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.
900 documentos
Este notebook avalia árvores com gradient boosting em análises de opções de ações, nas quais atributos como volatilidade implícita, assimetria, estrutura a termo e prêmio de risco de variância codificam expectativas do mercado. Ele pergunta se um modelo não…
Este notebook cria atributos por minuto a partir de cotações e negociações de NASDAQ-100 para estudar a pressão de preços em horizontes curtos. Ele trata o desequilíbrio normalizado do fluxo de ordens como principal candidato a sinal e usa spread,…
Este notebook seleciona atributos financeiros e baseados em modelos pela capacidade de classificar ações segundo seus retornos futuros. Ele calcula coeficientes de informação transversais diários, estima a incerteza levando em conta a dependência serial,…
Este notebook compara três modelos lineares de previsão, um codificador Transformer e duas previsões sem parâmetros para retornos diários de SPY. Os modelos lineares mapeiam uma janela histórica para uma previsão de vários dias; algumas variantes primeiro…
Este notebook reformula a previsão dos retornos futuros de 21 em sessões de ETF como uma tarefa binária: retornos positivos são classificados como alta, e os demais, como baixa. Ele ajusta uma regressão logística regularizada com L2 e L1, usando divisões…
Este notebook testa se um LSTM consegue extrair estrutura temporal de históricos de atributos de ETF que modelos com atributos planos podem não captar. Antes do ajuste, ele resolve a população declarada das sequências em relação aos atributos, rótulos,…
Este notebook define retornos futuros do fechamento ao fechamento em dois horizontes de negociação para uma seção transversal de ETFs, medindo cada horizonte do fechamento ajustado ao fechamento após um número fixo de sessões. Ele explica por que os rótulos…
Este estudo de caso cria atributos por minuto com dados de cotações e trades do NASDAQ-100 para examinar se compras ou vendas agressivas recentes preveem a deriva de preços em horizontes curtos. O desequilíbrio do fluxo de ordens é o sinal proposto; spread,…
Este notebook constrói vários esquemas de amostragem a partir de um dia de trades NASDAQ ITCH de uma ação: barras por tempo de calendário, tick, volume, valor financeiro, desequilíbrio e sequência. Ele compara suas propriedades estatísticas, incluindo…
Este notebook demonstra dois monitores sequenciais aplicados aos erros de previsão em validação de duas configurações lineares de modelos de ações: um detector de mudança de média com duas janelas e um monitor da frequência de dias ruins. Cada detector é…
Este notebook avalia quatro sinais derivados de textos de notícias: surpresa ponderada, sentimento médio, momentum de sentimento e cobertura de artigos. Ele usa retornos futuros preparados em uma etapa anterior de criação de atributos e, em seguida, calcula…
Este notebook aplica aprendizado de máquina duplo (DML) para estimar o efeito do momentum que exclui os períodos mais recentes sobre os retornos futuros de ETF, uma questão causal distinta da previsão de retornos. Ele modela o resultado e o tratamento de…
O notebook demonstra o ajuste do LightGBM para previsão de retornos de ETF com o amostrador TPE do Optuna. Ele busca configurações de estrutura das árvores, amostragem e regularização, usando parada antecipada para escolher as rodadas de boosting e um…
Este notebook transforma posições institucionais 13F em um grafo bipartido entre instituições e ações e deriva atributos para pesquisa, incluindo similaridade de copropriedade, amplitude e concentração da propriedade e mudanças nas posições declaradas. Ele…
Este notebook compara a busca exaustiva em grade com o amostrador bayesiano TPE do Optuna para ajustar um modelo LightGBM a uma tarefa de previsão de retornos futuros de ETF. Primeiro, oferece aos dois métodos o mesmo orçamento de testes em uma pequena grade…
Este notebook estuda como calibrar barras de tempo, tick, volume, valor financeiro e desequilíbrio usando várias sessões de dados de negociações market-by-order de NVDA. Ele filtra as negociações para o horário regular, usa os rótulos do lado agressor do…
Este notebook define rótulos de retornos futuros para um painel de ações US e explica por que sua construção afeta todos os modelos e backtests posteriores. Ele especifica janelas de retorno com preços ajustados em sessões de negociação, verifica se cada…
Este notebook treina redes neurais TabM para classificar ETFs usando a mesma tabela plana de atributos que os modelos lineares e de boosting. Cada membro do ensemble compartilha uma base de duas camadas, mas tem seu próprio vetor de escala e camada de saída,…
Este notebook explica como decompor retornos e risco de ETF usando regressões de fatores CAPM e Fama–French. Ele estima exposições na amostra completa com erros-padrão robustos à heterocedasticidade e à autocorrelação, acompanha betas variáveis com janelas…
Este notebook adapta o Word2Vec skip-gram a posições institucionais, tratando cada carteira 13F como uma frase, cada identificador de ação como um token e a classificação pelo tamanho da posição como ordem dos tokens. Posições próximas formam o contexto, de…
Este notebook descreve o ajuste do PatchTST a dados de um minuto do NASDAQ-100 para prever retornos em vários horizontes futuros. O modelo agrupa observações consecutivas em blocos e aplica atenção entre eles, reduzindo a quantidade de itens comparados e…
Este notebook explica uma GAN Wasserstein incondicional baseada em assinaturas para gerar séries temporais financeiras. Ele transforma retornos em trajetórias aumentadas, calcula assinaturas de trajetória truncadas e treina um gerador LSTM orientado por…
Este notebook demonstra verificações de deriva de características de momentum e técnicas de ETF entre períodos calmos e estressados e de futuros perpétuos de cripto com dados de índice de prêmio em diferentes regimes de mercado. Compara o Índice de…
Este notebook avalia o TSMixer como modelo de sequência global para um painel ETF. O modelo compartilha parâmetros entre os fundos, mas usa o histórico e as covariáveis de cada fundo; suas camadas de mistura aprendem relações temporais e dentro de cada série…