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

161 documentos

Machine Learning for Trading

Este estudo de caso compara métodos alternativos de dimensionamento de posições para futuros do CME com uma referência de pesos iguais. Explica como o dimensionamento inverso à volatilidade usa a volatilidade própria de cada contrato, enquanto métodos…

FuturosDimensionamento de posiçãoConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook explica como construir um histórico contínuo de preços de futuros a partir de contratos individuais com vencimento. Identifica contratos do mês mais próximo usando o volume de negociação, aplica uma restrição que impede o retorno a contratos…

FuturosBacktestingExecuçãoMicroestrutura de mercado
Machine Learning for Trading

Este script de demonstração exercita um fluxo de pesquisa reduzido de futuros do CME, das previsões do modelo aos pesos da carteira e ao backtesting. Verifica se as previsões cobrem exatamente as chaves esperadas de produto, timestamp e fold, se os estados…

FuturosBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Este notebook estabelece uma referência na etapa de sinal para avaliar previsões de modelos sobre futuros do CME. A cada decisão semanal, ordena os produtos pelos retornos previstos, compra o grupo no topo, vende a descoberto o grupo na base e atribui o…

FuturosBacktestingConstrução de portfólioExecução
Machine Learning for Trading

O documento explica como construir rótulos de retorno futuro para uma estratégia transversal de futuros que ordena produtos pela estrutura a termo. Distingue preços ajustados por rolagem, adequados a retornos ao longo das rolagens de contratos, de preços de…

FuturosCommoditiesCarryBacktesting
Machine Learning for Trading

O documento descreve três recursos baseados em modelos e derivados do carry de futuros: uma previsão ARIMA do carry da sessão seguinte, medidas móveis de Fourier para durações de ciclo selecionadas e um modelo oculto de Markov com dois estados que infere o…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este documento explica uma referência de validação para previsões de modelos em futuros CME. A cada decisão semanal, os produtos são ordenados pelo retorno previsto; o grupo superior é mantido comprado e o inferior, vendido, com pesos iguais em cada perna. A…

FuturosBacktestingConstrução de portfólioGestão de risco
Machine Learning for Trading

Esta análise compara efeitos de tratamento estimados por double machine learning e registrados em nove estudos de caso de trading. Carrega os resultados atuais do registro de cada estudo, verifica a integridade do registro e rótulos duplicados e explicita a…

EstatísticaAprendizado de máquinaBacktestingAções
Machine Learning for Trading

Este documento descreve um conjunto de dados e um fluxo de trabalho para estudar futuros perpétuos de criptomoedas junto com seu índice de prêmio. Apresenta observações horárias de OHLCV e leituras do prêmio a cada oito horas para um universo configurado,…

CriptoFuturos perpétuosFuturosArbitragem
Machine Learning for Trading

Este notebook avalia como os custos de transação modelados afetam uma configuração fixa de futuros CME, selecionada em outra etapa do processo de pesquisa. Aplica uma grade de custos totais, dividindo cada nível igualmente entre comissão e derrapagem, e…

FuturosBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Este documento descreve um conjunto de dados de futuros CME com barras horárias e diárias, contratos contínuos do vencimento mais próximo e dois prazos diferidos em vários grupos de produtos. Explica a cobertura, os campos e as opções de carregamento do…

FuturosCarryCommoditiesMicroestrutura de mercado
Machine Learning for Trading

O documento apresenta fatores latentes como impulsionadores compartilhados de retorno, inferidos pelo movimento conjunto entre contratos futuros em vez de fornecidos como preditores nomeados. Compara duas abordagens ajustadas dentro de cada fold de…

FuturosInvestimento em fatoresAprendizado de máquinaConstrução de portfólio
Machine Learning for Trading

Este notebook aplica uma configuração de futuros CME selecionada anteriormente às previsões de holdout, usando o alocador definido, o cronograma de rebalanceamento, as regras de concentração e as hipóteses de custos de transação. O ponto metodológico central…

FuturosBacktestingGestão de riscoEstatística
Machine Learning for Trading

Este notebook descreve como selecionar uma configuração de estudo de caso de futuros CME a partir de backtests de validação registrados. Ele reúne candidatos das etapas de sinal, alocação e gestão de risco e, em seguida, escolhe a configuração com o maior…

FuturosBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook apresenta comparações de paridade entre Backtrader, Zipline Reloaded e uma estrutura interna de trading, usando estratégias selecionadas de estudos de caso reais. Inclui comparações de ETF e US de ações para ambos os mecanismos externos, além…

BacktestingExecuçãoMicroestrutura de mercadoAções
Machine Learning for Trading

Este estudo de caso avalia TabM, um ensemble neural eficiente em parâmetros, nas mesmas linhas de características de futuros CME disponíveis no ponto no tempo e nas dobras walk-forward usadas por outras famílias de modelos. O estudo apresenta TabM como uma…

FuturosAprendizado de máquinaBacktestingGestão de risco
Machine Learning for Trading

Esta avaliação de variáveis compara candidatas financeiras e derivadas de modelos com retornos futuros de futuros CME. Para cada variável, verifica a cobertura e a defasagem dos dados, mede a correlação transversal diária de postos entre valores das…

FuturosEstatísticaAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook estuda como a regularização afeta um modelo de futuros CME construído a partir de famílias correlacionadas de variáveis, incluindo carry, Sharpe móvel, momentum e medidas de volatilidade. Ele compara Ridge, Lasso e ElasticNet: Ridge reduz os…

FuturosAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook aplica regras configuradas de stop-loss, trailing stop e saída por tempo ao sinal ou à estratégia de alocação com melhor classificação na validação para cada horizonte de retorno de futuros. Cada regra é avaliada sobre sua própria estratégia de…

FuturosCarryReversão à médiaGestão de risco
Machine Learning for Trading

Este notebook desenvolve uma estrutura que leva em conta as unidades para estimar custos de negociação em ações, ETFs, futuros, câmbio e contratos perpétuos de cripto. Primeiro, distingue o volume negociado de medidas de atividade que não podem ser…

ExecuçãoMicroestrutura de mercadoGestão de riscoFuturos
Machine Learning for Trading

Este notebook avalia modelos de sequência LSTM e NLinear para prever futuros. Diferentemente dos modelos que usam uma linha de recursos por decisão, modelos de sequência consomem janelas ordenadas de observações passadas e podem aprender padrões que resumos…

FuturosAprendizado de máquinaBacktestingGestão de risco
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