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.
976 documentos
Este notebook mede como os custos de trading afetam estratégias já selecionadas nas etapas de sinal, alocação e camadas de risco. Ele fixa uma configuração selecionada na validação para cada rótulo antes de variar os custos, para que as curvas resultantes…
Este notebook investiga se modelos sequenciais podem melhorar resumos definidos manualmente do histórico de prêmio de financiamento perpétuo. Ele compara o NLinear, um modelo linear simples que lê uma janela ordenada, com um LSTM de duas camadas. Ambos usam…
Este documento explica por que stop-losses, trailing stops e saídas por tempo não podem ser avaliados em um estudo de caso cujo backtest mantém os pesos durante um mês e observa apenas o retorno futuro mensal realizado. Essas regras dependem da trajetória de…
Este documento descreve um processo de avaliação de estratégias para backtests de microestrutura do NASDAQ-100 registrados. Ele lê execuções existentes em vez de treinar modelos ou refazer backtests, rastreia as linhagens das estratégias selecionadas,…
Este documento descreve a criação de uma matriz transversal de atributos para ações do S&P 500, combinando históricos ajustados de preços com superfícies resumidas de volatilidade implícita em opções. Os atributos são organizados por função, entrada, janela…
Este notebook executa ou reproduz um painel de agentes de pesquisa idênticos que respondem a uma pergunta comum de previsão e, em seguida, examina suas previsões, atividades de busca e registros de conversa. O rastreamento separado de cada agente preserva a…
Este notebook define rótulos de retorno total mensal para um estudo transversal de características de empresas do US e verifica como esses resultados se alinham às linhas do provedor. O painel combina características do mês anterior com o retorno obtido no…
Este notebook mostra como custos explícitos de execução podem reduzir os retornos brutos de uma estratégia intradiária hipotética. Ele toma como referência o spread cruzado mediano ponderado por volume das ações que compõem o NASDAQ-100 e, em seguida, monta…
Este notebook explica como uma rede convolucional temporal (TCN) pode prever retornos a partir de dados financeiros ordenados. Convoluções causais garantem que uma saída em determinado instante dependa apenas das entradas atuais e anteriores. Dilatações…
Este documento apresenta um método orientado a eventos para manter um número limitado de posições intradiárias. As previsões são alinhadas às barras de preço usando a pontuação mais recente disponível, sujeita a um limite opcional de atualidade. Os sinais de…
Este estudo de caso transforma previsões armazenadas de modelos para ações dos US em carteiras compradas e vendidas com pesos iguais. Ele avalia vários esquemas de entrada, cada um selecionando os ativos mais bem classificados para posições compradas e os…
Este documento descreve várias formas de converter pontuações de previsão em sinais de trading: limites fixos, percentis móveis por ativo e percentis transversais. Limites fixos usam um nível de pontuação escolhido; limites móveis se adaptam à distribuição…
Este notebook analisa uma estratégia de câmbio selecionada e sua linhagem de holdout usando artefatos de pesquisa registrados. Ele reproduz a escolha a partir de um conjunto congelado de candidatos de validação, classificando os backtests elegíveis que…
Este documento descreve ferramentas para comparar estratégias de trading registradas e montar avaliações estruturadas de estudos de caso. Um método central de ranking restringe as séries de retorno aos timestamps exatamente compartilhados antes de calcular…
Este notebook compara sklearn HistGradientBoosting, XGBoost, LightGBM e CatBoost em uma tarefa de previsão de retornos de ETF. Ele mede coeficiente de informação transversal, tempo de treinamento e memória do processo em execuções com CPU e, quando…
O notebook analisa o desempenho de uma estratégia mensal fixa de momentum de ETF em diferentes condições de volatilidade, tendência e curva de juros. Os rótulos de regime são definidos para serem conhecidos antes do retorno que descrevem: a volatilidade e a…
Este notebook transforma previsões transversais de ações em carteiras long-short, classificando as ações a cada rebalanceamento, comprando as k primeiras e vendendo a descoberto as k últimas, com capital igual por posição. A ponderação igual fornece uma…
Este notebook apresenta um fluxo de seleção de atributos para pesquisa de ETF, destinado a reduzir muitos candidatos de transformações e janelas retrospectivas a um conjunto menor para modelagem posterior. Ele calcula coeficientes de informação de Spearman…
Este notebook verifica se uma estratégia de classificação transversal de ações em intervalos de quinze minutos é viável antes do ajuste de um modelo ou da geração de previsões. Ele usa dados de cotações do NASDAQ-100, retornos pelo ponto médio e uma janela…
Este código descreve como as configurações de backtest são resolvidas a partir da configuração do estudo de caso e como a identidade da execução considera mudanças no universo negociado e na idade das previsões. A principal lição é que qualquer filtro que…
O documento apresenta maneiras de comparar os retornos de uma estratégia com dois benchmarks externos: retornos totais diários de SPY e retornos de mercado Fama-French, formados pela soma do prêmio de risco de mercado e da taxa livre de risco. Ele fornece…
O documento descreve o ajuste de um modelo linear simples de sequência com atributos de um minuto do NASDAQ-100 para prever retornos futuros em vários horizontes. Cada entrada contém a hora anterior de uma ação, expressa como variações em relação à…
O documento apresenta um fluxo de pesquisa de trading com aprendizado de máquina que leva ideias da construção de dados e atributos ao treinamento de modelos, backtesting, custos de transação, decisões de carteira e risco, implantação e monitoramento. Ele…
Este estudo de futuros da CME varia a capacidade das árvores de gradient boosting e a função de perda, registrando previsões em vários pontos de verificação do treinamento. O número de folhas controla o grau de detalhamento com que um modelo divide o espaço…