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

1,391 documentos

Machine Learning for Trading

Este notebook aplica TabM, um ensemble neural com compartilhamento de pesos, a um painel de fatores de futuros perpétuos de criptomoedas. Seus membros compartilham uma base neural, mas têm vetores de escala e camadas de saída separados, combinando ensembles…

CriptoFuturos perpétuosAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook reconstrói a melhor oferta de compra e venda vigente para cada operação de AAPL durante uma única sessão de março de 2020, e então aplica o método Lee–Ready para inferir se compradores ou vendedores iniciaram as operações. Intercala eventos de…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook faz a triagem de fatores financeiros e derivados de modelos pela capacidade de ranquear ETFs por retornos subsequentes. Calcula um coeficiente de informação para cada data, comparando os rankings transversais de cada fator com os rankings de…

AçõesEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook examina se as atribuições de fatores SHAP são estáveis o bastante para embasar a redução de modelos, decisões de risco ou relatórios. Usando uma tarefa de previsão de ETF, primeiro procura amostras de teste cujas previsões são próximas, mas…

Aprendizado de máquinaEstatísticaAções
Machine Learning for Trading

Este notebook avalia fatores candidatos para 20 pares de moedas, um de cada vez, em relação a retornos futuros. Limita a análise aos períodos de validação walk-forward, identifica cada sessão com sua partição e deixa um intervalo de segurança antes do…

CâmbioEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook explica como combinar previsões de probabilidade de vários agentes e calibrar as probabilidades resultantes. Apresenta a extremização de Neyman, que afasta a previsão média de uma taxa-base de acordo com o tamanho do painel e uma correlação par…

EstatísticaAprendizado de máquinaSentimento
Machine Learning for Trading

Este utilitário de dados dá suporte ao trabalho com o conjunto de dados de precificação de ativos de Chen, Pelger e Zhu, que inclui retornos de ações, características das empresas, séries macroeconômicas e tensores de características anteriores à divisão.…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook examina se fatores financeiros ajudam a explicar um rótulo de retorno de opções com delta hedge em 10 sessões. Compara modelos Ridge usando um fator de volatilidade implícita, grupos de fatores dependentes e independentes da volatilidade…

OpçõesAçõesEstatísticaAprendizado de máquina
Machine Learning for Trading

Este módulo descreve uma forma compartilhada de preparar folds de treino e validação walk-forward para várias famílias de modelos. Separa o trabalho caro e independente do modelo — dividir janelas temporais, aplicar recursos baseados em modelo específicos de…

Aprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook compara previsões de validação de várias famílias de modelos em uma pesquisa sobre funding de futuros perpétuos. Explica que o coeficiente de informação mede a associação de ordenação entre previsões e retornos subsequentes, AUC mede a…

CriptoFuturos perpétuosAprendizado de máquinaEstatística
Machine Learning for Trading

Esta implementação descreve como construir janelas de sequência em lotes para dados em painel usados em estudos de aprendizado profundo. As janelas seguem o calendário esperado do painel, em vez de comprimir as observações de cada ativo em linhas…

Aprendizado de máquinaEstatísticaBacktestingCripto
Machine Learning for Trading

Este notebook apresenta métodos práticos de limpeza de dados de mercado e empresas, incluindo tratamento de duplicatas, marcação de lacunas, filtros de domínio, detecção de picos por reversão, limitação de valores extremos, codificação categórica e…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook examina se as atribuições SHAP permanecem estáveis quando as previsões são semelhantes ou quando os modelos são reajustados com diferentes sementes aleatórias e arquiteturas. Usando retornos futuros de ETF, busca pares de amostras cujas…

Aprendizado de máquinaEstatísticaGestão de riscoAções
Machine Learning for Trading

Este notebook compara contratos de eventos da Polymarket liquidados em criptomoedas com contratos regulamentados da Kalshi, com foco em como regras de acesso e políticas de listagem moldam os preços e as perguntas representadas por cada plataforma. Examina…

Orientado por eventosCriptoEstatísticaMicroestrutura de mercado
Machine Learning for Trading

Este notebook demonstra um fluxo de diagnóstico por operação que associa perdas realizadas às explicações SHAP de um modelo. Ele treina um modelo LightGBM com recursos defasados de preço e volatilidade, além de dados macroeconômicos, para prever retornos de…

Aprendizado de máquinaEstatísticaAçõesSentimento
Machine Learning for Trading

Este notebook compara imitação de comportamento com aprendizado por reforço inverso (IRL) para aprender a partir de registros de execução. As demonstrações vêm de um cronograma TWAP, cujo objetivo neutro ao risco é conhecido: distribuir as operações…

ExecuçãoAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O notebook apresenta a estrutura de Almgren–Chriss para programar uma liquidação de grande porte. Mede o déficit de implementação em relação ao preço de chegada e modela dois custos concorrentes: o impacto de mercado, que aumenta com a intensidade das…

ExecuçãoMicroestrutura de mercadoGestão de riscoEstatística
Machine Learning for Trading

Este estudo de caso explica como construir rótulos de retornos futuros para uma estratégia transversal de câmbio que classifica pares de moedas e compra ou vende conforme sua ordenação relativa. Primeiro, mapeia barras de câmbio à vista de quatro horas para…

CâmbioMercado à vistaMomentumReversão à média
Machine Learning for Trading

O código calcula métricas padronizadas de desempenho a partir de tabelas de previsões fora da amostra, separadamente por fold e em agregados gerais. Ele abrange regressão e classificação, incluindo coeficiente de informação, medidas de erro, métricas de…

EstatísticaBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este registro documenta uma execução de previsão no LangGraph sobre a possibilidade de o Federal Reserve elevar sua taxa básica durante 2026. Três agentes produziram probabilidades, seguidas por um debate e uma atualização do supervisor. Os resultados…

Renda fixaMercados dos EUAEstatística
Machine Learning for Trading

Este notebook usa aprendizado de máquina duplo para testar se a associação entre o spread de volatilidade implícita menos realizada e os retornos futuros de ações persiste após o ajuste por fatores de confusão observados. Compara a estimativa ajustada com…

OpçõesAçõesAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook monta um agente de pesquisa que busca evidências e retorna uma probabilidade estruturada para uma pergunta binária. Descreve a interpretação e validação de ações, um limite de rodadas e um artefato de previsão salvo que registra a justificativa…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este módulo descreve dois componentes de um fluxo de previsão multiagente. Um agente de debate alterna entre argumentos otimistas e pessimistas, exigindo que cada lado responda às alegações do outro e apresente uma estimativa de probabilidade com evidências…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook mostra como usar PCMCI para buscar relações defasadas entre retornos de ETF e retornos de volatilidade sem especificar previamente um grafo causal. Compara testes de independência condicional baseados em painel com testes de Granger em pares,…

Aprendizado de máquinaEstatísticaMultiativosBacktesting