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

900 documentos

Machine Learning for Trading

Este notebook descreve como analisar mensagens históricas do feed IEX DEEP e manter um livro de ofertas com atualizações agregadas por nível de preço. Ele extrai mudanças de profundidade, as melhores ofertas de compra e venda e relatórios de negociações; em…

AçõesMicroestrutura de mercadoExecuçãoMercados dos EUA
Machine Learning for Trading

Este notebook compara alocações com pesos iguais, ponderadas por escores positivos e por larguras conformais para ETFs e futuros de CME mais bem classificados. Estima larguras de intervalos conformais separados por entidade a partir de resíduos em folds…

AçõesFuturosDimensionamento de posiçãoGestão de risco
Machine Learning for Trading

Este notebook compara três formas de converter previsões de retorno com sinal em posições binárias: um limite fixo em zero, um percentil móvel dos próprios escores de cada símbolo e um percentil transversal entre símbolos. Mede a ativação dos sinais e as…

Aprendizado de máquinaIndicadores técnicosCriptoAções
Machine Learning for Trading

Este documento apresenta um autoencoder supervisionado como controle para modelos condicionais de fatores latentes. Ele mapeia características de empresas diretamente para retornos futuros, comprimindo 57 entradas por meio de um gargalo estreito. A…

AçõesAprendizado de máquinaInvestimento em fatoresEstatística
Machine Learning for Trading

Este notebook explica como desdobramentos de ações e dividendos em dinheiro alteram séries históricas de preços brutos e distorcem os retornos calculados. Ele demonstra o ajuste retroativo, no qual os preços históricos são reescalados para refletir eventos…

AçõesMercados dos EUABacktestingEstatística
Machine Learning for Trading

Este notebook usa variáveis ETF e retornos futuros para demonstrar a inferência clássica por mínimos quadrados ordinários antes de abordar métodos voltados à previsão. Examina testes de coeficientes e erros-padrão e, em seguida, diagnostica…

AçõesEstatísticaAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este estudo de NASDAQ-100 examina como os custos de transação afetam uma estratégia de ações rebalanceada com frequência. Separa duas respostas possíveis aos custos: restringir o universo negociado a ativos mais líquidos e de menor custo e reduzir a…

AçõesMercados dos EUAExecuçãoMicroestrutura de mercado
Machine Learning for Trading

Este notebook apresenta PCMCI como uma forma de descobrir relações defasadas em séries temporais financeiras multivariadas sem especificar previamente um grafo causal. Aplica o método a retornos de ETF e de índices de volatilidade, compara sua análise…

Aprendizado de máquinaEstatísticaMultiativosAções
Machine Learning for Trading

Este tutorial transforma sinais transversais de ETF em carteiras compradas, com pesos iguais e as dez principais posições, e compara regressão Ridge e classificação logística com referências de momentum e pesos iguais. Os modelos são ajustados em janelas de…

AçõesBacktestingExecuçãoConstrução de portfólio
Machine Learning for Trading

Este estudo testa se o ajuste ruim de um modelo linear aos retornos mensais de ações US decorre de sua função de erro quadrático. Mantém fixos o alvo de retorno futuro sem winsorização, as variáveis e os folds walk-forward enquanto compara modelos de árvores…

AçõesMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook apresenta o NLinear como modelo de referência para prever retornos de ações a partir de janelas ordenadas de atributos. Cada exemplo contém 60 sessões consecutivas de uma ação. Para cada atributo, o modelo subtrai seu valor mais recente,…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Esta referência descreve duas fontes públicas de documentos protocolados na SEC para estudar posições em ações e atividade de insiders. Relatórios trimestrais 13F informam participações institucionais, seja para um conjunto selecionado de gestores, seja por…

AçõesMercados dos EUAConstrução de portfólioOrientado por eventos
Machine Learning for Trading

Este notebook reconstrói a melhor oferta nacional de compra e venda (NBBO) vigente para cada negociação envolvendo AAPL durante o pregão regular de 16 de março de 2020. Combina cronologicamente eventos de cotações e negociações, mantém a última oferta de…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook ajusta modelos neurais TabM a um alvo de retorno de short straddle de opções do S&P 500 e compara três capacidades de modelo no mesmo painel de atributos usado por abordagens lineares e de boosting. O TabM compartilha uma estrutura neural entre…

OpçõesAçõesAprendizado de máquinaBacktesting
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 documento demonstra o PCA instrumental, no qual as cargas fatoriais dos ativos são modeladas como funções lineares de características observadas antes do retorno. Usa mínimos quadrados alternados para estimar o mapeamento entre características e cargas…

AçõesInvestimento em fatoresAprendizado de máquinaEstatística
Machine Learning for Trading

Este documento descreve um benchmark reproduzível de ações dos EUA US, extraído do arquivo de replicação de precificação de ativos de Chen, Pelger e Zhu. Ele contém aproximadamente 1.2 milhões de observações mensais de ações de 1967 a 2016, com 46…

AçõesInvestimento em fatoresAprendizado de máquinaMercados dos EUA
Machine Learning for Trading

Este documento explica como o TSMixer processa o histórico recente de atributos de uma ação como uma matriz de sessões por atributos. Seus blocos misturam informações entre colunas de atributos ao longo do tempo e, em seguida, entre atributos dentro de cada…

AçõesAprendizado de máquinaMomentumBacktesting
Machine Learning for Trading

Este notebook compara previsões zero-shot de Chronos e TinyTimeMixer com um LSTM e um modelo linear penalizado em um painel ETF. Todos os modelos recebem o mesmo contexto histórico univariado, mas os modelos pré-treinados preveem a própria série do contexto,…

AçõesAprendizado de máquinaEstatísticaBacktesting
Machine Learning for Trading

Este notebook avalia se medidas do mercado de opções podem classificar retornos futuros entre ações. Ajusta modelos lineares declarados sobre atributos derivados de opções, com validação walk-forward, e compara intensidades de penalização para ridge, lasso e…

OpçõesAçõesVolatilidadeAprendizado de máquina
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 estudo pergunta se variáveis do mercado de opções podem classificar os retornos futuros das ações. Os atributos incluem volatilidade implícita em vários vencimentos, assimetria entre opções de venda e compra, inclinação da estrutura a termo e prêmio de…

OpçõesAçõesVolatilidadeAprendizado de máquina
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