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
Este documento apresenta um inventário entre mercados de artefatos de atributos baseados em modelos, provenientes de nove estudos de caso. Ele lê esquemas Parquet em vez de carregar suas linhas, exclui colunas identificadoras, conta colunas de atributos e…
Este documento reformula uma previsão de retorno de ações em cinco sessões por meio da amostragem de dados diários às sextas-feiras. O rótulo continua sendo um retorno de cinco sessões, mas na grade semanal abrange cerca de uma etapa do modelo. O notebook…
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 testa se árvores com gradient boosting melhoram a classificação cross-sectional de pares de moedas em relação a um modelo linear penalizado. O universo de FX contém pares que compartilham moedas, portanto as observações são dependentes: um…
Este módulo utilitário oferece suporte a fluxos de deep learning para séries temporais financeiras de múltiplos ativos. Ele resolve aliases de conjuntos de dados e carrega dados canônicos de estudos de caso; em seguida, cria sequências de janelas móveis…
Este notebook compara três maneiras de orquestrar um fluxo de previsão em quatro fases: composição direta em Python, uma versão CrewAI orientada por papéis e uma versão LangGraph que delega às mesmas classes especialistas da implementação nativa. Ele examina…
Este notebook descreve uma análise de aprendizado de máquina duplo do efeito associado a um tratamento de momentum em FX, após o ajuste pelos confundidores configurados. Modelos auxiliares flexíveis estimam o resultado e o tratamento a partir desses…
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 configura uma execução de previsão NLinear para pares de FX. O modelo usa uma janela retrospectiva fixa e consecutiva e subtrai o último nível observado, direcionando o ajuste para as variações nessa janela. Resolve a janela retrospectiva, a…
Este código define salvaguardas para validação cruzada reproduzível, acompanhamento da elegibilidade e atributos temporais específicos de cada divisão. Ele normaliza os limites das divisões, compara as divisões solicitadas aos limites usados para criar…
Este notebook apresenta diagnósticos apenas de validação para um rótulo de retorno de opções do S&P 500, protegido por delta por 10 sessões. Ele organiza os preditores financeiros em grupos dependentes e independentes da volatilidade implícita e, em seguida,…
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 cria atributos baseados em regras para uma seção transversal de futuros de CME, com foco no carry decorrente do spread entre contratos de vencimentos próximos. Também constrói atributos de momentum, volatilidade, formato da curva e calendário.…
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 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 capítulo apresenta um fluxo de pesquisa com modelos preditivos em trading, no qual previsões estáveis fora da amostra podem ser mais importantes que estimativas não enviesadas de coeficientes. Ele aborda métodos de regressão regularizada, como Ridge,…
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 capítulo apresenta a pesquisa de estratégias como o desenho e a avaliação de um processo decisório executável, da ideia econômica inicial ao dimensionamento de posições, às restrições, aos custos e aos testes semelhantes ao trading ao vivo. Recomenda…
Este notebook cria atributos baseados em modelos para pesquisa de opções do S&P 500, usando retornos do ativo subjacente. Ele ajusta GJR-GARCH, que dá peso adicional a choques de retorno negativos, e um modelo de volatilidade estocástica cuja variância…
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 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…