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
O artigo aborda o sobreajuste em estratégias transversais treinadas com ativos que têm pouco histórico. Apresenta as Fused Encoder Networks, que combinam representações de um módulo de atenção do codificador treinado em um conjunto de dados de origem com um…
O artigo apresenta uma rede neural generativa para previsões probabilísticas dos preços intradiários de eletricidade no mercado alemão de negociação contínua. Em vez de produzir apenas uma estimativa pontual, o método gera possíveis trajetórias de preços e…
Este estudo explora autoencoders para arbitragem estatística em ações US. Em um fluxo de trabalho convencional de duas etapas, um modelo de precificação ou de componentes principais identifica um ativo sintético, e uma estratégia separada de reversão à média…
O estudo separa a descoberta de fatores de sua aprovação. Um agente pode propor candidatos e criar sondagens diagnósticas, enquanto um árbitro estatístico com regras fixas avalia cada proposta usando resultados de mercado observados somente após o envio. O…
Este trabalho formula o pair trading como um problema hierárquico de decisão com duas etapas relacionadas: selecionar um par de ativos em um horizonte mais longo e executar operações em horizontes mais curtos sob observabilidade parcial. Como o feedback…
O FedNLP é apresentado como um sistema de processamento de linguagem natural com vários componentes para examinar as comunicações do Federal Reserve, que podem ser longas e difíceis de interpretar. Ele combina métodos que vão do aprendizado de máquina…
O documento examina como o comportamento de agentes adaptativos e indutivamente racionais afeta a volatilidade em mercados simplificados. Identifica duas fontes de volatilidade excessiva nesses cenários simulados: os agentes atuam como tomadores de preço e,…
Este artigo desenvolve estimadores esparsos de volatilidade de alta frequência, projetados para permanecer robustos quando a volatilidade instantânea muda abruptamente. Os estimadores propostos aplicam uma penalidade ℓ1 a métodos existentes, com foco em…
Este artigo propõe uma estrutura generativa para criar fluxo de ordens em mercados financeiros com controle sobre o comportamento do mercado. A motivação é que os métodos existentes de geração de fluxo de ordens podem reproduzir mal os dados de mercado e…
O artigo desenvolve uma estrutura que aprende fatores latentes condicionais para identificar ações relacionadas, detectar avaliações relativas incorretas e formular uma política de trading que considera os custos de negociação. Seus fatores de atenção são…
O artigo estuda a seleção ótima de carteiras quando a volatilidade dos ativos tem dois fatores estocásticos: um componente com reversão à média e um nível estocástico de reversão à média. O trading incorre em custos exógenos proporcionais e custos endógenos…
Este artigo reavalia a Regra de Taylor estimando as taxas dos fundos federais com uma regressão linear e um modelo não linear de aprendizado de máquina. Na abordagem linear, mínimos quadrados ordinários estimam coeficientes para a inflação, o desvio da…
Este estudo testa se as ineficiências do mercado de criptomoedas podem ser usadas para gerar lucros de trading anormais. Ele avalia estratégias algorítmicas simples com apoio de aprendizado de máquina, usando observações diárias de 1,681 criptomoedas, de…
O documento propõe usar otimização bayesiana para selecionar o multiplicador de ATR e o período de ATR no indicador Supertrend. Essas configurações determinam como o indicador acompanha o preço e gera sinais de trading, e o objetivo é automatizar sua seleção…
A estratégia combina detecção online de pontos de mudança com uma Rede de Momentum Profundo construída em torno de um LSTM. A rede aprende estimativas de tendência e tamanhos de posição, enquanto o módulo de detecção fornece um possível ponto de virada e uma…
Este artigo estuda se sinais de trading expressos em publicações no Twitter de influenciadores de criptomoedas e veículos de notícias estão associados aos preços do mercado. Modelos de linguagem grandes identificam nas publicações sinais de compra e de não…
Este estudo examina se as narrativas sobre políticas de bancos centrais ajudam a explicar os retornos do Bitcoin, separando as expectativas do mercado das ações de política monetária efetivamente realizadas. Cria um índice semanal de expectativas de política…
Este estudo analisa como a geometria dos preditores limita o aprendizado focado em decisões, no qual o treinamento do modelo é vinculado a um objetivo decisório posterior. Usando o acompanhamento esparso de índices, distingue as informações de covariância…
O documento descreve uma abordagem de aprendizado supervisionado para prever a direção dos preços no mercado chinês de futuros. Usa um modelo de classificação para prever os movimentos dos preços dos futuros e transforma essas previsões em uma estratégia de…
O estudo usa modelos de Markov ocultos com múltiplos estados para prever e explicar os retornos de Bitcoin, Ether e Ripple. Compara tipos de modelo, incluindo uma especificação de Markov oculto não homogênea, e examina preditores financeiros, econômicos e…
O documento explora a programação genética vetorial (VGP) como forma de desenvolver estratégias financeiras de negociação. Apresenta duas variantes: uma aceita operações com números complexos, enquanto a outra usa tipagem forte. O desempenho delas é…
O artigo modela a persistência do fluxo de ordens de compra e venda como evidência de mudanças nos regimes de mercado, que podem surgir quando grandes ordens são divididas e executadas ao longo do tempo. Propõe um método bayesiano online de detecção de…
Este trabalho propõe representar ações por sua posição no ranking de capitalização de mercado, em vez de pela identidade da empresa. A motivação é que representações convencionais baseadas em nomes podem ser ruidosas e voláteis, dificultando o aprendizado de…
Este estudo aplica processamento de linguagem natural a relatórios de analistas chineses, usando um modelo BERT personalizado para classificar o tom como positivo, neutro ou negativo. Examina se o sentimento dos relatórios ajuda a explicar resultados…