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

976 documentos

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 explica como avaliar se estratégias construídas sobre um painel de ações US suportam os custos de negociação. Fixa uma configuração por rótulo usando o Sharpe de validação e, em seguida, recalcula os retornos dessa mesma estratégia em…

AçõesBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Este notebook ajusta modelos de árvores com gradient boosting a recursos do mercado de opções que codificam previsões, como volatilidade implícita, assimetria, estrutura a termo e prêmio de risco de variância. Compara a capacidade das árvores e opções de…

OpçõesAprendizado de máquinaVolatilidadeBacktesting
Machine Learning for Trading

Este notebook relaciona o dimensionamento de posições à análise das excursões adversas e favoráveis máximas. Demonstra o dimensionamento fracionário fixo, no qual a quantidade de ações é determinada pelo orçamento de risco da carteira e pela distância entre…

Dimensionamento de posiçãoGestão de riscoVolatilidadeBacktesting
Machine Learning for Trading

Este estudo de caso testa estratégias semanais compradas e vendidas classificadas por carry em um conjunto diversificado de futuros CME, usando dados diários, avaliação de modelos walk-forward e custos de comissões, spreads e slippage de rolagem. Compara a…

FuturosCarryAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook compara evidências de modelos preditivos, estruturais e causais em um estudo transversal do S&P 500, combinando recursos de ações com medidas derivadas de opções, como volatilidade implícita, assimetria e estrutura a termo. Avalia…

AçõesOpçõesAprendizado de máquinaInvestimento em fatores
Machine Learning for Trading

Este notebook mostra como converter retornos brutos em desempenho líquido sob premissas explícitas de trading, financiamento e despesas do fundo. A estrutura de custos inclui spread e impacto de mercado, comissões e taxas de bolsa, juros de margem, aluguel…

AçõesExecuçãoBacktestingGestão de risco
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

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 notebook percorre um ciclo de implantação de um modelo diário de pares FX, usando a Interactive Brokers tanto como fonte de dados em tempo real quanto como local de execução. Treina um modelo de regressão Ridge em um painel histórico, calcula um…

CâmbioAprendizado de máquinaExecuçãoGestão de risco
Machine Learning for Trading

Este notebook apresenta um modelo neural de fator de desconto estocástico para um painel de futuros CME. O modelo usa tanto os retornos dos produtos quanto características observáveis, como carry, momentum e volatilidade, para construir fatores latentes e…

FuturosAprendizado de máquinaInvestimento em fatoresBacktesting
Machine Learning for Trading

Este estudo reavalia os resultados das principais combinações de alocação de ETF e controle de risco sob duas grades de custos, mantendo fixa cada configuração de estratégia registrada. Uma grade usa pontos-base por operação; a outra usa comissão por ação e…

BacktestingExecuçãoConstrução de portfólioGestão de risco
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
Machine Learning for Trading

Este experimento examina quanto um sinal mensal selecionado de ações US long-short depende de ações de baixa capitalização. Aplica um filtro defasado de valor de mercado que remove o quartil de menor capitalização das previsões de validação e, em seguida,…

AçõesMercados dos EUAInvestimento em fatoresBacktesting
Machine Learning for Trading

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…

AçõesAprendizado de máquinaBacktestingEstatística
Machine Learning for Trading

Este notebook examina os resultados retidos de uma auditoria de estratégias reais que compara o mecanismo LEAN com perfis correspondentes de backtest do ML4T. Ele identifica as cargas de trabalho por classe de ativos compatíveis com as entradas congeladas e…

BacktestingExecuçãoAçõesFuturos
Machine Learning for Trading

Este guia de dados descreve uma coleção de contratos futuros contínuos CME que abrange índices de ações, juros, energia, metais, moedas, agricultura e pecuária. Explica os dados de origem por hora e a frequência diária derivada, os vários vencimentos de…

FuturosMultiativosCommoditiesBacktesting
Machine Learning for Trading

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…

FuturosAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

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…

FuturosAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

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…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este material explica como avaliar uma estratégia escolhida com dados de validação usando previsões de um holdout separado de 2021. Mantém fixos a alocação selecionada, a concentração, os controles de risco, a agenda de trading e os custos, alterando somente…

AçõesBacktestingGestão de riscoConstrução de portfólio