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 compara dois modelos fundacionais de séries temporais pré-treinados, Chronos e TinyTimeMixer, com um LSTM e uma referência linear penalizada em um painel de ETF. Cada modelo recebe um contexto histórico univariado; os modelos pré-treinados…
Este capítulo apresenta uma estrutura para avaliar alegações causais em pesquisa quantitativa de trading. Começa com definições claras de tratamento, resultado, estimando, contrafactual e conjunto de ajuste; em seguida, associa perguntas de pesquisa a…
Este notebook ajusta modelos lineares a características de microestrutura do NASDAQ-100, observadas em intervalos de um minuto, para prever retornos em vários horizontes futuros. Seu objetivo é estabelecer uma referência simples antes de modelos mais…
Esta avaliação de variáveis compara candidatas financeiras e derivadas de modelos com retornos futuros de futuros CME. Para cada variável, verifica a cobertura e a defasagem dos dados, mede a correlação transversal diária de postos entre valores das…
Este notebook compara implementações de uma previsão univariada do preço de SPY com PyTorch puro, sktime e Darts. Seu objetivo principal é avaliar o esforço prático: extensão do código, requisitos da interface, sucesso da instalação e tempo total de ajuste e…
Este capítulo argumenta que uma pesquisa de trading duradoura depende de um processo disciplinado que se adapte a mercados em mudança, evidências ruidosas e custos de implementação. Ele apresenta as diferenças entre quebras estruturais, regimes, deriva dos…
Este notebook de avaliação faz a triagem de variáveis financeiras e derivadas de modelos pela relação com o próximo retorno de oito horas de futuros perpétuos de cripto. Ele constrói a amostra de avaliação com janelas de validação walk-forward, mantém o…
Este estudo de caso NASDAQ-100 investiga se sinais de microestrutura de 15 minutos resistem aos custos de trading. O fluxo avalia o fluxo de ordens, a defasagem das cotações e os spreads relativos; em seguida, compara uma estratégia para o universo completo…
Este notebook estuda como a regularização afeta um modelo de futuros CME construído a partir de famílias correlacionadas de variáveis, incluindo carry, Sharpe móvel, momentum e medidas de volatilidade. Ele compara Ridge, Lasso e ElasticNet: Ridge reduz os…
Este notebook descreve a adaptação de Diffusion-TS para gerar sequências sintéticas de retornos de ETF. O modelo de remoção de ruído prevê a sequência limpa como uma soma de tendência polinomial, componente sazonal de Fourier e resíduos, enquanto uma função…
O documento explica por que o TabM é usado para modelar dados em painel de financiamento perpétuo: sua estrutura neural compartilhada combina todas as variáveis de entrada, enquanto camadas não lineares podem representar interações. Diferentemente de uma…
Este fluxo de avaliação faz a triagem de variáveis financeiras e baseadas em modelos em relação a retornos futuros para um painel intradiário NASDAQ-100. Primeiro, reserva o período final de teste e exclui observações cujos rótulos futuros se encerrariam…
Esta análise estima se o momentum que exclui o período mais recente está associado a uma mudança causal nos retornos futuros de ETFs, em vez de perguntar quão bem o momentum prevê retornos. O aprendizado de máquina duplo modela o resultado e o tratamento…
Este notebook estuda modelos de gradient boosting para prever retornos e direção em contratos perpétuos de cripto. Sua grade varia a capacidade das árvores e a função de perda, incluindo objetivos de erro quadrático, erro absoluto e Huber, enquanto avalia os…
Este documento apresenta a estrutura de rede neural PatchTST para prever séries temporais multivariadas. Ela divide cada série de entrada em patches sobrepostos, projeta cada patch em um espaço de características aprendido, adiciona codificações posicionais…
Este notebook estima se o escore z do prêmio de um contrato perpétuo de cripto afeta os retornos subsequentes de oito horas quando três fatores declarados — volatilidade dos preços, taxa de funding e desvio médio do prêmio — são mantidos fixos. Como o…
Este notebook explica como reconstruir um catálogo de experimentos de modelos a partir de um registro de estudo de caso e comparar seu conteúdo com o MLflow. Acompanha os experimentos por meio de execuções de treinamento, conjuntos de previsões e execuções…
Este notebook compara mínimos quadrados ordinários com Ridge, LASSO e Elastic Net para prever retornos futuros em um universo de ETF. Todos os modelos usam os mesmos folds walk-forward, com um intervalo de purga correspondente ao horizonte do rótulo, para…
Este capítulo apresenta como construir pesquisas de dados fundamentais e alternativos consistentes no tempo para ações, séries macroeconômicas, futuros, cripto e mercados de previsão. Seus métodos centrais são armazenamento bitemporal e consultas as-of,…
Este notebook compara modelos lineares para prever retornos de ETF a partir de fatores sobrepostos derivados de preços. Como vários horizontes de retorno e famílias de indicadores podem codificar informações semelhantes, mínimos quadrados ordinários podem…
Este guia relaciona perguntas causais a bibliotecas Python e esclarece a diferença entre estimar efeitos sob uma estrutura causal assumida e descobrir estruturas possíveis a partir dos dados. Apresenta aprendizado de máquina duplo para efeitos de tratamento…
Este notebook apresenta um modelo de fator estocástico de desconto para precificar uma seção transversal de ETFs. Em vez de estimar separadamente as exposições dos fundos e os retornos dos fatores, treina redes para encontrar uma série comum de fatores de…
Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a um painel de fatores de futuros perpétuos de criptomoedas. Seus membros compartilham uma base neural, mas têm vetores de escala e camadas de saída separados, combinando ensembles…
Este notebook faz a triagem de fatores financeiros e derivados de modelos pela capacidade de ranquear ETFs por retornos subsequentes. Calcula um coeficiente de informação para cada data, comparando os rankings transversais de cada fator com os rankings de…