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 capítulo apresenta a geração aumentada por recuperação como uma forma de tornar modelos de linguagem mais úteis para pesquisas financeiras abertas, nas quais afirmações sem respaldo e alucinações podem ter custos altos. Ele percorre o sistema desde a…
Este notebook desenvolve características que exigem várias séries de ativos. Ele compara os testes de cointegração de Engle-Granger e Johansen, explica por que o movimento conjunto, por si só, não implica um spread estacionário e estima razões de hedge tanto…
Este estudo de caso compara modelos de gradient boosting que preveem retornos até o vencimento para straddles vendidos no dinheiro. Ele varia a capacidade das árvores e três objetivos de ajuste: erro quadrático, erro absoluto e perda de Huber. A validação…
Este notebook ajusta um transformer com patches para prever um rótulo principal em um estudo de ações e opções do S&P 500. Ele divide a janela histórica de entrada de cada ação em patches contíguos e trata cada patch como um token de atenção. A atenção pode…
Este código apresenta uma arquitetura de autoencoder supervisionado para fazer previsões a partir de atributos financeiros. Um codificador comprime as entradas normalizadas em um gargalo, enquanto um decodificador reconstrói as entradas como tarefa de…
Este notebook explica um modelo de fator estocástico de desconto de ETF que ajusta uma única série de pesos aos retornos de preços entre fundos. Ao contrário dos modelos que estimam separadamente as exposições dos fundos e os retornos dos fatores, ele treina…
Este estudo compara Double Deep Q-Learning com misturas de especialistas particionadas por K-means e redes densas com número equivalente de parâmetros para execução de ordens de BTC/USDT. A avaliação usa dados do livro de ofertas limite da Binance agregados…
MintEval avalia se modelos de linguagem traduzem instruções de traders em código que se comporta como a estratégia pretendida. Ele cria estratégias de referência com componentes combináveis, transforma-as em instruções coloquiais e pede aos modelos que as…
Este artigo estuda escolhas de carteira ao longo da vida de uma pessoa quando a renda é estocástica e os investimentos incluem ações, um título e seguro de vida. O objetivo considera consumo, benefícios por morte e riqueza final. Uma restrição convexa de…
Este estudo testa se a otimização de política proximal consegue aprender decisões de velocidade de trading de uma corretora em um jogo contínuo no tempo entre corretora e trader, com solução analítica. Ele deriva uma recompensa discreta do objetivo em tempo…
O documento descreve o uso do algoritmo Graph-based Coalition Structure Generation, GCS-Q, para agrupar ativos representados por um grafo ponderado com sinal das correlações de retorno. A motivação é que abordagens comuns de agrupamento podem perder…
O artigo descreve uma abordagem automatizada de trading de ações que combina três algoritmos de aprendizado por reforço ator-crítico: Proximal Policy Optimization, Advantage Actor Critic e Deep Deterministic Policy Gradient. Os agentes são treinados para…
O estudo usa aprendizado por reforço profundo para converter uma previsão de trading de curto prazo em decisões de envio de ordens limitadas e gestão de inventário em um livro de ofertas. Ele treina um agente em um ambiente simulado de ações da NASDAQ,…
O artigo apresenta Trading Deep Q-Network (TDQN), uma abordagem de aprendizado por reforço profundo para escolher posições no mercado de ações ao longo do tempo. Adapta o método DQN ao trading e define o índice de Sharpe como a medida de desempenho que a…
O artigo propõe um modelo Transformer unidirecional, SERT, para precificar ações US de grande capitalização e aplica Transformers pré-treinados à precificação de ações e ao investimento em fatores. Compara essas abordagens com Transformers padrão e apenas…
O artigo questiona afirmações publicadas sobre agentes de trading baseados em AI e aprendizado de máquina. Argumenta que algumas avaliações anteriores se apoiaram em um número limitado de sessões de teste e cenários de mercado, deixando evidências…
O documento apresenta um método para inferir redes de liderança e defasagem a partir das ações de agentes individuais e o aplica a dados de câmbio identificados por trader. Apresenta a persistência da rede como uma explicação para que a atividade de um…
O estudo pergunta se a diversidade entre famílias de modelos de linguagem persiste no trading depois que agentes são selecionados para enviar ordens. Em mercados sintéticos com uma mistura fixa de três famílias de modelos, diferentes apresentações de…
O documento apresenta uma abordagem para prever spreads de crédito que combina aprendizado em conjunto com seleção de características baseada em informação mútua. Os spreads de crédito são apresentados como dados úteis para decisões de investimento em…
O documento apresenta um método numérico para aprender uma medida neutra ao risco em trajetórias simuladas de preços à vista e de opções até um horizonte finito. O contexto inclui custos de transação convexos e restrições convexas de negociação. A medida…
Este artigo apresenta a reversão de média móvel (MAR), uma alternativa de múltiplos períodos à hipótese de reversão à média em um único período usada por algumas estratégias online de carteira. Propõe a reversão de média móvel online (OLMAR), que aplica…
O artigo estuda um conflito fundamental na validação de modelos de séries temporais: as execuções de treinamento precisam de observações suficientes, as partições de teste devem cobrir uma parte adequada da amostra e o treinamento deve preceder cada ponto de…
Este estudo examina como classificadores que podem se abster de prever influenciam decisões de trading. Um classificador direcional padrão sempre implica uma posição no mercado, enquanto um classificador seletivo pode deixar a carteira sem investimento…
Este estudo modela a previsão financeira como uma população de agentes que seguem tendências em diferentes horizontes de previsão. Examina como a população muda em ambientes estocásticos e variáveis no tempo, representados por séries reais de taxas de…