Blog

Return-direction classifiers are imbalanced problems, and 0.5 is the wrong decision threshold. Comparing scale_pos_weight, focal loss, and precision-constrained threshold optimization on crypto data — plus the engineering differences between XGBoost, LightGBM, and CatBoost.

DCC-GARCH tells you when crypto dependence tightens. Transfer entropy tells you which way it points. A directed information-flow measure, its null calibration, and an honest account of what it does and does not add over average pairwise correlation.

Reconstructing trade direction from OHLCV, bar history, or venues without an aggressor flag — the classic rules, the stale-quote problem, bulk volume classification, and how to measure them against crypto's free ground truth.

Os modelos de sequência alimentados com dados de ticks ainda assumem espaçamento regular. Três maneiras de informar a um Transformer quando um tick realmente aconteceu - codificação contínua em escala de tempo que pode ser aprendida, estado latente ODE-RNN e delta_t como um recurso simples - e a ablação que decide entre eles.

Esta série precificou a rota de seleção até uma vantagem falsa - o DSR avalia o vencedor, o PBO avalia a pesquisa. Nenhum dos dois toca em confusão: a estratégia que rendeu dinheiro porque a volatilidade dobrou na semana em que você a implementou. O Método de Controle Sintético constrói um cenário contrafactual ponderado a partir de um conjunto de doadores de instrumentos intocados e fornece um critério de falsificação e um valor p placebo.

Como avaliar honestamente uma distribuição preditiva - CRPS como uma regra de pontuação adequada, o histograma PIT como um diagnóstico de calibração e amostragem DeepAR em GluonTS.

Colocar os PDEs de preços de Heston, limite livre e difusão de salto em uma perda de rede neural - o resíduo do preço logarítmico, o truque de autogradação parcial mista e o que ainda precisa ser medido.