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

161 documentos

Machine Learning for Trading

Este notebook apresenta um modelo neural de fator de desconto estocástico para um painel de futuros CME. O modelo usa tanto os retornos dos produtos quanto características observáveis, como carry, momentum e volatilidade, para construir fatores latentes e…

FuturosAprendizado de máquinaInvestimento em fatoresBacktesting
Machine Learning for Trading

Este notebook explica a construção de características com dados além do histórico de preços de um único ativo. Calcula o retorno de rolagem anualizado de futuros a partir dos preços contemporâneos dos contratos próximos e diferidos e usa três vencimentos…

FuturosOpçõesCarryVolatilidade
Machine Learning for Trading

Esta configuração define um universo semanal de pesquisa de futuros que abrange índices de ações, títulos públicos, energia, metais, moedas, agricultura e pecuária. Estabelece a liquidação de sexta-feira como referência para a decisão e a abertura de…

FuturosMultiativosCarryMomentum
Machine Learning for Trading

Este notebook examina os resultados retidos de uma auditoria de estratégias reais que compara o mecanismo LEAN com perfis correspondentes de backtest do ML4T. Ele identifica as cargas de trabalho por classe de ativos compatíveis com as entradas congeladas e…

BacktestingExecuçãoAçõesFuturos
Machine Learning for Trading

Este guia de dados descreve uma coleção de contratos futuros contínuos CME que abrange índices de ações, juros, energia, metais, moedas, agricultura e pecuária. Explica os dados de origem por hora e a frequência diária derivada, os vários vencimentos de…

FuturosMultiativosCommoditiesBacktesting
Machine Learning for Trading

Este documento apresenta duas abordagens de fatores latentes para retornos de futuros. A análise de componentes principais encontra direções não correlacionadas que explicam a maior parte da variação dos retornos, enquanto um fator de desconto estocástico…

FuturosAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este documento explica um experimento com futuros da CME usando TabM, um ensemble neural eficiente em parâmetros, nas mesmas linhas de características construídas e nos mesmos folds walk-forward dos modelos lineares e de boosting de gradiente. O TabM…

FuturosAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

O notebook monta pipelines completos para ações diárias e futuros perpétuos de cripto por hora, abrangendo aquisição, validação, identificação da fonte e armazenamento. O exemplo de ações combina dados históricos do WikiPrices com um feed mais recente do…

AçõesCriptoFuturosMicroestrutura de mercado
Machine Learning for Trading

Este guia apresenta os relatórios públicos Commitment of Traders da CFTC como fonte de dados semanais sobre posições em futuros. Distingue o relatório Traders in Financial Futures, que classifica participantes como dealers, gestores de ativos e fundos…

FuturosCommoditiesSentimentoBacktesting
Machine Learning for Trading

Este notebook constrói fatores de componentes principais a partir de um painel de retornos de futuros CME, não de características construídas, como carry, momentum ou volatilidade. PCA encontra direções que explicam a variação entre produtos; a primeira pode…

FuturosInvestimento em fatoresAprendizado de máquinaBacktesting
Machine Learning for Trading

Este notebook descreve como gerar previsões para holdout de uma configuração de modelo de futuros de CME. A configuração é escolhida com resultados da validação e, em seguida, reajustada com dados que terminam antes do início da janela de holdout. Um…

FuturosBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este notebook seleciona um estudo de caso de futuros CME a partir de backtests de validação registrados que abrangem regras de sinal, alocação e sobreposições de risco. Ele compara candidatos entre os dois horizontes de retorno e escolhe a configuração com o…

FuturosBacktestingGestão de riscoConstrução de portfólio
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

O documento explica como obter dados semanais CFTC do Commitment of Traders para produtos futuros selecionados e salvar o histórico de cada produto em um arquivo Parquet. Os relatórios COT registram o posicionamento de terça-feira e são divulgados na…

FuturosCommoditiesSentimento
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 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 aplica a teoria generalizada dos valores extremos aos retornos extremos em mercados de futuros de bitcoin para examinar o risco de liquidação forçada, a alavancagem e os níveis de margem em posições compradas e vendidas. A análise empírica usa…

CriptoFuturosFuturos perpétuosGestão de risco
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 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
arXiv papers

O documento descreve uma abordagem de aprendizado supervisionado para prever a direção dos preços no mercado chinês de futuros. Usa um modelo de classificação para prever os movimentos dos preços dos futuros e transforma essas previsões em uma estratégia de…

FuturosAprendizado de máquinaMercados chinesesBacktesting
arXiv papers

O estudo examina extensões de operações de pares entre futuros de petróleo Brent, WTI e futuros de petróleo de Xangai. Relata que as três séries de preços são cointegradas e modela o spread resultante como um processo de reversão à média, com regimes…

CommoditiesFuturosTrading de paresArbitragem