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 documento apresenta TiMi, um sistema multiagente para trading quantitativo que separa o desenvolvimento de uma estratégia de trading de sua execução em nível de minuto. Ele atribui tarefas especializadas a modelos de linguagem, como interpretar informações…
O estudo descreve um método para classificar tendências de forex com uma rede neural convolucional. Primeiro, converte dados quantitativos de mercado em imagens semelhantes a gráficos de trading e, em seguida, treina uma CNN para aprender padrões gráficos e…
A auditoria examina como remover um preditor de previsões condicionadas por regime. Excluir os valores defasados de uma variável não equivale a removê-la de todo o processo de ajuste, filtragem e otimização, pois a variável também pode afetar o regime…
O documento apresenta um algoritmo proposto de trading de ações de alta frequência que usa previsões de redes neurais para gerar sinais de compra e venda. Compara três abordagens: regressão logística otimizada com perda de entropia cruzada e um método…
O estudo examina se textos de notícias e redes sociais podem melhorar as previsões de preços do Bitcoin e do Ethereum quando combinados com dados financeiros e de blockchain. Compara modelos de linguagem pré-treinados e ajustados com métodos de sentimento…
O documento apresenta KBPT, uma política de pairs trading que combina um filtro de Kalman, sinais das bandas de Bollinger e uma rede neural baseada na arquitetura KalmanNet. As versões tradicionais modelam a relação entre dois ativos como um processo linear…
O documento descreve uma abordagem de aprendizado de máquina ponta a ponta que converte diretamente dados do mercado de opções em sinais de trading. Diferentemente das abordagens que especificam a dinâmica do mercado ou dependem de um modelo de precificação…
O documento descreve a aplicação de aprendizado por reforço profundo ao problema de trading de reversão à média. Busca tornar métodos recentes de aprendizado por reforço mais acessíveis a profissionais que, de outra forma, talvez precisassem escolher entre…
O documento usa uma rede profunda feed-forward para estudar interações não lineares entre retornos de alta frequência e volume de trading assinado em ações de tick grande e pequeno. Compara a rede a uma autorregressão vetorial linear (VAR) e aplica…
O documento investiga por que modelos de linguagem grandes mais capazes às vezes podem negociar criptomoedas com menos eficácia do que modelos mais fracos. Atribui parte desse padrão à preferência dos modelos mais fortes por informações factuais em vez de…
O documento apresenta o conjunto de dados Real-CATS, destinado a apoiar o desenvolvimento e a avaliação de métodos de detecção de endereços de criptomoedas. Ele combina endereços identificados como criminosos em relatos do mundo real com endereços benignos…
Este estudo usa dados internos da rede Bitcoin e características externas para prever a direção diária dos preços com vários modelos de aprendizado de máquina. Avalia essas previsões por meio de uma estratégia de trading em observações não vistas, coletadas…
PulseReddit alinha discussões em larga escala do Reddit com estatísticas de mercado de criptomoedas em alta frequência para estudar se informações sociais podem apoiar o trading de curto prazo. O artigo avalia sistemas multiagente baseados em LLM que…
Este artigo prevê a volatilidade realizada de curto prazo do Bitcoin ao codificar capturas de dados do fluxo de ordens como imagens. O tamanho e a direção das negociações, além das informações do livro de ofertas com limite, são mapeados para canais de cor e…
Este artigo usa um mercado computacional baseado em agentes para estudar como a prevalência de operações informadas afeta os lucros dos formadores de mercado. O modelo inclui formadores com diferentes níveis de informação e aversão ao risco de estoque,…
Este estudo examina como o sistema de contestação Automated Ball-Strike da Major League Baseball afetou as decisões dos árbitros e o comportamento dos jogadores ao contestar decisões. Analisa arremessos marcados entre 2015 e 2026 e as contestações da…
Este artigo aborda como ajustar simuladores de mercado multiagente para que as séries de preços e volumes geradas se pareçam com as condições históricas do mercado. Esses simuladores apoiam o teste de estratégias, e os autores destacam a necessidade de…
Este documento descreve uma estrutura independente de modelo para prever a volatilidade de ativos por meio da extração de um conjunto compacto de fatores variáveis no tempo a partir de volatilidades realizadas. Os fatores buscam captar mudanças no movimento…
O estudo apresenta um método não supervisionado para identificar, com base nos dados, o número de regimes de volatilidade em séries temporais financeiras não estacionárias. Usa detecção de pontos de mudança para dividir cada série em segmentos localmente…
Este artigo descreve um modelo Long Short-Term Memory que prevê a direção dos preços de criptomoedas em um horizonte curto e fixo, usando dados de cada operação de um período retrospectivo. Seu fluxo de trabalho inclui a criação de características e a busca…
O artigo propõe um modelo para prever a direção do preço do Bitcoin em horizontes curtos, combinando dados horários de preço e volume com sentimento do Reddit. Uma medida móvel de volatilidade classifica cada observação como estável ou volátil, e um…
O documento revisita a relação entre sete índices financeiros empresariais frequentemente estudados e os retornos das ações. Ele aplica análise topológica de dados, especificamente o algoritmo Ball Mapper, para representar observações no espaço dos índices…
Este artigo apresenta as Multi-Factor Inception Networks (MFIN), uma estrutura para negociar várias criptomoedas usando retornos de preços e outros sinais atualizados com frequência. O artigo justifica a inclusão de fatores como hashrate da rede e interesse…
O estudo explora o aprendizado por reforço profundo como forma de desenvolver uma estratégia de trading adaptativa para uma carteira de 30 ações. Usa preços diários como dados de treinamento e ambiente de trading; em seguida, compara o agente com o Dow Jones…