstatísticaSentimentoBacktesting
Machine Learning for Trading

Este notebook aplica métodos de estudo de eventos com séries temporais estruturais bayesianas para estimar o impacto dos anúncios do Federal Reserve em um ETF de títulos. Ele constrói um contrafactual a partir das relações pré-evento entre os retornos…

Renda fixaOrientado por eventosEstatísticaAprendizado de máquina
Machine Learning for Trading

Este notebook compara DQN, PPO e A2C em um ambiente compartilhado de trading simulado, calibrado com retornos horários de futuros perpétuos de Bitcoin. Um modelo GARCH(1,1) fornece agrupamento de volatilidade, enquanto o ambiente cobra pelas mudanças de…

Aprendizado de máquinaCriptoFuturos perpétuosVolatilidade
Machine Learning for Trading

Este notebook explica por que preços brutos de ações podem gerar retornos enganosos quando atravessam datas de desdobramento de ações ou de dividendos em dinheiro. Ele descreve o ajuste retrospectivo, que reescala preços históricos para refletir eventos…

AçõesEstatísticaBacktestingMercados dos EUA
Machine Learning for Trading

Este notebook testa se o dimensionamento de posições baseado em modelos melhora a ponderação igualitária em uma estratégia de características de empresas dos US. Ele compara a ponderação por score, que aloca mais recursos a ativos com scores previstos mais…

AçõesDimensionamento de posiçãoConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook compara formas de encerrar operações compradas em ETF: alvos e stops fixos de lucro, stops móveis, barreiras ajustadas por ATR, sinais de aprendizado de máquina e combinações. Constrói indicadores e simulações de operações, depois resume…

AçõesGestão de riscoDimensionamento de posiçãoVolatilidade
Machine Learning for Trading

Este notebook explica como inspecionar um painel fornecido de séries econômicas de FRED e interpretar sua grade de dias corridos, seus metadados e suas colunas derivadas. Como o painel foi achatado em um calendário diário, a contagem de linhas oculta os…

MultiativosRenda fixaVolatilidadeEstatística
Machine Learning for Trading

Este notebook trata previsões ARIMA como colunas de entrada para modelos posteriores, em vez de previsões independentes. Ajusta modelos aos retornos de ETF, usa verificações de estacionariedade e diagnósticos de autocorrelação para propor ordens e compara…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook descreve como preparar e registrar previsões NLinear para rótulos FX. NLinear subtrai o último nível observado de cada histórico de entrada de tamanho fixo, concentrando o modelo nas mudanças dentro do período analisado. Um processo…

CâmbioAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este utilitário compartilhado de análise permite comparar previsões de modelos de trading usando métricas do registro e diagnósticos no nível das previsões. Carrega resultados pré-calculados de coeficientes de informação, permite filtrar por rótulo ou…

EstatísticaBacktestingAprendizado de máquinaConstrução de portfólio
Machine Learning for Trading

O documento explica como construir rótulos de retorno futuro para uma estratégia transversal de futuros que ordena produtos pela estrutura a termo. Distingue preços ajustados por rolagem, adequados a retornos ao longo das rolagens de contratos, de preços de…

FuturosCommoditiesCarryBacktesting
Machine Learning for Trading

O documento descreve três recursos baseados em modelos e derivados do carry de futuros: uma previsão ARIMA do carry da sessão seguinte, medidas móveis de Fourier para durações de ciclo selecionadas e um modelo oculto de Markov com dois estados que infere o…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este documento explica uma referência de validação para previsões de modelos em futuros CME. A cada decisão semanal, os produtos são ordenados pelo retorno previsto; o grupo superior é mantido comprado e o inferior, vendido, com pesos iguais em cada perna. A…

FuturosBacktestingConstrução de portfólioGestão de risco
Machine Learning for Trading

O documento descreve a conversão de janelas móveis de retorno ETF em imagens de dois canais para uma rede neural convolucional convencional. Um campo angular de Gramian mapeia observações normalizadas em ângulos e registra relações angulares pareadas; um…

AçõesAprendizado de máquinaIndicadores técnicosEstatística
Machine Learning for Trading

O documento explica uma rede convolucional temporal para prever prêmios de funding de futuros perpétuos de cripto a partir de uma janela de 60 liquidações. Quatro blocos de convolução causal usam kernel de três e dilatações de 1, 2, 4 e 8. O campo receptivo…

CriptoFuturos perpétuosAprendizado de máquinaReversão à média
Machine Learning for Trading

Este notebook descreve uma arquitetura inspirada em GT-GAN para sintetizar séries temporais com marcações de tempo genuinamente irregulares, como barras de ticks, volume ou dólares. Um codificador GRU-ODE mapeia observações em estados latentes, enquanto…

Aprendizado de máquinaTrading de alta frequênciaMicroestrutura de mercadoBacktesting
Machine Learning for Trading

Este notebook compara três formas de usar regimes de mercado em um modelo de previsão: omitir informações de regime, adicionar como recurso a probabilidade filtrada de um estado volátil ou ajustar especialistas separados para regimes atribuídos de forma…

Aprendizado de máquinaEstatísticaBacktestingIndicadores técnicos
Machine Learning for Trading

Este notebook apresenta um processo para avaliar um modelo desafiante em modo sombra antes de alocar capital. Compara previsões armazenadas de um modelo incumbente fixo e de um candidato, monta carteiras compradas e vendidas ordenadas, com pesos iguais,…

Aprendizado de máquinaGestão de riscoBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook apresenta o EdgarTools para explorar documentos SEC e extrair dados estruturados de empresas. Explica como identificar declarantes por um CIK estável, recuperar documentos por formulário e transformar relatórios anuais marcados com XBRL em…

AçõesMercados dos EUABacktestingOrientado por eventos
Machine Learning for Trading

Este estudo de caso usa modelos lineares como referência para prever retornos futuros em um amplo painel de ações US. Explica por que recursos sobrepostos de preço e volume criam colinearidade, tornando instáveis os coeficientes de mínimos quadrados…

AçõesMercados dos EUAAprendizado de máquinaEstatística