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

127 documentos

Machine Learning for Trading

O documento explica como um fator estocástico de desconto (SDF) estima um núcleo de precificação que deve precificar todos os ativos, em vez de estimar fatores comuns de retorno. Ele descreve o treinamento adversarial: uma rede propõe o fator de desconto,…

OpçõesPrecificação de derivativosAprendizado de máquinaInvestimento em fatores
Machine Learning for Trading

Este notebook explica por que uma série diária de opções com vencimento constante não representa o histórico de retornos de um único contrato negociável. A seleção diária de um novo straddle próximo ao preço de exercício pode alterar o strike, o vencimento…

OpçõesVolatilidadePrecificação de derivativosBacktesting
Machine Learning for Trading

Este notebook compara hedges aprendidos e analíticos para uma call europeia vendida quando o rebalanceamento é discreto e o trading tem custos proporcionais. Define o P&L terminal autofinanciado a partir dos ganhos do hedge, dos custos de giro e do payoff da…

OpçõesPrecificação de derivativosVolatilidadeGestão de risco
Machine Learning for Trading

Este utilitário cria artefatos de rótulos para straddles de opções do S&P 500, usando o mesmo símbolo, preço de exercício e vencimento na entrada e na saída. Ele alinha as datas das características às sessões de mercado subsequentes, cria datas de saída para…

OpçõesPrecificação de derivativosBacktestingGestão de risco
Machine Learning for Trading

Este documento descreve um livro-razão para aplicar fluxos de caixa de funding a posições de futuros perpétuos durante um backtest. Em cada instante de funding, ele usa a quantidade assinada da posição, o preço de marcação atual, qualquer multiplicador de…

Futuros perpétuosBacktestingPrecificação de derivativosGestão de risco
Machine Learning for Trading

Esta análise apresenta a estrutura de uma cadeia de opções e examina um recorte de 2020 das opções do S&P 500 para oito ativos subjacentes. Explica moneyness, valor intrínseco e temporal, gregas, volatilidade implícita e as informações representadas pelo…

OpçõesVolatilidadePrecificação de derivativosMicroestrutura de mercado
Machine Learning for Trading

Este documento descreve um método de duas etapas para extrair observações de origem usadas em um estudo de straddles de opções do S&P 500. Primeiro, identifica opções de compra e opções de venda que atendem a um filtro de candidatos próximos do preço de…

OpçõesVolatilidadePrecificação de derivativosEstatística
Machine Learning for Trading

Este notebook demonstra hedge profundo para uma opção de compra europeia vendida. Ele simula trajetórias de movimento browniano geométrico, usa o hedge delta de Black–Scholes como referência e treina uma rede neural semirrecorrente para escolher posições no…

OpçõesPrecificação de derivativosAprendizado de máquinaGestão de risco
Machine Learning for Trading

Este notebook cria quatro atributos baseados em modelos para pesquisa de opções do S&P 500: previsões de volatilidade para o dia seguinte com GJR-GARCH e volatilidade estocástica, além das diferenças entre cada previsão e a volatilidade implícita do mercado…

OpçõesVolatilidadePrecificação de derivativosBacktesting
Machine Learning for Trading

Este notebook desenvolve a precificação Black-Scholes para opções europeias de compra e venda, verifica a paridade put-call e calcula a volatilidade implícita por busca de raízes de Brent. Também define Delta, Gamma, Vega, Theta e Rho e usa gráficos para…

OpçõesPrecificação de derivativosVolatilidadeGestão de risco
Machine Learning for Trading

Este capítulo apresenta o aprendizado por reforço como uma ferramenta para controle sequencial, distinguindo-o da previsão supervisionada. O foco são tarefas em que as ações afetam resultados posteriores e as recompensas são relativamente concretas: execução…

Aprendizado de máquinaExecuçãoFormação de mercadoOpções
Machine Learning for Trading

Este documento descreve um pipeline para baixar registros oficiais de funding perpétuo Binance USD-M, normalizá-los e armazená-los em cache em um arquivo colunar. Arquivos mensais são buscados simultaneamente para os símbolos e o intervalo de datas…

CriptoFuturos perpétuosPrecificação de derivativosBacktesting
Machine Learning for Trading

Este notebook cria rótulos de retorno futuro para straddles vendidos no dinheiro sobre ações do S&P 500. Como o painel diário de straddles de 30 dias passa a outro preço de exercício ou vencimento a cada sessão, deslocar uma série de preços compararia…

OpçõesPrecificação de derivativosVolatilidadeBacktesting
Machine Learning for Trading

O documento deriva preços de opções europeias de compra e venda pelo modelo Black-Scholes, verifica sua relação pela paridade entre opções de compra e venda e calcula a volatilidade implícita resolvendo numericamente a volatilidade que corresponde a um preço…

OpçõesPrecificação de derivativosVolatilidadeGestão de risco
Machine Learning for Trading

Este notebook demonstra deep hedging para uma opção de compra europeia vendida. Ele simula trajetórias de preços do ativo subjacente com movimento browniano geométrico, calcula o delta de Black-Scholes como referência e treina uma rede neural semirrecorrente…

OpçõesAprendizado de máquinaGestão de riscoPrecificação de derivativos
Machine Learning for Trading

Este notebook explica por que um overlay genérico de risco com pesos-alvo não pode controlar a estratégia de short straddle do S&P 500 descrita. O mecanismo de opções aloca frações fixas do capital a coortes semanais e normaliza os pesos dentro de cada…

OpçõesGestão de riscoBacktestingPrecificação de derivativos
Machine Learning for Trading

Esta análise exploratória apresenta contratos e cadeias de opções e, em seguida, traça o perfil de uma amostra de 2020 de opções do S&P 500 em oito ativos subjacentes. Explica moneyness, valor intrínseco e temporal, volatilidade implícita, gregas e como…

OpçõesAçõesVolatilidadePrecificação de derivativos
Machine Learning for Trading

Este documento descreve como reduzir grandes cadeias de opções do S&P 500 a conjuntos de dados diários por símbolo para pesquisa. O resumo da superfície seleciona as opções mais próximas dos deltas absolutos desejados dentro de faixas de vencimento e, em…

OpçõesVolatilidadePrecificação de derivativos
arXiv papers

Este trabalho usa aprendizado de máquina para encontrar medidas martingais equivalentes mínimas em mercados simulados com instrumentos negociáveis, como um ativo à vista e opções sobre esse ativo. Estende a abordagem a mercados com fricções de trading ao…

Aprendizado de máquinaOpçõesPrecificação de derivativosExecução
Machine Learning for Trading

Este notebook desenvolve rótulos de retorno futuro para straddles vendidos no dinheiro sobre ações do S&P 500. Como o straddle nominal de 30 dias do painel diário representa um contrato diferente a cada sessão, uma série de preços deslocada misturaria…

OpçõesVolatilidadePrecificação de derivativosEstatística
arXiv papers

Este artigo estuda preços de super-replicação independentes de modelo para derivativos exóticos, quando um trader pode usar estratégias semiestáticas em tempo discreto e negociação dinâmica em um conjunto finito de opções. Os limites de super-replicação…

OpçõesPrecificação de derivativosArbitragemGestão de risco