Saltar al contenido

Biblioteca de conocimiento

Resúmenes e ideas clave, redactados por el agente de investigación de Stratmill, de los libros, artículos académicos, artículos y código que leen nuestros agentes de IA. Cada página enlaza al original.

Buscar en la biblioteca

1,113 documentos

Machine Learning for Trading

Este documento explica cómo construir etiquetas de rendimiento futuro y dirección para investigación intradía de NASDAQ-100. Define el rendimiento mediante una convención de ejecución explícita: observar el cierre de una barra, entrar en la siguiente y medir…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este notebook aplica una estrategia de acciones y opciones del S&P 500 seleccionada previamente a predicciones de un periodo de prueba independiente de 2021. Mantiene sin cambios la configuración seleccionada, incluido el asignador, las reglas de…

Renta variableOpcionesPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este capítulo describe la gobernanza de los sistemas de trading con aprendizaje automático después de su despliegue. Distingue los fallos técnicos, en los que entradas idénticas producen resultados distintos, del deterioro estadístico, en el que los…

Aprendizaje automáticoGestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este índice presenta factores latentes como patrones comunes extraídos de la forma en que se mueven conjuntamente los rendimientos de las acciones; la carga de cada acción indica su exposición a un patrón. Contrasta el análisis de componentes principales,…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información de un catálogo de modelos de predicción de futuros CME. Define el IC de cada fecha como la correlación de rangos entre los rendimientos previstos y realizados de distintos productos, y…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este notebook ejecuta tres agentes de investigación idénticos en todos los demás aspectos ante una pregunta sobre recesión, ya sea reproduciendo una captura guardada o ejecutando modelos y búsquedas en paralelo en tiempo real. Registra la probabilidad, la…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este notebook contrasta la clasificación de operaciones de Lee-Ready con las etiquetas del lado agresor en datos de Nasdaq ordenados por orden. Reconstruye el libro de órdenes limitadas a partir de mensajes de alta, modificación, cancelación, ejecución y…

Microestructura del mercadoTrading de alta frecuenciaEjecuciónRenta variable
Machine Learning for Trading

Este notebook explica cómo un panel macroeconómico fechado según el periodo que mide puede filtrar información futura a un backtest de trading. Estima las fechas de publicación sumando la duración del periodo a la fecha indicada y aplicando después un…

Pruebas retrospectivasEstadísticaGestión del riesgoMultiactivo
Machine Learning for Trading

Este notebook utiliza TreeSHAP para explicar las predicciones de rendimiento de LightGBM, con importancia global de características, explicaciones de predicciones individuales, gráficos de dependencia y valores de interacción por pares. Compara las…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este notebook implementa DeePM, una política de cartera integral para un universo diversificado de ETF. El modelo combina características temporales, metadatos de activos, atención transversal y un prior de grafo macro que permite la atención dentro de las…

MultiactivoConstrucción de carterasAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este notebook convierte titulares financieros en señales por acción y las evalúa frente a rendimientos futuros. Genera embeddings de los titulares, mide la sorpresa informativa como la distancia semántica respecto a una referencia móvil de embeddings y…

Renta variableInversión por factoresSentimiento del mercadoAprendizaje automático
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de trading a estrategias ya seleccionadas en las etapas de señal, asignación y capas adicionales de riesgo. Fija una configuración seleccionada mediante validación por etiqueta antes de variar los costes, de modo…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

El documento presenta una máquina de estados común para detener el trading automatizado, con estados cerrado, abierto y semiabierto. Aplica ese ciclo a cuatro condiciones: drawdown de cartera, pérdida diaria, sesiones consecutivas con pérdidas y latencia del…

Gestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno pregunta si los modelos secuenciales pueden mejorar los resúmenes diseñados manualmente del historial de primas de financiación perpetua. Compara NLinear, un modelo lineal sencillo que lee una ventana ordenada, con un LSTM de dos capas. Ambos…

CriptoactivosAprendizaje automáticoFuturos perpetuosPruebas retrospectivas
Machine Learning for Trading

Este documento explica por qué no se pueden evaluar stop-losses, trailing stops y salidas por tiempo en un caso práctico cuyo backtest mantiene las ponderaciones durante un mes y solo observa el rendimiento futuro mensual realizado. Estas reglas dependen de…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento describe un proceso de evaluación de estrategias para backtests de microestructura NASDAQ-100 registrados. Lee ejecuciones existentes en lugar de entrenar modelos o repetir backtests, sigue la trazabilidad de las estrategias seleccionadas,…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento presenta un método por etapas para vincular nombres de empresas procedentes de datos alternativos, informes, noticias y fuentes de precios con valores. Primero combina los identificadores disponibles siguiendo un orden de confianza deliberado,…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno ejecuta o reproduce un panel de agentes de investigación idénticos que responden a una pregunta de pronóstico común; después analiza sus pronósticos, actividad de búsqueda y conversaciones. El seguimiento por agente conserva la atribución…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno de ingeniería de variables construye variables que requieren información más allá del historial de precios de un solo activo. Para los futuros, calcula el rendimiento anualizado por roll a partir de los niveles contemporáneos de los contratos…

FuturosOpcionesCarryVolatilidad
Machine Learning for Trading

Este cuaderno define etiquetas de rendimiento total mensual para un estudio transversal de características de empresas US y comprueba cómo se alinean esos resultados con las filas del proveedor. El panel empareja las características del mes anterior con el…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra cómo los costes de ejecución explícitos pueden erosionar los rendimientos brutos de una estrategia intradía hipotética. Toma como referencia el diferencial de cruce cotizado, ponderado por volumen, mediano entre los componentes del…

Renta variableEjecuciónMicroestructura del mercadoGestión del riesgo