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.
356 documentos
O documento estuda o investimento de longo prazo em um modelo de fatores estocásticos no qual os investidores maximizam a utilidade potência esperada robusta. Robustez significa considerar um modelo alternativo adverso, em vez de otimizar apenas sob um único…
Este artigo estuda a maximização da utilidade quando o trading incorre em custos de transação proporcionais. Seu resultado central é que, sob a hipótese de convergência fraca estendida dos processos subjacentes, os problemas associados de maximização da…
O documento examina como os retornos de criptoativos em cinco ecossistemas de blockchain se relacionam. Relata que ganhos acentuados em uma rede costumam vir acompanhados de perdas em outras, um padrão diferente do movimento conjunto positivo frequentemente…
Este trabalho analisa como administrar uma carteira dinâmica de estratégias de arbitragem estatística com bandas móveis usando ideias da estrutura de otimização de carteiras de Markowitz. Em vez de tratar uma única arbitragem isoladamente, descreve a gestão…
Este artigo apresenta a reversão de média móvel (MAR), uma alternativa de múltiplos períodos à hipótese de reversão à média em um único período usada por algumas estratégias online de carteira. Propõe a reversão de média móvel online (OLMAR), que aplica…
Este documento apresenta o PySDTest, um pacote para Python e Stata que testa estatisticamente relações de dominância estocástica. Descreve procedimentos de vários métodos publicados e suas extensões, além de opções para combinar estatísticas de teste com…
O artigo aborda o sobreajuste em estratégias transversais treinadas com ativos que têm pouco histórico. Apresenta as Fused Encoder Networks, que combinam representações de um módulo de atenção do codificador treinado em um conjunto de dados de origem com um…
Este artigo estuda o vazamento em estratégias de trading geradas por funções de carteira dependentes de classificação. Vazamento se refere à riqueza perdida quando as ações incluídas em uma carteira são renovadas ou substituídas. Os autores derivam uma…
Este estudo explora autoencoders para arbitragem estatística em ações US. Em um fluxo de trabalho convencional de duas etapas, um modelo de precificação ou de componentes principais identifica um ativo sintético, e uma estratégia separada de reversão à média…
O documento estuda se os limites pontuais de estratégias de trading semistáticas permanecem na mesma classe. Demonstra essa propriedade em tempo discreto para um modelo geral de dois períodos e estende o resultado a modelos com vários períodos e ações quando…
O artigo estuda a seleção ótima de carteiras quando a volatilidade dos ativos tem dois fatores estocásticos: um componente com reversão à média e um nível estocástico de reversão à média. O trading incorre em custos exógenos proporcionais e custos endógenos…
O artigo compara carteiras otimizadas para minimizar o shortfall com carteiras otimizadas para minimizar a variância. O estudo empírico usa o Barra Extreme Risk e fatores de estilo como Value, Growth e Momentum nos mercados de ações de US, UK e Japão. Avalia…
O artigo deriva uma estratégia ótima de carteira robusta para investidores que enfrentam incerteza sobre um modelo multifatorial de volatilidade estocástica. Considera carteiras com e sem derivativos e formula a estratégia sob um cenário de pior caso,…
Este estudo considera como alocar estratégias seguidoras de tendências entre vários ativos cujos retornos podem ser correlacionados. Sob premissas de mercado gaussiano e estratégias lineares, deriva fórmulas para a média e a variância da carteira e, em…
Este trabalho teórico desenvolve uma base caminho a caminho para a integração estocástica de Itô usando a teoria dos caminhos rugosos, com o objetivo de abranger estratégias comuns de trading e modelos financeiros sob incerteza. Introduz a Propriedade (RIE)…
Este estudo analisa como a geometria dos preditores limita o aprendizado focado em decisões, no qual o treinamento do modelo é vinculado a um objetivo decisório posterior. Usando o acompanhamento esparso de índices, distingue as informações de covariância…
O artigo estuda se as condições clássicas de arbitragem continuam válidas quando a distribuição de probabilidade do mercado é incerta. Ele mede essa incerteza pela distância de Wasserstein e examina versões fraca e forte das condições padrão de arbitragem. A…
O artigo estuda a proteção parcial de opções de jogo quando cada operação tem custos iguais ao maior valor entre uma cobrança proporcional e um mínimo fixo. Em um contexto de Black–Scholes em tempo contínuo, prova a existência de uma estratégia de trading…
O estudo examina estratégias de alta frequência para opções de SPY usando observações de cinco minutos coletadas ao longo de um mês. Calcula as gregas das opções e a volatilidade implícita, precifica opções americanas com uma árvore binomial e estima a…
EverMine é uma estrutura para testar se agentes de pesquisa melhoram à medida que acumulam habilidades, ferramentas e regras reutilizáveis durante a descoberta de alfa em horizontes longos. Ela representa o estado da pesquisa por meio do histórico de…
O artigo combina modelos fatoriais construídos estatisticamente com controle estocástico para estudar arbitragem estatística de alta dimensão. O modelo pressupõe resíduos com reversão à média e mostra como construir carteiras analiticamente neutras ao…
O estudo propõe um gestor de carteiras com aprendizado por reforço para um contexto de alto risco. Ele combina transações compradas e vendidas com empréstimos e captação de recursos, usa uma recompensa baseada em lucros e perdas e busca melhorar a gestão de…
O documento desenvolve um método de hedge de média-variância em mercados semimartingais gerais. Formula o hedge como um problema de controle estocástico e estabelece que o processo de valor do problema de controle tem forma quadrática. Três processos de…
O artigo propõe uma abordagem sistemática de investimento que busca acumular patrimônio no longo prazo por meio de uma sequência de decisões de compra de curto prazo de ETF. Ela combina algoritmos evolutivos com um modelo de deep learning para melhorar o…