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

381 documentos

Machine Learning for Trading

Este notebook explica como aplicar quatro modelos de impacto de mercado em um backtest: sem impacto, impacto linear, de raiz quadrada e uma lei de potência configurável. Cada modelo estima uma variação de preço por ação com sinal, com base na direção da…

ExecuçãoMicroestrutura de mercadoBacktestingGestão de risco
Machine Learning for Trading

Este notebook explora o ARIMA como gerador de atributos para modelos que podem usar sua saída junto a outros preditores. Explica como gráficos de ACF e PACF podem sugerir ordens do modelo, como critérios de informação podem comparar ordens candidatas nos…

AçõesAprendizado de máquinaEstatísticaBacktesting
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 apresenta diagnósticos leves de falsificação para triagem de features, distinguindo explicitamente a consistência do mecanismo da identificação causal. Primeiro, examina features de ETF em vários horizontes de retornos futuros com correção para…

Aprendizado de máquinaEstatísticaMomentumVolatilidade
Machine Learning for Trading

Este notebook examina rótulos de aprendizado supervisionado usando dados de preços de ETF. Abrange retornos futuros em horizontes fixos para regressão ou classificação de direção, percentis móveis de séries temporais, rótulos de percentis cross-seccionais,…

Aprendizado de máquinaAçõesVolatilidadeGestão de risco
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 mede a variação percentual absoluta do prêmio de um straddle de opções informado, em horizontes de sessões especificados. Ele calcula um prêmio válido de straddle a partir de cotações pareadas de call e put, com bids positivos e asks acima…

OpçõesVolatilidadeBacktesting
Machine Learning for Trading

Este estudo de características de ações dos US explica como gerar características a partir de modelos estimados sem permitir que dados futuros entrem em observações anteriores. O cronograma de estimação inclui um período inicial de histórico, ajusta…

AçõesVolatilidadeIndicadores técnicosEstatística
Machine Learning for Trading

Esta análise verifica se dados diários de opções e ações podem sustentar uma estratégia semanal do S&P 500 que classifica os componentes pela volatilidade implícita at-the-money de trinta dias e compra as ações mais bem classificadas. As opções fornecem o…

AçõesOpçõesVolatilidadeBacktesting
Machine Learning for Trading

Este estudo de caso ajusta modelos lineares regularizados aos retornos de straddles at-the-money vendidos e mantidos até o vencimento. A operação recebe os prêmios de call e put, o que limita o ganho máximo, mas pode gerar perdas muito grandes quando o ativo…

OpçõesVolatilidadeAprendizado de máquinaEstatística
Machine Learning for Trading

Este notebook apresenta diagnósticos apenas de validação para um rótulo de retorno de opções do S&P 500, protegido por delta por 10 sessões. Ele organiza os preditores financeiros em grupos dependentes e independentes da volatilidade implícita e, em seguida,…

OpçõesVolatilidadeEstatísticaAprendizado de máquina
Machine Learning for Trading

Este notebook cria atributos baseados em regras para uma seção transversal de futuros de CME, com foco no carry decorrente do spread entre contratos de vencimentos próximos. Também constrói atributos de momentum, volatilidade, formato da curva e calendário.…

FuturosCommoditiesCarryMomentum
Machine Learning for Trading

Esta exploração de dados examina observações do índice de prêmio a cada oito horas em contratos perpétuos de cripto com margem em USDT e explica a relação entre o prêmio e os pagamentos de funding. O índice usa preços executáveis de compra e venda com…

CriptoFuturos perpétuosArbitragemCarry
Machine Learning for Trading

Este notebook cria atributos baseados em modelos para pesquisa de opções do S&P 500, usando retornos do ativo subjacente. Ele ajusta GJR-GARCH, que dá peso adicional a choques de retorno negativos, e um modelo de volatilidade estocástica cuja variância…

OpçõesVolatilidadeEstatísticaAprendizado de máquina
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

Esta análise de viabilidade pergunta se os dados e as premissas de uma estratégia semanal de short straddle com hedge delta nos componentes do S&P 500 são plausíveis antes do ajuste de um modelo. Explica como calls e puts com o mesmo preço de exercício e…

OpçõesVolatilidadeGestão de riscoBacktesting
Machine Learning for Trading

Este notebook compara carteiras de referência ETF em crises históricas, choques simultâneos de ativos definidos manualmente e cenários de perda de Monte Carlo. As janelas históricas incluem grandes quedas de ações e movimentos motivados por taxas, com…

MultiativosConstrução de portfólioGestão de riscoVolatilidade
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

O documento explica como criar atributos para pares de moedas com três modelos de séries temporais ajustados: um filtro de espaço de estados que estima um nível de preço que muda lentamente, um modelo de Markov oculto de dois estados para regimes de…

CâmbioEstatísticaVolatilidadeBacktesting