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

443 documentos

Machine Learning for Trading

Este notebook treina um agente de aprendizado por reforço para programar uma ordem de venda fixa ao longo de barras horárias de um mercado de futuros perpétuos de cripto. Seu estado inclui retornos defasados, volatilidade, volume da hora anterior, o prêmio…

CriptoFuturos perpétuosExecuçãoAprendizado de máquina
Machine Learning for Trading

Este notebook usa dados de operações e ordens derivados de NASDAQ ITCH para ilustrar padrões de microestrutura. Examina a autocorrelação negativa de primeira ordem nos retornos de operações no nível do tick, compara esse efeito com retornos do preço médio e…

AçõesMicroestrutura de mercadoEstatísticaExecução
Machine Learning for Trading

Esta demonstração amplia um fluxo de trabalho de ordem única para um rebalanceamento diário de um universo fixo de ações US de grande capitalização. Explica como comparar as posições atuais na corretora com os alvos do modelo, criar ordens para as diferenças…

AçõesExecuçãoGestão de riscoMicroestrutura de mercado
Machine Learning for Trading

Este estudo de caso avalia straddles vendidos no dinheiro em componentes do S&P 500, iniciados semanalmente e mantidos até o vencimento com hedge delta diário. A principal escolha metodológica é modelar retornos até o vencimento: a posição em opções incorre…

OpçõesVolatilidadeBacktestingExecução
Machine Learning for Trading

Este notebook avalia como as premissas de custos de transação afetam o Sharpe de validação de uma alocação selecionada em ações e opções do S&P 500. Quando disponível, mantém a configuração escolhida por meio de um conjunto de candidatas congelado e, em…

AçõesOpçõesExecuçãoBacktesting
Machine Learning for Trading

Este estudo de caso NASDAQ-100 investiga se sinais de microestrutura de 15 minutos resistem aos custos de trading. O fluxo avalia o fluxo de ordens, a defasagem das cotações e os spreads relativos; em seguida, compara uma estratégia para o universo completo…

AçõesMercados dos EUAMicroestrutura de mercadoExecução
Machine Learning for Trading

Este notebook verifica se uma estratégia diária de classificação de ações US tem dados utilizáveis suficientes para uma avaliação justa antes do ajuste de qualquer modelo. Ele explica como formar um universo com dados disponíveis em cada momento e…

AçõesMercados dos EUABacktestingExecução
Machine Learning for Trading

Este documento apresenta uma análise de sensibilidade a custos para uma estratégia fixa de momentum em ETF. Mantém constantes o universo, os pesos, o cronograma e o simulador enquanto refaz o backtest com uma faixa de tarifas por etapa. A curva resultante…

AçõesMomentumBacktestingExecução
Machine Learning for Trading

Este notebook demonstra como um intermediário pode rejeitar ordens inseguras usando limites de tamanho da ordem e de posição, limites de frequência de ordens, restrições de ativos e um interruptor de emergência persistente. Um intermediário sintético torna…

Gestão de riscoDimensionamento de posiçãoExecução
Machine Learning for Trading

Esta análise caracteriza um universo fixo de 100 ETFs em nove grupos de ativos. Verifica a cobertura por fundo e ano, confirma se o painel de preços corresponde à configuração dos grupos, examina valores nulos e a ordenação de OHLC e compara o volume…

MultiativosEstatísticaGestão de riscoBacktesting
Machine Learning for Trading

Este notebook explica como reconstruir um livro de ofertas limitadas de um único símbolo da NASDAQ a partir de dados de mensagens por ordem. Processa inclusões, execuções, cancelamentos, exclusões e substituições, mantendo a quantidade restante de cada ordem…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este módulo de origem fornece carregadores para preços de ações dos EUA, dados de índices, opções, microestrutura de mercado, dados fundamentais e participações institucionais. Seu detalhe metodológico mais importante trata da reamostragem de dados…

AçõesMicroestrutura de mercadoExecuçãoMercados dos EUA
Machine Learning for Trading

Este notebook desenvolve uma estrutura que leva em conta as unidades para estimar custos de negociação em ações, ETFs, futuros, câmbio e contratos perpétuos de cripto. Primeiro, distingue o volume negociado de medidas de atividade que não podem ser…

ExecuçãoMicroestrutura de mercadoGestão de riscoFuturos
Machine Learning for Trading

Este notebook recalcula os custos das principais configurações de alocação em ETF usando duas grades de custos, mantendo fixos as previsões, a concentração e as regras de alocação. Ele compara o modelo de comissão por ação e meio spread do estudo de caso,…

AçõesExecuçãoBacktestingConstrução de portfólio
Machine Learning for Trading

Este notebook reconstrói a melhor oferta de compra e venda vigente para cada operação de AAPL durante uma única sessão de março de 2020, e então aplica o método Lee–Ready para inferir se compradores ou vendedores iniciaram as operações. Intercala eventos de…

AçõesMicroestrutura de mercadoExecuçãoEstatística
Machine Learning for Trading

Este notebook cria um relatório auditável para uma estratégia de Bitcoin somente comprada, que entra e sai usando limites de RSI. Compara os resultados brutos e líquidos e, em seguida, mede o desempenho em relação a uma referência de compra e manutenção…

CriptoReversão à médiaIndicadores técnicosBacktesting
Machine Learning for Trading

Esta configuração descreve uma estratégia diária long-short de ações US que ranqueia um amplo universo de ações por previsões de modelos, compra o decil superior e vende a descoberto o decil inferior, com pesos iguais dentro de cada grupo. Especifica…

AçõesMercados dos EUAConstrução de portfólioExecução
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 mede como o Sharpe de validação de straddles de opções at-the-money do S&P 500 muda conforme os custos de execução assumidos e dois universos de opções. Ele expressa o custo do spread como fração do meio spread cotado da opção, pois o prêmio da…

OpçõesMercados dos EUABacktestingExecução
Machine Learning for Trading

Este notebook explica como avaliar se estratégias construídas sobre um painel de ações US suportam os custos de negociação. Fixa uma configuração por rótulo usando o Sharpe de validação e, em seguida, recalcula os retornos dessa mesma estratégia em…

AçõesBacktestingExecuçãoGestão de risco
Machine Learning for Trading

Este documento explica como representar o ciclo de vida de uma ordem ao vivo com um conjunto finito de estados e transições válidas acionadas por eventos. Abrange envio, confirmação da corretora, aceitação pela bolsa, execução parcial ou total, pedidos de…

ExecuçãoMicroestrutura de mercadoGestão de risco