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 estudo replica uma abordagem de arbitragem estatística com deep learning que negocia resíduos de modelos fatoriais de precificação de ativos. Aplica o método original a um período fora da amostra mais recente, usando dados de ações dos EUA de 2016 a…
O artigo propõe uma técnica de inferência bayesiana e correntropia para modelar a incerteza e a ambiguidade nas informações de mercado e avaliar preços de ativos. Aplica a abordagem a um modelo de precificação de ativos baseado no consumo, representando a…
O PrivySense propõe estimar o sentimento em notícias financeiras por meio da volatilidade observada dos preços. Isso inverte a abordagem convencional descrita no artigo, na qual classificadores de sentimento são treinados com textos rotulados por pessoas e…
Este documento apresenta o GT-Score, um objetivo composto para otimizar estratégias de trading orientadas por dados. Ele combina medidas de desempenho, significância estatística, consistência e risco de perdas, buscando desencorajar escolhas excessivamente…
O documento apresenta um método de aprendizado por reforço sem modelo para otimização sequencial quando os resultados são avaliados com medidas dinâmicas de risco convexo. Ele usa um princípio de programação dinâmica temporalmente consistente para valorar…
Este artigo estuda se reações exageradas intradiárias nos preços das ações da Apple podem ser previstas e negociadas como sinais de momentum. Combina retornos normalizados pela volatilidade com características emocionais derivadas de mensagens no Twitter,…
O artigo investiga se sinais da CryptoQuant, incluindo dados on-chain, de exchanges e de mineradores, além de publicações de alertas de baleias, podem ajudar a prever a volatilidade do Bitcoin no dia seguinte, especialmente picos extremos. Propõe um modelo…
O documento apresenta o FutureQuant, um modelo Transformer para mercados futuros que usa mecanismos de atenção para processar entradas complexas, incluindo dados do livro de ofertas em tempo real. Em vez de prever um único preço futuro, ele busca estimar uma…
Este artigo apresenta uma estrutura de aprendizado por reforço sem modelo para realocar uma carteira entre ativos financeiros. Seus componentes incluem um conjunto de avaliadores independentes, memória dos pesos anteriores da carteira, aprendizado…
Este artigo propõe um modelo recorrente profundo que usa o fluxo de ordens da corretora para modelar movimentos direcionais de preços em alta frequência. O fluxo de ordens é descrito como o conjunto de ordens recebidas que contribui para a formação de…
PPO-HRAP combina otimização de política proximal com uma exposição-alvo derivada dos regimes de mercado. A política observa características do mercado e o estado da carteira, e então combina a ação aprendida com o alvo do regime. A recompensa considera os…
O documento descreve uma abordagem de reversão à média que parte de estratégias de trading da curva de juros e amplia a ideia para uma estratégia com vários pares de moedas importantes. Para refinar os sinais de trading, a estratégia incorpora previsões de…
Este estudo teórico pergunta em que condições vários mandatos de risco causais, cada um baseado em informações sobrepostas, podem ser implementados por uma única carteira autofinanciada que seja ótima diante das informações reunidas. Em um mercado browniano…
O artigo descreve um sistema de trading de ações que combina sinais de tendência e momentum de médias móveis exponenciais e MACD com sinais de reversão à média de RSI e bandas de Bollinger. Ele adiciona estimativas de sentimento financeiro do FinBERT, usa…
Este documento apresenta um modelo de gestão de carteira que combina um agente de aprendizado por reforço voltado a retornos com um controlador de risco baseado em função barreira. O componente de aprendizado busca decisões de investimento rentáveis,…
Este artigo propõe um modelo para encontrar padrões de curto prazo em séries temporais financeiras que possam sinalizar a direção futura dos preços. Ele busca padrões de alta qualidade e sem sobreposição, agrupando exemplos históricos e eliminando os menos…
Este modelo combina medidas de volatilidade realizada com um modelo GARCH realizado aprimorado por LSTM para representar conjuntamente retornos e volatilidade realizada. Ele usa Monte Carlo Sequencial para inferência bayesiana e previsão, reunindo modelagem…
Este trabalho estende o aprendizado online com memória, do cenário de especialistas à otimização convexa online geral. O cenário modela decisões cujas perdas dependem de uma sequência de ações passadas, captando restrições temporais que a otimização comum…
Este estudo propõe uma estrutura de arbitragem estatística com múltiplos pares de ações dos EUA, usando agrupamento em grafos para identificar relações entre ações. Combina métodos quantitativos com classificadores de aprendizado de máquina e o critério de…
Este estudo descreve um fluxo de trabalho para aplicar redes neurais recorrentes à previsão de preços de criptomoedas e ao desenvolvimento de estratégias de trading. A volatilidade do mercado e a capacidade dos modelos recorrentes de representar padrões em…
O estudo descreve uma abordagem automatizada de volatilidade comprada que opera opções straddle sem prever se os preços vão subir ou cair. Aplica uma rede double deep Q baseada em Transformer, usando atenção sobre entradas de séries temporais e informações…
Este documento estuda previsões de redes neurais quando a relação entre entradas e retornos muda ao longo do tempo. Propõe a parada antecipada online, uma abordagem de treinamento destinada a permitir que o modelo acompanhe uma função em evolução sem exigir…
Este trabalho usa fatoração tensorial não negativa (NTF) para identificar padrões de atividade de trading em várias escalas de tempo nos mercados financeiros online. O método é primeiro demonstrado com dados sintéticos e, em seguida, aplicado às transações…
O documento descreve a construção de estratégias por meio da classificação dos estados do mercado, em vez da previsão direta de preços ou retornos. Os rótulos definem os estados, e características do mercado, como médias móveis, são selecionadas pela…