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

356 documentos

Machine Learning for Trading

Este notebook transforma rankings de modelos em carteiras simples de contratos perpétuos de cripto. A cada horário de funding, uma regra de entrada seleciona contratos do topo ou da base do ranking e atribui pesos iguais. A ponderação igual oferece um ponto…

CriptoFuturos perpétuosBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook mostra como converter retornos brutos em desempenho líquido sob premissas explícitas de trading, financiamento e despesas do fundo. A estrutura de custos inclui spread e impacto de mercado, comissões e taxas de bolsa, juros de margem, aluguel…

AçõesExecuçãoBacktestingGestão de risco
Machine Learning for Trading

Este estudo reavalia os resultados das principais combinações de alocação de ETF e controle de risco sob duas grades de custos, mantendo fixa cada configuração de estratégia registrada. Uma grade usa pontos-base por operação; a outra usa comissão por ação e…

BacktestingExecuçãoConstrução de portfólioGestão de risco
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 material explica como avaliar uma estratégia escolhida com dados de validação usando previsões de um holdout separado de 2021. Mantém fixos a alocação selecionada, a concentração, os controles de risco, a agenda de trading e os custos, alterando somente…

AçõesBacktestingGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook explica um autoencoder condicional que modela retornos de ações como exposições fatoriais dependentes de características multiplicadas por fatores latentes. Primeiro, estima retornos de carteiras geridas por características por meio de um…

AçõesInvestimento em fatoresAprendizado de máquinaConstrução de portfólio
arXiv papers

Este trabalho desenvolve uma abordagem de aprendizado por reforço para otimizar políticas segundo critérios de desempenho sensíveis ao risco. Avalia as políticas com utilidade esperada dependente de postos, que permite a um agente expressar diferentes…

Aprendizado de máquinaGestão de riscoConstrução de portfólioArbitragem
Machine Learning for Trading

Este notebook estuda como regras de alocação afetam estratégias de ETF depois que um modelo já classificou os ativos. Mantém fixos os conjuntos de previsões e o calendário de rebalanceamento, seleciona a mesma cesta dos ativos mais bem classificados em cada…

AçõesConstrução de portfólioDimensionamento de posiçãoGestão de risco
Machine Learning for Trading

Este notebook testa se a construção de carteira pode recuperar uma estratégia NASDAQ-100 a cada barra, cujo desempenho foi prejudicado pelos custos. Seleciona as previsões de referência mais bem classificadas usando o universo de seleção declarado e, em…

AçõesConstrução de portfólioDimensionamento de posiçãoExecução
Machine Learning for Trading

Este notebook seleciona configurações de previsão de validação com melhor desempenho em uma referência de sinais com pesos iguais e testa métodos alternativos de alocação sobre as mesmas previsões. Compara ponderação baseada em pontuação e conformal com…

AçõesConstrução de portfólioDimensionamento de posiçãoBacktesting
Machine Learning for Trading

Este notebook avalia o desempenho de conjuntos registrados de previsões de ETF quando convertidos em carteiras. Ele cruza cada conjunto de previsões de validação com esquemas de entrada declarados, como diferentes quantidades de posições entre as mais bem…

AçõesBacktestingConstrução de portfólioGestão de risco
Machine Learning for Trading

Este notebook avalia previsões de validação como carteiras de ações somente compradas, selecionando os K maiores ativos e atribuindo pesos iguais, com um cronograma de decisões determinado pela frequência de cada rótulo. Ele verifica a ordem dos eventos…

AçõesOpçõesBacktestingConstrução de portfólio
Machine Learning for Trading

Este documento descreve maneiras de transformar registros de entidades datados em matrizes para estudos de caso de fatores latentes. Um método mantém apenas as entidades que atingem um limite de cobertura aprendido com um conjunto de dados de elegibilidade,…

Investimento em fatoresConstrução de portfólioEstatística
Machine Learning for Trading

Este módulo utilitário compartilhado fornece um pipeline comum de boosting por gradiente para pesquisa quantitativa. Ele define configurações predefinidas de capacidade e mapeia nomes canônicos de parâmetros para as configurações correspondentes no LightGBM,…

Aprendizado de máquinaBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook explica Tail-GAN, uma abordagem adversarial generativa para criar cenários de retorno financeiro visando valor em risco (VaR) e expected shortfall (ES). Ele usa ordenação diferenciável para que gradientes possam atravessar estimativas de…

Aprendizado de máquinaGestão de riscoVolatilidadeConstrução de portfólio
Machine Learning for Trading

Este módulo Python descreve métodos para quantificar a incerteza em backtests de estratégias usando retornos diários fora da amostra. Ele combina intervalos de bootstrap em blocos estacionários para estatísticas de séries de retornos, erro padrão de Sharpe…

BacktestingEstatísticaGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook sintetiza resultados de validação registrados para cinco estimadores de fatores latentes em um conjunto de estudos de caso. Primeiro, mapeia quais estimadores têm resultados para cada painel e, em seguida, identifica o estimador líder pela…

Aprendizado de máquinaEstatísticaInvestimento em fatoresBacktesting
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

Este notebook explica um modelo de fator estocástico de desconto de ETF que ajusta uma única série de pesos aos retornos de preços entre fundos. Ao contrário dos modelos que estimam separadamente as exposições dos fundos e os retornos dos fatores, ele treina…

AçõesEstatísticaAprendizado de máquinaConstrução de portfólio
arXiv papers

Este trabalho estuda investimento e consumo em horizonte infinito para um investidor com utilidade potência em um mercado incompleto, cujas oportunidades dependem de um fator estocástico. Ele trata tanto fatores de estados finitos quanto fatores modelados…

Construção de portfólioGestão de riscoVolatilidadeEstatística
arXiv papers

O documento descreve o uso do algoritmo Graph-based Coalition Structure Generation, GCS-Q, para agrupar ativos representados por um grafo ponderado com sinal das correlações de retorno. A motivação é que abordagens comuns de agrupamento podem perder…

MultiativosConstrução de portfólioEstatísticaAprendizado de máquina
arXiv papers

O artigo descreve uma abordagem automatizada de trading de ações que combina três algoritmos de aprendizado por reforço ator-crítico: Proximal Policy Optimization, Advantage Actor Critic e Deep Deterministic Policy Gradient. Os agentes são treinados para…

AçõesAprendizado de máquinaConstrução de portfólioGestão de risco
arXiv papers

O documento apresenta um modelo multiativos com dois tipos de investidores: fundamentalistas, que reagem às diferenças percebidas entre os preços das ações e seus fundamentos, e grafistas, que usam tendências de preços. Ambos os grupos tomam decisões de…

MultiativosAçõesReversão à médiaIndicadores técnicos