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
O documento examina se modelos que convertem diretamente condições de mercado em pesos de carteira podem superar estratégias convencionais de futuros entre classes de ativos. Descreve o treinamento dessas políticas com dezesseis contratos futuros líquidos da…
O documento apresenta uma proposta de estratégia de trading de USDCHF que usa a dinâmica do mercado de ouro como filtro intermercado. Ele modela os dois mercados com um modelo oculto de Markov acoplado, relacionando seus comportamentos de estado em vez de…
O artigo avalia se medidas de sentimento e atenção nas redes sociais podem ajudar a prever os retornos logarítmicos diários de dez criptomoedas. Entre os preditores estão o sentimento no Twitter e no Reddit, índices do Google Trends e volume de trading. O…
O documento descreve um sistema de trading de criptomoedas que combina informações de tendência em vários períodos com redes neurais que preveem a direção dos preços no curto prazo. Ele reúne preços de mercado, medidas on-chain e atividade do livro de…
O artigo apresenta uma forma de modelar séries temporais voláteis usando transformações v, que relacionam quantis da distribuição marginal de uma série estacionária com quantis de um indicador previsível de volatilidade. Expressar essas transformações como…
Este estudo aplica aprendizado por reforço profundo ao trading contínuo de futuros e examina espaços de ação discretos e contínuos. Incorpora escala de volatilidade às funções de recompensa, para que o tamanho das posições responda à volatilidade do mercado.…
Este artigo apresenta uma razão entre preço e utilidade destinada a comparar o preço de mercado do Bitcoin com uma medida de utilidade fundamental baseada em blockchain. Os autores derivam a medida usando teoria monetária e a estrutura contábil UTXO do…
O artigo aborda uma limitação dos backtests por reprodução histórica: eles não modelam como o mercado poderia reagir às ações de uma estratégia. Descreve a simulação multiagente como uma forma de representar interações entre traders com estratégias…
O artigo avalia dois métodos de aprendizado por reforço profundo, Double Deep Q-Network e Proximal Policy Optimization, para trading. O desempenho é comparado com uma referência de compra e manutenção usando dados diários de 2019 a 2023. Os ativos descritos…
A abordagem proposta combina previsão de taxas de câmbio com arbitragem estatística, considerando o atraso entre observar os preços e executar as operações. Na primeira etapa, a previsão das taxas de câmbio é modelada como uma regressão no nível das arestas…
ClusterLOB agrupa eventos individuais do mercado com dados market-by-order usando seis características dependentes do tempo e agrupamento K-means++. Os grupos resultantes são interpretados como participantes direcionais, oportunistas e formadores de mercado,…
Este estudo apresenta uma estrutura de aprendizado profundo baseada em dados históricos para trading sistemático de opções, que incorpora diretamente sensibilidades de risco da carteira ao treinamento. Seu objetivo combina uma função de perda orientada ao…
O estudo examina tokens fraudulentos na Uniswap V2 usando dados de transações para caracterizar a atividade de trading e identificar possíveis golpes. A abordagem de detecção combina uma heurística de culpa por associação com técnicas de aprendizado de…
Este estudo examina autoencoders supervisionados para previsão financeira e seu efeito no desempenho de estratégias de trading. Ele combina representações aprendidas com atributos diferenciados fracionariamente e rótulos de barreira tripla, além de testar se…
O documento apresenta o Momentum Transformer, um híbrido de atenção e LSTM para trading com dados de séries temporais. Seu mecanismo de atenção conecta o modelo a etapas temporais anteriores, enquanto várias cabeças de atenção podem representar dinâmicas de…
O documento descreve uma estratégia de seleção de ações que usa medidas de linguagem calculadas a partir de declarações 10-K e 10-Q das empresas. A riqueza lexical reflete a variedade do vocabulário, a densidade lexical mede a proporção de linguagem que…
Este tutorial descreve um fluxo visual para produzir e distribuir análises do mercado de criptomoedas. Solicitações programadas de dados de mercado coletam candles de 15 minutos, horários e diários; o fluxo os identifica e combina. Uma solicitação separada…
Este anúncio de versão descreve mudanças no MLFinLab, um conjunto de ferramentas para desenvolver sistemas de trading baseados em aprendizado de máquina. A geração de barras agora retorna timestamps como índice de um DataFrame, alinhando a saída às funções…
O artigo explica o Online Decision Transformer (ODT), uma abordagem que ajusta um Decision Transformer por meio de interação contínua com um ambiente. Ele analisa como o modelo-base condiciona as ações em estados e ações recentes e valores de retorno…
Este notebook descreve como criar previsões de holdout para uma configuração de modelo de ações de US selecionada anteriormente. Como as escolhas do modelo e as configurações da estratégia foram feitas com resultados de validação, esses mesmos resultados não…
Este notebook apresenta um fluxo de trabalho para monitorar um modelo de trading em produção, usando previsões de holdout como substituto offline de dados ao vivo. Ele valida o painel de características recebido antes de calcular desvios e, em seguida,…
Este notebook apresenta o GReaT, um método para gerar tabelas financeiras sintéticas com um modelo de linguagem. Ele serializa cada linha como texto, ajusta um modelo baseado em GPT com características de ETF e converte o texto gerado de volta em colunas…
O documento descreve um projeto funcional para trading nos mercados europeus de eletricidade com suporte de AI. Trata os mercados a termo, day-ahead, intradiário e de balanceamento como camadas conectadas, moldadas pela regulamentação, regras das bolsas,…