← All Collections
🧠 4 parts

Deep Learning for Markets

Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.

  1. 01
    Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting
    Jun 22, 2026 #deep-learning

    Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting

    How Google's Temporal Fusion Transformer brings interpretable multi-horizon forecasting to quantitative portfolio management, with attention-based variable selection, quantile outputs, and a worked pytorch-forecasting pipeline.
  2. 02
    Modelos de Difusão vs Anarquia das Criptomoedas: Por Que o DDPM Consegue Prever Quedas do Bitcoin Melhor Que Seu Astrólogo
    Jul 29, 2025 #diffusion models

    Modelos de Difusão vs Anarquia das Criptomoedas: Por Que o DDPM Consegue Prever Quedas do Bitcoin Melhor Que Seu Astrólogo

    Como os modelos de difusão estão revolucionando a previsão de criptomoedas, superando o caos da volatilidade e criando novas oportunidades para o trading algorítmico.
  3. 03
    Kronos: um modelo de fundação que ensina os gráficos de candles a falar a linguagem dos transformers
    Apr 19, 2026 #kronos

    Kronos: um modelo de fundação que ensina os gráficos de candles a falar a linguagem dos transformers

    Análise do Kronos, um modelo de fundação para previsão de candles OHLCV. Tokenizador BSQ, decodificador hierárquico, amostragem em duas etapas, pipeline de treinamento Qlib. Como um modelo aprende a 'linguagem' da bolsa.
  4. 04
    Predição Conformal para Dimensionamento de Posição Sensível ao Risco
    Jun 12, 2026 #uncertainty

    Predição Conformal para Dimensionamento de Posição Sensível ao Risco

    Intervalos de predição livres de distribuição com garantia de cobertura. Usamos split conformal, jackknife+ e inferência conformal adaptativa para calibrar o risco de negociação e dimensionar posições sem suposições paramétricas.