Lab
Implementações abertas
Código de referência em Python, Rust e R para os M-models públicos da Daru Finance e análises de apoio. São as implementações por trás dos artigos publicados neste site, intencionalmente mínimas, intencionalmente legíveis, intencionalmente reproduzíveis.
Tudo, no aberto
Geometria PCA + UMAP da população de estratégias
Embedding PCA + UMAP de grandes populações de estratégias a partir de um vetor métrico de 90 features, com separação baseada em conectividade entre estratégias robustas e frágeis.
Ler método Mais recenteDensidade Sharpe e dispersão (μ, σ, t) da população
Densidade Sharpe em nível de população e dispersão (média, std, t) sobre um universo de estratégias. Biblioteca de apoio para análises empíricas.
Ler métodoEspectro de autovalores da matriz de correlação de estratégias
Espectro de autovalores Marchenko–Pastur e parallel-analysis de matrizes de correlação de estratégias. Implementação de referência do modelo M/01 do escritório.
Detecção de sinal esparso com controle de FDR
Higher Criticism mais knockoffs Model-X para seleção de estratégias com controle de FDR. Implementação de referência do modelo M/02 do escritório.
Barcodes de persistência sobre a estrutura das estratégias
Barcode de persistência H0 sob Vietoris–Rips de distância de correlação em populações de estratégias. Implementação de referência do modelo M/03 do escritório.
Peaks-over-threshold e acoplamento de cauda par a par
Ajustes GPD peaks-over-threshold e acoplamento de cauda χ par a par em retornos entre ativos. Implementação de referência do modelo M/04 do escritório.
Decompondo o gap Sharpe IS-OOS
Decomposição da variância do gap Sharpe in-sample / out-of-sample em viés de seleção, ruído de escolha de parâmetro, e skill residual em 10 ativos cripto deep-WFO.
A suavidade in-sample prevê skill out-of-sample?
Teste empírico pré-registrado sobre se a suavidade da superfície Sharpe in-sample sob um conjunto fixo de cinco perturbações prevê skill out-of-sample nas partições walk-forward SOL / DOGE / BTC.
Geometria PCA + UMAP da população de estratégias
Embedding PCA + UMAP de grandes populações de estratégias a partir de um vetor métrico de 90 features, com separação baseada em conectividade entre estratégias robustas e frágeis.
Segmentação de regimes via Hidden Markov
Segmentação de regimes por HMM gaussiano sobre features (logret, volatilidade, tendência) com K selecionado por BIC; preferência por 4 estados em majors cripto.
Saturação do universo em portfólios de variância mínima
Análise de saturação do universo para portfólios de variância mínima extraídos de grandes pools de estratégias, comparando shrinkage Ledoit–Wolf, robusto estilo Huber e estimadores de covariância amostral.
Densidade Sharpe e dispersão (μ, σ, t) da população
Densidade Sharpe em nível de população e dispersão (média, std, t) sobre um universo de estratégias. Biblioteca de apoio para análises empíricas.
Cubo de correlação rolante entre ativos
Cubo de correlação amostral entre ativos sobre um universo de 9 ativos. Biblioteca de apoio para análises em nível de população.
O sinal é coletivo
Demos sintéticas reproduzíveis por trás do artigo ‘O sinal é coletivo’.
Frameworks (implementações completas de backtester) e o pacote de reprodutibilidade do paper de Monte Carlo são deliberadamente excluídos desta lista, vivem em seus próprios lugares dedicados. Veja github.com/DaruFinance para o índice completo de repositórios.