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

Esta análise compara efeitos de tratamento estimados por double machine learning e registrados em nove estudos de caso de trading. Carrega os resultados atuais do registro de cada estudo, verifica a integridade do registro e rótulos duplicados e explicita a…

EstatísticaAprendizado de máquinaBacktestingAções
Machine Learning for Trading

Este notebook apresenta uma estrutura para avaliar um backtest de alocação de ETF usando retornos diários da carteira e uma referência correspondente de SPY. Abrange medidas de risco e retorno, como Sharpe, Sortino, Calmar e drawdown máximo; métricas móveis;…

BacktestingConstrução de portfólioGestão de riscoEstatística
Machine Learning for Trading

Este notebook explica como a incerteza do modelo pode acrescentar informações além de uma estimativa pontual. Ajusta um modelo de volatilidade estocástica em que a volatilidade logarítmica latente evolui ao longo do tempo e os retornos seguem uma…

VolatilidadeAprendizado de máquinaEstatísticaGestão de risco
Machine Learning for Trading

Este notebook testa a sensibilidade do backtest de momentum de ETF à taxa de trading presumida. Mantém fixos os pesos e o cronograma de negociação da estratégia, executa novamente o simulador com uma faixa de custos por perna e compara crescimento, índice de…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

O notebook estima quanto uma carteira com pesos iguais de ações US sobreviventes pode superestimar os retornos em relação ao universo inicial completo. Primeiro, examina quando o painel registra a saída de símbolos e constata que as saídas registradas…

AçõesMercados dos EUABacktesting
Machine Learning for Trading

Esta análise lê um pipeline de backtest registrado para uma estratégia mensal de ações US baseada em características de empresas. Apresenta a incerteza do Sharpe, medidas de probabilidade e Sharpe deflacionado, comparações pareadas de estratégias, queda de…

AçõesInvestimento em fatoresEstatísticaBacktesting
Machine Learning for Trading

Este notebook cria características a partir de modelos ajustados com históricos de preços de câmbio, complementando os indicadores calculados diretamente com preços passados. Descreve três abordagens: um filtro de espaço de estados que estima um nível de…

CâmbioAprendizado de máquinaEstatísticaIndicadores técnicos
Machine Learning for Trading

Este notebook compara regras de ponderação de carteira para uma estratégia com opções do S&P 500 que vende straddles. Mantém fixos os símbolos selecionados e as demais configurações da estratégia, substituindo a referência de pesos iguais por alocadores que…

OpçõesAçõesConstrução de portfólioDimensionamento de posição
Machine Learning for Trading

Este notebook mede como os custos de execução afetam uma configuração já selecionada de contratos perpétuos de cripto. Mantém fixos o modelo, o checkpoint, a regra de entrada, o alocador e o controle de risco, e então executa novamente a estratégia em uma…

CriptoFuturos perpétuosBacktestingExecução
Machine Learning for Trading

Este notebook descreve um fluxo de trabalho para transformar divulgações trimestrais de MD&A das empresas do S&P 500 em características para trading. Usa as datas de aceitação dos documentos como referência temporal, consolida vários documentos de uma…

AçõesAprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook aplica o TabM, uma arquitetura neural tabular que compartilha uma rede de características de duas camadas entre os membros do conjunto. Cada membro ajusta a representação compartilhada com seu próprio vetor aprendido e usa sua própria camada de…

OpçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook explica a PCA de prêmio de risco, que modifica a matriz de covariância dos retornos ao adicionar o produto externo ponderado das médias dos retornos no período de treinamento. Seus autovetores principais definem carteiras fatoriais estáticas;…

Investimento em fatoresEstatísticaConstrução de portfólioBacktesting
Machine Learning for Trading

Este notebook descreve como produzir um conjunto de previsões fora da amostra para um modelo de opções do S&P 500 selecionado anteriormente. Fixa a configuração usando resultados de validação, reajusta essa configuração com dados anteriores ao período de…

OpçõesBacktestingGestão de risco
Machine Learning for Trading

Este notebook testa um projeto de saída com dois modelos em dados horários de perpétuos de BTC, ETH e SOL. Um classificador de entrada identifica retornos futuros excepcionalmente fortes; sua probabilidade prevista é então combinada com atributos técnicos em…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este documento descreve utilitários de conjuntos de dados para preparar painéis de séries temporais para treinamento de modelos e inferência móvel. O conjunto de treinamento retorna sequências deslizantes de atributos, retornos futuros, escalas de…

Aprendizado de máquinaBacktestingConstrução de portfólioExecução
Machine Learning for Trading

Este notebook cria atributos derivados de preços para classificar um amplo universo de ações US. Descreve famílias de momentum, volatilidade, médias móveis e indicadores técnicos, e depois as avalia em relação a um rótulo de retorno futuro de uma sessão. A…

AçõesMercados dos EUAIndicadores técnicosMomentum
Machine Learning for Trading

Este capítulo apresenta a gestão de risco como parte do projeto da estratégia e das operações em produção. Abrange a medição de risco de cauda com valor em risco e valor em risco condicional, profundidade e recuperação do drawdown, decomposição de exposição,…

Gestão de riscoVolatilidadeBacktestingConstrução de portfólio
Machine Learning for Trading

Esta análise compara previsões de validação de várias famílias de modelos para funding de futuros perpétuos. Explica que o coeficiente de informação mede a classificação dos retornos subsequentes, AUC mede a ordenação dos resultados de alta e baixa, e a…

CriptoFuturos perpétuosAprendizado de máquinaEstatística
Machine Learning for Trading

Este estudo de caso avalia os dados de valor total bloqueado do DeFi Llama como possível entrada para um pipeline de pesquisa de trading de Ether. Separa a força do sinal, a qualidade dos dados, a adequação jurídica e o valor comercial, tratando questões…

CriptoDeFiDados on-chainEstatística
Machine Learning for Trading

Este notebook avalia saídas por posição em posições de futuros perpétuos de cripto selecionadas por uma etapa de alocação anterior. Ele define stops de perda fixos, stops móveis vinculados ao melhor preço de cada posição e saídas por tempo após um período de…

CriptoFuturos perpétuosGestão de riscoBacktesting