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.
1,391 documentos
Este notebook apresenta um debate em várias rodadas entre posições otimistas e pessimistas sobre uma previsão probabilística controversa. Cada lado argumenta com base em resumos compartilhados por agentes de pesquisa, vê a posição anterior do outro lado e…
Esta análise exploratória apresenta contratos e cadeias de opções e, em seguida, traça o perfil de uma amostra de 2020 de opções do S&P 500 em oito ativos subjacentes. Explica moneyness, valor intrínseco e temporal, volatilidade implícita, gregas e como…
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…
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…
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…
Este capítulo analisa o deep learning para séries temporais a partir de uma pergunta prática: quando a ordem das observações contém informações que a previsão transversal não capta, e quais arquiteturas podem usá-las? Abrange redes recorrentes e sua carga de…
Esta análise somente de leitura reúne previsões de validação de várias famílias de modelos para avaliar se estão completas, com que qualidade classificam ações, se a capacidade de classificação persiste entre folds e se modelos aparentemente semelhantes…
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…
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;…
Este notebook usa SHAP para explicar previsões de retornos de ETF por regressão Ridge. Em um modelo linear, as atribuições das características têm uma relação fechada com os coeficientes ajustados e os desvios em relação aos valores de referência das…
Este notebook explica a filtragem de Kalman como forma de extrair atributos de preços financeiros. Um estado de tendência linear local acompanha tanto um nível de preço latente quanto sua inclinação, enquanto um modelo de observação considera fechamentos…
Este notebook apresenta a análise de componentes principais instrumentada (IPCA), uma abordagem de fatores latentes para prever retornos a partir de características de empresas. Em vez de atribuir um peso de retorno direto a cada característica, IPCA modela…
Este utilitário descreve um método para explicar retornos de estratégias com modelos de três ou cinco fatores de Fama–French, incluindo momentum opcionalmente. Alinha dados diários dos fatores com os retornos da estratégia, detecta a frequência dos retornos…
Esta análise compara famílias de modelos registradas em um painel ETF de múltiplos ativos, usando resultados de validação walk-forward. Os modelos preveem retornos de 21 dias de negociação e são avaliados por coeficientes de informação em corte transversal,…
Este notebook analisa mensagens TotalView-ITCH de NASDAQ para descrever a atividade geral do mercado e criar dados reutilizáveis de negociações. Conta as mensagens por tipo e, em seguida, enriquece as mensagens de execução de ordens associando…
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…
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…
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…
Este notebook avalia retornos de fatores publicados como possíveis componentes de uma carteira. Separa três perguntas: se o retorno médio de um fator supera um patamar estatístico exigente, se os fatores diversificam uns aos outros por razões que podem…
Este notebook compara overlays de risco em backtests de estudos de caso, incluindo regras de stop, stop móvel, limite de perdas, interrupção por drawdown e meta de volatilidade. Ele carrega os resultados dos overlays de cada estudo, seleciona uma referência…
Este estudo de caso aplica árvores com boosting de gradiente a características de microestrutura do NASDAQ-100 para prever retornos e direção em vários horizontes intradiários. Ele compara árvores com modelos lineares: as árvores podem descobrir relações…
Este notebook monta um sistema de previsão com quatro etapas: um painel de agentes de pesquisa, agregação de probabilidades, um debate adversarial e um supervisor que identifica divergências, busca evidências esclarecedoras e emite uma probabilidade final. A…
Este notebook compara a recuperação relacional determinística com a busca por embeddings em um conjunto de posições 13 de instituições. Ele cria um recorte pontual mantendo a posição mais recente reportada por cada instituição antes de um limite fixo e, em…
Este notebook demonstra o treinamento de uma rede adversarial generativa com atributos ETF projetados e privacidade diferencial. Apresenta os parâmetros de privacidade épsilon e delta, explica por que DP-SGD limita o gradiente de cada registro antes da…