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

117 documentos

Machine Learning for Trading

O documento mostra como transformar relatórios semanais de Compromissos dos Traders em características de posicionamento de futuros. Ele explica as categorias de traders nos formatos de futuros financeiros e de commodities desagregadas, e por que os grupos…

FuturosCommoditiesSentimentoIndicadores técnicos
Machine Learning for Trading

Este notebook treina Skip-gram Word2Vec com frases rotuladas de notícias financeiras e explica como seus vetores representam palavras que aparecem em contextos semelhantes. Descreve as funções do tamanho do vetor, da janela de contexto, da frequência mínima,…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook demonstra o ajuste fino de três checkpoints de transformers para classificar sentimentos em frases financeiras em três classes e avaliá-los com acurácia, F1 macro e matrizes de confusão. Usa uma divisão estratificada entre treino, validação e…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook explica como projetar uma ferramenta de busca para um agente de previsão, de modo que as evidências tenham estrutura consistente, origem rastreável e caminho auditável até o modelo. Um protocolo compartilhado de cliente retorna resultados…

Aprendizado de máquinaBacktestingSentimento
Machine Learning for Trading

Este notebook avalia quatro sinais derivados de notícias — surpresa ponderada, sentimento médio, mudança de sentimento e cobertura de artigos — em relação a retornos futuros de ações. Ele calcula um coeficiente de informação de Spearman transversal diário,…

AçõesSentimentoEstatísticaInvestimento em fatores
Machine Learning for Trading

Este notebook avalia quatro sinais derivados de textos de notícias: surpresa ponderada, sentimento médio, momentum de sentimento e cobertura de artigos. Ele usa retornos futuros preparados em uma etapa anterior de criação de atributos e, em seguida, calcula…

AçõesSentimentoEstatísticaInvestimento em fatores
Machine Learning for Trading

Este notebook apresenta um debate de previsão em várias rodadas entre posições otimistas e pessimistas. Cada lado defende uma probabilidade maior ou menor para um evento, vê o argumento anterior do outro lado nas rodadas seguintes e informa uma probabilidade…

Aprendizado de máquinaEstatísticaSentimentoGestão de risco
Machine Learning for Trading

Este notebook aplica SHAP no nível dos tokens a um modelo FinBERT fixado, que classifica textos financeiros como negativos, neutros ou positivos. Ele envolve a inferência do modelo para preservar a ordem dos rótulos do checkpoint e, em seguida, explica as…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este registro documenta um pipeline multiagente que estima se os Estados Unidos entrarão em recessão até o fim de 2026. Os agentes pesquisam indicadores econômicos e previsões, formulam probabilidades individuais, comparam justificativas em um debate e…

Mercados dos EUAEstatísticaSentimento
Machine Learning for Trading

Este notebook executa três agentes de pesquisa com configurações idênticas para responder a uma pergunta sobre recessão, seja reproduzindo uma captura salva, seja executando modelos ao vivo e fazendo buscas em paralelo. Ele registra a probabilidade, a…

Aprendizado de máquinaEstatísticaSentimentoBacktesting
Machine Learning for Trading

Este notebook transforma manchetes financeiras em sinais por ação e os avalia em relação a retornos futuros. Ele gera embeddings das manchetes, mede a surpresa das notícias como a distância semântica em relação a uma referência móvel de embeddings e combina…

AçõesInvestimento em fatoresSentimentoAprendizado de máquina
Machine Learning for Trading

Este notebook executa ou reproduz um painel de agentes de pesquisa idênticos que respondem a uma pergunta comum de previsão e, em seguida, examina suas previsões, atividades de busca e registros de conversa. O rastreamento separado de cada agente preserva a…

Aprendizado de máquinaEstatísticaSentimentoBacktesting
Machine Learning for Trading

Este notebook avalia um modelo pré-treinado de sentimento financeiro em manchetes do FinMarBa e explica por que o resultado não é um teste claro de transferência de sentimento. O FinBERT foi treinado com julgamentos humanos sobre o sentimento do texto,…

Aprendizado de máquinaSentimentoAçõesEstatística
Machine Learning for Trading

Este notebook explica como extrair transações de insiders de arquivos brutos SEC Form 4 XML para pesquisa quantitativa de ações. Ele usa um analisador XML para manter o código, a data, a quantidade de ações, o preço e a direção de cada negociação associados…

AçõesOrientado por eventosSentimentoEstatística
Machine Learning for Trading

Este notebook apresenta um fluxo para transformar manchetes financeiras em sinais por ação. Ele limpa e padroniza um corpus de notícias, remove duplicatas exatas e por prefixo em grupos de ticker e data e usa embeddings de sentenças para representar o…

AçõesAprendizado de máquinaSentimentoInvestimento em fatores
Machine Learning for Trading

Este notebook cria um agente de previsão que alterna entre pesquisas na web e previsões de probabilidade. Uma pequena interface de modelo de linguagem com dois métodos permite que o mesmo ciclo use um provedor simulado, local ou comercial. O agente recebe…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este notebook aplica o FinBERT pré-treinado a manchetes financeiras do FinMarBa e investiga por que sua acurácia fica muito abaixo dos valores relatados na avaliação do Financial PhraseBank. O diagnóstico central é a origem dos rótulos: os rótulos do…

Aprendizado de máquinaSentimentoEstatística
Machine Learning for Trading

Este capítulo apresenta representações de texto financeiro, de dicionários e contagens de palavras a TF-IDF, embeddings estáticos, redes recorrentes e transformers. Ele explica as vantagens e desvantagens: métodos mais simples são rápidos, interpretáveis e…

Aprendizado de máquinaSentimentoEstatísticaAções
Machine Learning for Trading

Esta referência descreve o Financial Phrasebank, uma coleção rotulada de frases de notícias financeiras usada para treinar ou avaliar modelos de processamento de linguagem natural. Anotadores humanos atribuem rótulos de sentimento positivo, neutro ou…

SentimentoAprendizado de máquina
Machine Learning for Trading

Este notebook mostra como transformar o texto trimestral de Discussão e Análise da Administração dos documentos SEC 10-Q em dois sinais candidatos de ações. O FinBERT atribui pontuações de tom positivo, neutro ou negativo a trechos do texto; as pontuações…

AçõesAprendizado de máquinaSentimentoEstatística