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
E-TRENDS propõe uma estrutura de previsão com LSTM para mudanças na tendência acionária no dia seguinte. O estudo se concentra nas 30 maiores ações do S&P 500 e descreve uma validação ao longo de ciclos de mercado de 2005 a 2025. Em vez de prever diretamente…
O artigo formula um problema de construção de carteira para arbitragem estatística, buscando combinações de ativos subjacentes com forte comportamento de reversão à média. Seu objetivo equilibra um critério que mede a força dessa reversão com a variância da…
Este estudo testa se um modelo de linguagem grande pode usar notícias de empresas para aprimorar uma estratégia de momentum transversal. Ele combina retornos diários de componentes do S&P 500 com notícias de alta frequência e, em seguida, solicita ao ChatGPT…
Esta revisão avalia aplicações de AI em ações, ETFs, mercados centralizados de cripto, futuros perpétuos e atividade on-chain. Apresenta o caminho até os retornos de investimento como uma sequência: dados do momento relevante devem sustentar um sinal…
O artigo apresenta um agente de aprendizado por reforço profundo para gestão de carteiras que equilibra a busca por retorno com a contenção de risco. Sua política-alvo ajusta o quanto o agente favorece a ação ideal, usando um parâmetro ajustável de avidez…
Este estudo considera um trader que vende por meio de um livro de ofertas e depois ajusta o estoque restante usando programações de ordens com sinais de compra ou venda em um leilão de fechamento. As duas etapas são conectadas por uma previsão do preço de…
O artigo usa otimização evolutiva para calcular estratégias de trading baseadas em regras a partir de dados de sentimento financeiro. O sinal de sentimento representa a visão otimista ou pessimista da comunidade de trading on-line sobre ações individuais e é…
O estudo testa a arquitetura de previsão Informer como base para estratégias automatizadas com dados de Bitcoin de alta frequência. Treina variantes com RMSE, Generalized Mean Absolute Directional Loss (GMADL) e perda quantílica, e transforma os retornos…
Este estudo preliminar explora se os movimentos do preço do Bitcoin podem ser previstos combinando o sentimento do mercado com a análise técnica. A entrada de sentimento é o Fear and Greed Index, usado junto com indicadores técnicos e algoritmos de machine…
O DeePM é apresentado como um sistema de deep learning de ponta a ponta para gerir carteiras macro diversificadas. Seu projeto trata dados de mercado assíncronos com um mecanismo causal baseado em atrasos, restringe relações entre ativos usando um grafo…
O estudo compara 41 modelos de aprendizado de máquina, divididos entre classificadores e regressores, para prever preços do Bitcoin e avaliar seu uso no trading algorítmico. Combina medidas de previsão, como erros absoluto e quadrático, com medidas de…
Esta discussão explica por que estratégias quantitativas neutras ao dólar, incluindo arbitragem estatística com ações, sofreram drawdowns substanciais durante a liquidação do mercado de COVID-19. Apresenta razões pelas quais essas estratégias podem funcionar…
Esta pesquisa desenvolve uma abordagem de trading de pares de criptomoedas cointegrados, usando cópulas para modelar dependência e identificar erros de precificação relativos. A seleção dos pares combina testes de cointegração lineares e não lineares com uma…
A nota descreve o uso do Índice de Volatilidade Cboe (VIX) como filtro de pós-processamento para estratégias quantitativas. O filtro toma uma decisão diária sobre negociar ou não, com o objetivo declarado de melhorar o índice de Sharpe e limitar o risco de…
Este artigo formula o trading automatizado em condições de mercado variáveis como um problema de bandido com braços contínuos não estacionário. Propõe PRBO, que combina otimização bayesiana com uma abordagem de bandido sobre bandido para ajustar parâmetros…
Este estudo aborda um problema de dupla contagem da variância em dados sintéticos de ações multiativos. Quando geradores completos de retornos de ativos são combinados com um fator de mercado, os retornos simulados podem incluir duas vezes a variância de…
O documento descreve uma estrutura de trading de pares que incorpora classificações ambientais, sociais e de governança ao escolher ações. Combina a seleção de pares baseada em ESG com análise de cointegração para identificar relações candidatas e, em…
Este estudo testa se o contexto em nível de frase melhora modelos de tópicos de notícias usados para construir fatores sistemáticos de precificação de ativos. Compara Latent Dirichlet Allocation com um modelo transformer de frases com parâmetros congelados,…
O documento apresenta evidências de uma década sobre a aplicação de estratégias de acompanhamento de tendências aos mercados de criptomoedas, desde o início da história de mercado do Bitcoin. Argumenta que os mercados cripto compartilham características com…
Este estudo aplica aprendizado profundo multitarefa a carteiras diversificadas de momentum em séries temporais de futuros contínuos. A ideia central é aprender em conjunto a construção da carteira e tarefas relacionadas à volatilidade, em vez de tratar o…
O artigo propõe uma abordagem adaptativa com Temporal Fusion Transformer para previsão de preços de criptomoedas no curto prazo. Para lidar com a não estacionariedade e as variações bruscas dos preços, segmenta a série em subsequências de comprimento…
O estudo examina se previsões probabilísticas melhores dos preços de eletricidade para o dia seguinte levam a melhores resultados no trading com baterias. Identifica duas limitações das estratégias de trading baseadas em quantis: elas não recompensam…
O artigo descreve um método para construir operações de pairs trading com ações de cinco setores da Bolsa Nacional da Índia. Usa cointegração para identificar ações com uma relação de longo prazo e, em seguida, forma carteiras destinadas a operar…
O documento propõe usar redes adversariais generativas com LSTMs para criar trajetórias históricas sintéticas de preços e avaliar estratégias de negociação. A premissa é que uma estratégia escolhida por seu forte desempenho dentro da amostra pode estar…