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

765 documentos

Machine Learning for Trading

Esta demonstração de implantação reajusta um modelo Ridge com dados diários históricos de uma seção transversal dos principais pares de FX, busca candles atuais por meio de uma sessão paper trading da Interactive Brokers, classifica os pares e monta uma…

CâmbioExecuçãoAprendizado de máquinaMicroestrutura de mercado
Machine Learning for Trading

Este notebook treina um agente de otimização de política proximal para liquidar uma ordem fixa ao longo de um horizonte definido. Compara o ritmo aprendido com TWAP e uma programação de Almgren–Chriss, medindo o déficit de execução e examinando quando cada…

CriptoFuturos perpétuosExecuçãoAprendizado de máquina
Machine Learning for Trading

Este notebook apresenta o protocolo Rademacher Anti-Serum (RAS) como uma forma de ajustar estimativas de desempenho ao selecionar estratégias ou sinais de uma classe finita. A complexidade empírica de Rademacher estima o quanto a matriz de desempenho dos…

EstatísticaBacktestingGestão de riscoAprendizado de máquina
Machine Learning for Trading

Este notebook avalia controles por posição para uma alocação em ações e opções do S&P 500, comparando stops fixos, stops móveis e saídas por tempo com a própria estratégia sem proteção adicional como referência. Ele seleciona uma linhagem de estratégia…

AçõesOpçõesGestão de riscoBacktesting
Machine Learning for Trading

Este notebook estima se o escore z do prêmio de contratos perpétuos de cripto está associado a retornos subsequentes de oito horas sob uma intervenção, com ajuste para volatilidade dos preços, taxa de financiamento e desvio do prêmio em relação à média…

CriptoFuturos perpétuosAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook explica como GARCH transforma o agrupamento de volatilidade em um atributo por sessão. Primeiro, usa gráficos de retorno e um teste ARCH-LM para verificar se os retornos ao quadrado dependem de suas próprias defasagens. Em um modelo GARCH(1,1),…

VolatilidadeIndicadores técnicosGestão de riscoEstatística
Machine Learning for Trading

Este notebook adapta um desenho adversarial de fator de desconto estocástico às ações dos EUA em frequência diária. Uma rede de pesos de carteira forma um fator a partir dos retornos excedentes do dia seguinte, enquanto uma rede de momentos concorrente ajuda…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook transforma um grafo real de conhecimento da cadeia de suprimentos e participações institucionais em 13F em atributos de aprendizado de máquina. Ele deriva medidas de rede, como centralidade e indicadores de dependência, estima a concentração de…

Aprendizado de máquinaAçõesConstrução de portfólioEstatística
Machine Learning for Trading

Este tutorial cria um simulador mensal de rotação de ETF usando uma classificação de momentum ajustado ao risco retrospectivo e um filtro de regime da curva de rendimentos do Tesouro. No fim de cada mês, a regra classifica dez fundos com base no histórico…

BacktestingMomentumConstrução de portfólioExecução
Machine Learning for Trading

Este notebook descreve como criar previsões para o conjunto de teste reservado de uma estratégia FX após sua configuração já ter sido selecionada com resultados de validação. Ele determina o backtest de validação com o maior Sharpe entre os candidatos…

CâmbioBacktestingAprendizado de máquinaGestão de risco
Machine Learning for Trading

Esta análise seleciona uma configuração de um conjunto congelado de candidatos a futuros perpétuos de cripto, abrangendo quatro rótulos de previsão e várias etapas de estratégia. Ela escolhe o maior Sharpe de validação e trata os detalhes do rótulo, da…

CriptoFuturos perpétuosEstatísticaBacktesting
Machine Learning for Trading

Este notebook usa aprendizado de máquina duplo para estimar se o carry de futuros prevê retornos subsequentes independentemente da volatilidade, do momentum e da classificação transversal de carry. Ele calcula os resíduos de carry e retornos em relação a…

FuturosCarryAprendizado de máquinaEstatística
Machine Learning for Trading

Este capítulo explica como avaliar modelos de aprendizado de máquina financeiro respeitando as informações disponíveis em cada momento de decisão. Ele distingue treinamento, validação e um conjunto final de teste reservado, e explica por que a validação…

Aprendizado de máquinaBacktestingEstatísticaGestão de risco
Machine Learning for Trading

Este notebook compara alocações de carteira de PyPortfolioOpt, Riskfolio-Lib e skfolio usando o mesmo painel de retornos de ETF. Ele ajusta os alocadores em um período de treinamento, verifica se objetivos equivalentes e pesos alinhados concordam dentro das…

MultiativosConstrução de portfólioBacktestingExecução
Machine Learning for Trading

Este notebook desenvolve uma estrutura para converter a atividade de mercado em custos de trading modelados e capacidade da estratégia. Ele apresenta o modelo de impacto de raiz quadrada, identifica volatilidade e volume médio diário como entradas principais…

Microestrutura de mercadoExecuçãoGestão de riscoDimensionamento de posição
Machine Learning for Trading

O notebook explica o valor em risco como um quantil de perda e o valor em risco condicional, ou perda esperada, como a perda média além desse limite. Ele estima o risco de cauda de um dia para um ETF amplo de ações usando quatro abordagens: quantis…

AçõesVolatilidadeGestão de riscoEstatística
Machine Learning for Trading

Este notebook explica a Paridade de Risco Hierárquica como alternativa à alocação média-variância quando as estimativas de covariância são ruidosas. HRP agrupa ativos usando distâncias de correlação, ordena-os segundo a hierarquia, divide recursivamente o…

Construção de portfólioGestão de riscoBacktestingAções
Machine Learning for Trading

O documento explica como identificar regimes de mercado dividindo os retornos em janelas sobrepostas e tratando cada janela como uma distribuição empírica. Ele mede a distância entre janelas por quantis ordenados correspondentes, de modo que diferenças na…

EstatísticaAprendizado de máquinaGestão de riscoBacktesting
Machine Learning for Trading

Este notebook avalia uma estratégia semanal de straddle de opções do S&P 500 usando backtests registrados e um processo de seleção fixo. Ele recupera a configuração selecionada no registro após aplicar uma restrição de universo líquido e, então, avalia os…

OpçõesAçõesBacktestingGestão de risco
Machine Learning for Trading

Este documento explica como gerar previsões para um período reservado de holdout de microestrutura do NASDAQ-100, usando uma configuração selecionada nos dados de validação. Ele reajusta o modelo escolhido usando apenas o histórico encerrado antes do…

BacktestingGestão de riscoMicroestrutura de mercado