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 explica como o PatchTST usa blocos de tamanho fixo de características sequenciais do mercado para prever rótulos do NASDAQ-100. A atenção relaciona blocos ao longo de uma janela retrospectiva de uma hora, reduzindo o comprimento da sequência em…
Este documento apresenta duas abordagens de fatores latentes para retornos de futuros. A análise de componentes principais encontra direções não correlacionadas que explicam a maior parte da variação dos retornos, enquanto um fator de desconto estocástico…
Este documento explica um experimento com futuros da CME usando TabM, um ensemble neural eficiente em parâmetros, nas mesmas linhas de características construídas e nos mesmos folds walk-forward dos modelos lineares e de boosting de gradiente. O TabM…
O documento apresenta NLinear, um modelo sequencial simples para prever retornos de ações do NASDAQ-100 a partir de características intradiárias. Ele usa uma janela retrospectiva fixa, subtrai a observação mais recente para o modelo trabalhar com variações…
O documento descreve um pipeline para converter documentos SEC 8-K em eventos corporativos estruturados. Um modelo de linguagem extrai relações entre eventos, enquanto verificações explícitas de esquema validam nomes de entidades, tipos de relação,…
Este módulo descreve a migração de um registro após uma biblioteca mudar a numeração dos folds walk-forward, mantendo inalteradas suas janelas de datas e seus valores ajustados. Como os identificadores de fold aparecem em especificações de treinamento,…
Este notebook descreve a geração de previsões para o período de holdout de um estudo de caso de ações dos US, após a seleção de uma configuração em folds de validação. Ele resolve a configuração selecionada, preserva a escolha do checkpoint e cria uma nova…
Este notebook explica como modelos ocultos de Markov inferem estados de mercado não observados a partir de retornos e da volatilidade recente. Primeiro, estabelece regras simples de comparação: um limite de índice de volatilidade para estresse e o preço em…
O notebook explica como comparar modelos de previsão para opções do S&P 500 sem deixar que amostras de avaliação incompletas ou incompatíveis distorçam os resultados. Ele identifica cada modelo por família, configuração e checkpoint, verifica se as previsões…
Este notebook constrói intervalos de incerteza para retornos futuros do ativo ETF usando regressão Ridge e três métodos conformais: previsão conformal dividida, regressão quantílica conformalizada e inferência conformal adaptativa. Ele os avalia com folds…
Este notebook usa aprendizado de máquina duplo para estimar se o escore z do prêmio de futuros perpétuos está associado ao retorno das oito horas seguintes, após o ajuste por seis controles anteriores ao tratamento. Compara os efeitos em regimes de alta e…
Este notebook explica um autoencoder condicional que modela retornos de ações como exposições fatoriais dependentes de características multiplicadas por fatores latentes. Primeiro, estima retornos de carteiras geridas por características por meio de um…
Este notebook compara previsão conformal dividida, regressão quantílica conformalizada e inferência conformal adaptativa para prever retornos futuros de ETF. Em folds walk-forward, treina em um subconjunto, calibra erros dos intervalos em outro e avalia em…
Esta configuração descreve um estudo intradiário de sinais de fluxo de ordens em um universo do NASDAQ-100 definido em cada momento. Define um subconjunto filtrado por custos usando informações de liquidez disponíveis antes de cada período de avaliação,…
Este notebook usa um modelo de mistura gaussiana para agrupar meses de acordo com o comportamento conjunto de nove séries de retornos de fatores e classes de ativos. Padroniza observações mensais, descarta meses com valores ausentes e compara números…
Este estudo de caso avalia características financeiras e baseadas em modelos candidatas em relação a retornos futuros para uma estratégia de microestrutura NASDAQ-100. Calcula coeficientes de informação de postos transversais ao longo do tempo, ajusta a…
Este notebook explica como construir características baseadas em modelos para um painel de ações dos US sem permitir que observações futuras influenciem valores históricos. Seu método central é um cronograma de estimação: os modelos usam um período de…
Este artigo descreve um método de expansão assintótica para filtragem estocástica, destinado a aproximar uma distribuição condicional em contextos não lineares. O problema é transformado para o espaço de momentos por meio de uma transformada de Fourier, e os…
Este trabalho usa aprendizado de máquina para encontrar medidas martingais equivalentes mínimas em mercados simulados com instrumentos negociáveis, como um ativo à vista e opções sobre esse ativo. Estende a abordagem a mercados com fricções de trading ao…
Este trabalho desenvolve uma abordagem de aprendizado por reforço para otimizar políticas segundo critérios de desempenho sensíveis ao risco. Avalia as políticas com utilidade esperada dependente de postos, que permite a um agente expressar diferentes…
Este documento apresenta estratégias de momentum espaço-temporal que combinam o histórico de momentum de um ativo com seu momentum em relação a outros ativos. A abordagem usa redes neurais para aprender sinais de trading em uma carteira, tratando o momentum…
Este notebook compara modelos lineares com atributos de ETF construídos a partir de janelas sobrepostas de retornos e medidas relacionadas de momentum, volatilidade e osciladores. Esses preditores são colineares, o que torna instáveis os coeficientes de…
A diferenciação fracionária aplica uma potência não inteira do operador de diferenças defasadas aos logaritmos dos preços. Seus pesos binomiais decaem ao longo das observações passadas, então o resultado combina variações de preço com parte da informação de…
Este notebook descreve um modelo LSTM que prevê retornos a partir de janelas ordenadas de atributos de ações em um painel de ações dos US. Ao contrário de um modelo tabular sem sequência, o LSTM processa as sessões sequencialmente e mantém um estado oculto…