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.
976 documentos
Este documento descreve uma estratégia ativa que alterna a alocação entre carteiras de ações com pesos iguais e carteiras ponderadas pela capitalização de mercado. A motivação é que a ponderação igualitária superou o mercado em muitos períodos longos, mas…
Este artigo descreve uma estratégia dinâmica para proteger uma carteira contra perdas de cauda, mantendo a participação em regimes de alta do mercado. A estratégia define um nível máximo desejado de Value-at-Risk e usa classificadores para estimar a…
Esta análise preliminar aplica um processo de Ornstein–Uhlenbeck para modelar spreads entre pares de ações em uma estratégia de trading de reversão à média. Ela compara essa abordagem a um método mais simples, que estima a média e o desvio padrão do spread…
Este estudo analisa 4,000 carteiras reais de ações dos EUA, com períodos de manutenção de aproximadamente 0.7 a 19 dias de negociação. O estudo relata que os centavos por ação variam inversamente ao giro da carteira, enquanto os retornos da carteira não…
Este estudo aplica Twin-Delayed Deep Deterministic Policy Gradient (TD3), um método de aprendizado por reforço com ações contínuas, aos preços de fechamento diários das ações da Amazon e do Bitcoin. A ação de trading representa tanto a posição a assumir…
Este trabalho descreve estratégias de trading sistemático guiadas por indicadores de crise derivados dos espectros de matrizes de covariância ou correlação. Uma família de indicadores compara a distribuição de autovalores de cada data com uma distribuição de…
Este estudo testa uma estratégia de pares com preços à vista de 17 commodities indianas dos setores de energia, metais e agricultura, de 2010 a 2018. Ele usa testes de cointegração de Johansen na amostra de treinamento para selecionar pares de commodities…
Este artigo testa se o modelo de volatilidade local é útil para fazer hedge de opções vanilla AUD/USD. A volatilidade local amplia Black-Scholes ao permitir que a volatilidade dependa do tempo e da taxa de câmbio do ativo subjacente, e pode ser calibrada…
O documento descreve um método orientado por dados com janela deslizante para resolver um problema de carteira log-ótima. Em vez de atribuir um único conjunto fixo de pesos à carteira, a abordagem produz pesos que variam ao longo do tempo. Isso oferece uma…
O documento apresenta L2GMOM, uma estrutura de aprendizado de máquina para momentum em rede. O momentum em rede usa relações entre ativos para ajudar a prever retornos futuros. A estrutura proposta aprende a rede financeira e os sinais de trading em…
Este artigo descreve uma rede neural convolucional sem modelo que recebe preços históricos de um conjunto de ativos e gera pesos para a carteira. Ela é treinada por aprendizado por reforço, usando o retorno acumulado como recompensa. Os dados de treinamento…
O estudo examina por que os retornos do seguimento de tendência de curto prazo enfraqueceram desde aproximadamente 2009. Analisa uma seção transversal de contratos futuros líquidos entre 1995 e 2025, junto com uma referência de CTA, e compara os resultados…
O artigo avalia se sinais macroeconômicos e de mercado podem orientar o timing das alocações entre cestas de ETFs de crescimento e defensivos ETF. Enquadra a tarefa como alocação por estilo, e não como descoberta de um novo fator alfa: a atribuição de…
Este estudo compara volatilidade histórica, ARCH de média móvel exponencial, modelos GARCH e EGARCH usando preços à vista do Bitcoin. Relata que GARCH e EGARCH têm desempenho superior às alternativas tanto no ajuste dentro da amostra quanto nas previsões…
O artigo desenvolve procedimentos bootstrap para inferência baseada em verossimilhança em modelos autorregressivos de duração condicional. Como as observações são durações registradas ao longo de um intervalo de tempo fixo, o número de observações pode ser…
Este sistema proposto usa relações de volatilidade entre ações de grande porte para gerar sinais de tendência. Primeiro, analisa dados de preços com estudos de correlação e autocorrelação, indicadores técnicos, testes de hipóteses, modelos estatísticos e…
O documento apresenta QTMRL, um agente de aprendizado por reforço projetado para tomar decisões de trading de ações usando indicadores técnicos. Seu conjunto de dados de entrada combina dados diários de preços e volumes de ações representativas do S&P 500,…
O artigo propõe um processo de seleção de estratégias chamado DNN-forwardtesting. Em vez de escolher uma estratégia de trading apenas pelos resultados em preços históricos, primeiro prevê uma possível trajetória futura de preços com uma rede neural profunda…
O artigo apresenta as Deep Momentum Networks, que combinam aprendizado profundo com a estrutura de ajuste por volatilidade usada no momentum de séries temporais. Uma rede neural aprende em conjunto as estimativas de tendência e o tamanho das posições, com…
O artigo propõe o Mid-LSTM, um modelo de deep learning destinado a prever preços de ações em um horizonte de médio prazo, considerando anomalias de mercado. Seu desenho representa tendências de mercado como estados ocultos. A abordagem descrita primeiro…
O artigo desenvolve uma estrutura de carteira baseada em sinais de acompanhamento de tendências. Combina um modelo de autocorrelação com a covariância das tendências e os prêmios de risco, e especifica modelos para a matriz de covariância das tendências. A…
Este estudo testa alegações de que o preço do Bitcoin segue uma lei de potência ao longo do tempo e examina se esse padrão é estruturalmente robusto ou útil para previsões. Aplica o protocolo de Clauset–Shalizi–Newman às distribuições do Bitcoin relevantes…
O documento apresenta um fluxo geral para projetar, implementar e avaliar estratégias de trading algorítmico nos mercados de ações e cripto. Usa quatro exemplos: cruzamento de médias móveis, uma abordagem de execução ponderada por volume, trading baseado em…
Este estudo avalia uma estratégia dinâmica de trading de pares de criptomoedas que seleciona ativos e adapta sua janela retrospectiva usando testes de cointegração e velocidade estimada de reversão à média. Aplica os testes de Engle-Granger,…