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

63 documentos

Machine Learning for Trading

Este documento descreve um universo diário de ativos candidatos ETF que abrange ações, renda fixa, commodities e moedas. Ele apresenta um fluxo de trabalho para baixar dados de mercado, carregá-los para análise, inspecionar a cobertura por símbolo e…

MultiativosAçõesRenda fixaCommodities
Machine Learning for Trading

Este registro de agente de pesquisa avalia se o Federal Reserve elevará o limite superior de sua taxa-alvo durante 2026. Ele reúne um preço de mercado, rastros de busca e estimativas probabilísticas do agente. A primeira justificativa favorece uma alta,…

Renda fixaMercados dos EUAEstatísticaOrientado por eventos
Machine Learning for Trading

Este notebook aplica a análise de componentes principais às variações dos rendimentos dos títulos do Tesouro em diferentes vencimentos. A padronização das variações dá a cada vencimento a mesma influência, e os componentes resultantes são interpretados como…

Renda fixaEstatísticaGestão de riscoConstrução de portfólio
Machine Learning for Trading

Este notebook explica como interpretar os contratos de taxa dos fundos federais da Kalshi e preparar seus preços para pesquisa quantitativa. O preço de um contrato binário representa uma probabilidade implícita de um evento, mas o feed contém o maior lance…

Renda fixaEstatísticaMicroestrutura de mercadoArbitragem
Machine Learning for Trading

Este notebook compara seis métodos de alocação ETF apenas comprados, projetados para reduzir a dependência de estimativas instáveis. Aplica encolhimento de covariância de Ledoit-Wolf aos estimadores que usam covariância e compara a maximização de Sharpe…

MultiativosAçõesRenda fixaConstrução de portfólio
Machine Learning for Trading

Este estudo de evento usa modelos bayesianos de séries temporais estruturais para estimar como anúncios do Federal Reserve afetam um ETF de títulos. O modelo aprende a relação do ativo-alvo com os retornos de ETF selecionados de ações internacionais e…

Orientado por eventosRenda fixa
Machine Learning for Trading

Este capítulo apresenta métodos para recuperar estruturas comuns de painéis de retornos e características, de PCA e carteiras de autovalores a IPCA, PCA de prêmio de risco, autoencoders condicionais, estimação de fatores de desconto estocástico e…

Investimento em fatoresAprendizado de máquinaEstatísticaConstrução de portfólio
Machine Learning for Trading

Esta nota de dados descreve uma coleção diversificada de fundos negociados em bolsa, usada em uma estratégia de momentum e em uma série mais ampla de exemplos de pesquisa financeira. Ela fornece observações diárias de abertura, máxima, mínima, fechamento e…

MultiativosAçõesRenda fixaCommodities
Machine Learning for Trading

Este notebook explica a Paridade de Risco Hierárquica como alternativa à alocação média-variância quando as estimativas de covariância são ruidosas. HRP agrupa ativos usando distâncias de correlação, ordena-os segundo a hierarquia, divide recursivamente o…

Construção de portfólioGestão de riscoBacktestingAções
Machine Learning for Trading

Este notebook explora um painel econômico construído com séries do Federal Reserve Economic Data. Mostra que o painel fornecido usa datas do calendário, incluindo fins de semana e feriados, e como os metadados associados identificam o significado de cada…

Renda fixaVolatilidadeEstatísticaMercados dos EUA
Machine Learning for Trading

Esta configuração especifica um conjunto histórico de dados macroeconômicos de FRED para filtragem de regimes e análise entre ativos. Ela organiza séries por frequência diária, semanal, mensal e trimestral, incluindo rendimentos do Tesouro, a taxa dos fundos…

MultiativosRenda fixaVolatilidadeEstatística
Machine Learning for Trading

Este documento descreve um fluxo de trabalho para coletar rendimentos dos títulos do Tesouro e indicadores econômicos do FRED, alinhar séries com diferentes frequências de divulgação a um calendário diário e carregar ou filtrar o conjunto de dados…

Renda fixaMultiativosGestão de riscoEstatística
Machine Learning for Trading

Este notebook aplica métodos de estudo de eventos com séries temporais estruturais bayesianas para estimar o impacto dos anúncios do Federal Reserve em um ETF de títulos. Ele constrói um contrafactual a partir das relações pré-evento entre os retornos…

Renda fixaOrientado por eventosEstatísticaAprendizado de máquina
Machine Learning for Trading

Este notebook explica como inspecionar um painel fornecido de séries econômicas de FRED e interpretar sua grade de dias corridos, seus metadados e suas colunas derivadas. Como o painel foi achatado em um calendário diário, a contagem de linhas oculta os…

MultiativosRenda fixaVolatilidadeEstatística
Machine Learning for Trading

Este guia do conjunto de dados descreve um fluxo de trabalho para obter séries FRED, alinhar observações a um calendário diário e carregar indicadores selecionados para análise. Os exemplos incluem rendimentos do Tesouro, o diferencial entre 10 anos e 2…

Renda fixaEstatísticaGestão de riscoMultiativos
Machine Learning for Trading

Este documento registra uma previsão em várias etapas sobre a possibilidade de o Federal Reserve elevar as taxas durante 2026. Três agentes buscam evidências e produzem probabilidades, seguidas de debate e atualização por um supervisor. As opiniões divergem:…

Renda fixaMercados dos EUAAprendizado de máquinaEstatística
Machine Learning for Trading

Este registro documenta uma execução de previsão no LangGraph sobre a possibilidade de o Federal Reserve elevar sua taxa básica durante 2026. Três agentes produziram probabilidades, seguidas por um debate e uma atualização do supervisor. Os resultados…

Renda fixaMercados dos EUAEstatística
Machine Learning for Trading

Este documento registra um debate estruturado entre cenários de alta e de baixa sobre a possibilidade de o Federal Reserve elevar sua taxa básica durante 2026. Três agentes avaliam a questão, com argumentos baseados nas projeções do Fed, na inflação, nas…

Renda fixaMercados dos EUAEstatística
Machine Learning for Trading

Este documento descreve um conjunto de dados diário de ETF destinado a servir como universo candidato para pesquisas de momentum e entre classes de ativos. Ele abrange nove categorias, incluindo ações dos US e internacionais, renda fixa, commodities, fundos…

MultiativosMomentumAçõesRenda fixa
arXiv papers

O documento apresenta um modelo estocástico analiticamente tratável da dinâmica das ações, com mudanças entre regimes saudáveis e de estresse. Usa essa estrutura para relacionar spreads realizados de credit default swaps aos retornos esperados das ações,…

AçõesRenda fixaEstatísticaArbitragem
arXiv papers

O documento apresenta uma abordagem para prever spreads de crédito que combina aprendizado em conjunto com seleção de características baseada em informação mútua. Os spreads de crédito são apresentados como dados úteis para decisões de investimento em…

Renda fixaAprendizado de máquinaEstatística
arXiv papers

O FedNLP é apresentado como um sistema de processamento de linguagem natural com vários componentes para examinar as comunicações do Federal Reserve, que podem ser longas e difíceis de interpretar. Ele combina métodos que vão do aprendizado de máquina…

Aprendizado de máquinaSentimentoRenda fixaMercados dos EUA