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

Este estudo de caso compara modelos de gradient boosting que preveem retornos até o vencimento para straddles vendidos no dinheiro. Ele varia a capacidade das árvores e três objetivos de ajuste: erro quadrático, erro absoluto e perda de Huber. A validação…

OpçõesVolatilidadeAprendizado de máquinaBacktesting
Machine Learning for Trading

O documento apresenta um fluxo operacional para manter dados diários de mercado atualizados: carregar um histórico inicial, buscar uma pequena atualização com sobreposição, verificar datas ausentes e monitorar a atualidade e problemas de validação. A…

AçõesBacktestingEstatísticaGestão de risco
Machine Learning for Trading

O documento descreve como um estudo de futuros CME gera previsões para um período holdout após selecionar uma configuração de modelo com dados de validação. A configuração e o checkpoint selecionados são recuperados dos resultados de validação; em seguida, o…

FuturosBacktestingGestão de risco
Machine Learning for Trading

Este notebook ajusta um transformer com patches para prever um rótulo principal em um estudo de ações e opções do S&P 500. Ele divide a janela histórica de entrada de cada ação em patches contíguos e trata cada patch como um token de atenção. A atenção pode…

AçõesOpçõesAprendizado de máquinaBacktesting
Machine Learning for Trading

Esta configuração descreve um estudo semanal de venda de straddles no dinheiro sobre componentes do S&P 500. As posições são abertas na sexta-feira e mantidas até perto do vencimento, com hedges diários em ações acionados por mudanças no delta das opções. A…

OpçõesVolatilidadeGestão de riscoBacktesting
Machine Learning for Trading

Este notebook explica um modelo de fator estocástico de desconto de ETF que ajusta uma única série de pesos aos retornos de preços entre fundos. Ao contrário dos modelos que estimam separadamente as exposições dos fundos e os retornos dos fatores, ele treina…

AçõesEstatísticaAprendizado de máquinaConstrução de portfólio
arXiv papers

O artigo apresenta uma arquitetura de evidências para avaliar fluxos de trabalho em sistemas financeiros híbridos on-chain. Um manifesto selado registra identidades dos sistemas, funções, esquemas e informações de versão; sete camadas de evidência são…

CriptoDeFiMicroestrutura de mercadoGestão de risco
arXiv papers

MintEval avalia se modelos de linguagem traduzem instruções de traders em código que se comporta como a estratégia pretendida. Ele cria estratégias de referência com componentes combináveis, transforma-as em instruções coloquiais e pede aos modelos que as…

Aprendizado de máquinaBacktestingExecuçãoCripto
arXiv papers

Este estudo testa se a otimização de política proximal consegue aprender decisões de velocidade de trading de uma corretora em um jogo contínuo no tempo entre corretora e trader, com solução analítica. Ele deriva uma recompensa discreta do objetivo em tempo…

Aprendizado de máquinaExecuçãoMicroestrutura de mercadoBacktesting
arXiv papers

O documento argumenta que os retornos financeiros podem parecer quase aleatórios em análises tradicionais de séries temporais e, ainda assim, conter padrões detectáveis com estatística multivariada moderna. Ele descreve uma análise inspirada em métodos da…

FuturosSeguir tendênciasVolatilidadeEstatística
arXiv papers

Este estudo avalia carteiras de momentum físico formadas com ações 500 NSE em horizontes diário, semanal, mensal e anual. Analisa retornos históricos e perfis de risco de 2014 a 2021, comparando a carteira de melhor desempenho em cada horizonte com uma…

AçõesMomentumEstatísticaBacktesting
arXiv papers

Este estudo examina se traders podem agir sobre a anomalia Gotobi: uma tendência relatada de o USD/JPY subir em direção a 9:55 em datas japonesas cujo dia do mês é divisível por cinco. O foco é uma questão prática: se uma estratégia baseada nesse padrão…

CâmbioArbitragemEstatísticaBacktesting
arXiv papers

O artigo apresenta Trading Deep Q-Network (TDQN), uma abordagem de aprendizado por reforço profundo para escolher posições no mercado de ações ao longo do tempo. Adapta o método DQN ao trading e define o índice de Sharpe como a medida de desempenho que a…

AçõesAprendizado de máquinaEstatísticaBacktesting
arXiv papers

Este artigo considera como modelar relações mutáveis entre múltiplos fluxos de dados que evoluem ao longo do tempo. Seu foco são os mínimos quadrados flexíveis (FLS), que modificam os mínimos quadrados ordinários com uma penalidade que permite a variação dos…

EstatísticaArbitragemFuturosBacktesting
arXiv papers

O artigo questiona afirmações publicadas sobre agentes de trading baseados em AI e aprendizado de máquina. Argumenta que algumas avaliações anteriores se apoiaram em um número limitado de sessões de teste e cenários de mercado, deixando evidências…

Aprendizado de máquinaBacktestingEstatística
arXiv papers

Este documento apresenta o PySDTest, um pacote para Python e Stata que testa estatisticamente relações de dominância estocástica. Descreve procedimentos de vários métodos publicados e suas extensões, além de opções para combinar estatísticas de teste com…

EstatísticaCriptoAçõesConstrução de portfólio
arXiv papers

Este estudo examina como classificadores que podem se abster de prever influenciam decisões de trading. Um classificador direcional padrão sempre implica uma posição no mercado, enquanto um classificador seletivo pode deixar a carteira sem investimento…

Aprendizado de máquinaFuturosCommoditiesBacktesting
arXiv papers

O estudo separa a descoberta de fatores de sua aprovação. Um agente pode propor candidatos e criar sondagens diagnósticas, enquanto um árbitro estatístico com regras fixas avalia cada proposta usando resultados de mercado observados somente após o envio. O…

Investimento em fatoresAprendizado de máquinaEstatísticaBacktesting
arXiv papers

O artigo examina como a seleção de estratégias com base em dados históricos pode gerar estimativas de desempenho enganosas. Apresenta uma correção por penalidade de covariância que reduz uma métrica de risco para levar em conta o número de parâmetros e a…

BacktestingEstatísticaGestão de risco
arXiv papers

O artigo examina como a probabilidade de execução e a seleção adversa afetam as simulações de estratégias de criação de mercado de curto prazo. Estuda uma estratégia de controle ótimo estocástico em contratos futuros líquidos CME, incluindo contratos de…

FuturosFormação de mercadoBacktestingMicroestrutura de mercado