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

733 documentos

Machine Learning for Trading

Este cuaderno compara modelos LightGBM con una referencia ridge para predecir rentabilidades de ETF en dos horizontes. Explica por qué los árboles pueden descubrir interacciones dependientes del régimen, como un comportamiento distinto del momentum bajo…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno convierte las clasificaciones de modelos en carteras sencillas de futuros perpetuos de cripto para que experimentos posteriores midan el efecto de cambiar el tamaño de las posiciones, los costes o los controles de riesgo. Aplica reglas de…

CriptoactivosFuturos perpetuosPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno muestra cómo ajustar reglas StopLoss, TakeProfit y TrailingStop para una cartera de momentum, manteniendo una separación cronológica entre calibración y evaluación. Prueba los anchos de cada regla por separado y sus combinaciones usando datos…

Renta variableGestión del riesgoPruebas retrospectivasImpulso
Machine Learning for Trading

Este documento muestra cómo conectar una estrategia de momentum ETF de cinco días con Alpaca mediante una interfaz de estrategia compartida. La estrategia sigue el momentum de SPY, QQQ e IWM y genera señales cuando cruza un umbral. Los adaptadores…

Renta variableImpulsoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno reúne estimaciones registradas de aprendizaje automático doble de varios estudios de trading y compara su incertidumbre y diagnósticos. Carga las filas actuales de los registros de cada estudio, comprueba la integridad de los registros y la…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe un filtro de señales candidatas para pares de divisas 20, que analiza una característica cada vez. Calcula la concordancia diaria de rango transversal de cada característica con la rentabilidad de la sesión siguiente usando solo…

DivisasEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este tutorial crea un simulador mensual de rotación de ETF usando una clasificación de momentum ajustado al riesgo retrospectivo y un filtro de régimen basado en la curva de tipos del Tesoro. Al cierre de cada mes, la regla clasifica diez fondos según su…

Pruebas retrospectivasImpulsoConstrucción de carterasEjecución
Machine Learning for Trading

Este cuaderno muestra un ciclo operativo para una estrategia de predicción ETF: actualizar los datos de mercado, recalcular características financieras, reentrenar un modelo Ridge, guardar artefactos de despliegue, generar predicciones transversales…

Renta variableAprendizaje automáticoEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara LightGBM con un perceptrón multicapa mínimo, TabM y, de forma opcional, TabPFN para predecir rentabilidades transversales de ETF. Los modelos se evalúan en los mismos pliegues walk-forward mediante el coeficiente de información de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aísla los resultados del motor LEAN de una auditoría que compara ejecuciones conservadas de estrategias reales con perfiles de backtest de ML4T equivalentes. Identifica cuatro cargas de trabajo compatibles: asignación de ETF, financiación de…

MultiactivoPruebas retrospectivasEjecuciónCriptoactivos
Machine Learning for Trading

Este cuaderno compara Random Forest con XGBoost, LightGBM y CatBoost en un panel de características de empresas anonimizadas y rentabilidades. El conjunto de datos proporciona divisiones temporales de entrenamiento, validación y prueba. Los modelos se…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

El cuaderno explica el valor en riesgo como un cuantil de pérdidas y el valor en riesgo condicional, o pérdida esperada de cola, como la pérdida media más allá de ese umbral. Estima el riesgo de cola a un día de un ETF de renta variable amplio mediante…

Renta variableVolatilidadGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones de holdout para una estrategia seleccionada de financiación de perpetuos cripto. Resuelve la configuración a partir de los resultados de validación, conserva la elección del punto de control y crea una nueva…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica la paridad de riesgo jerárquica como alternativa a la asignación media-varianza cuando las estimaciones de covarianza son ruidosas. HRP agrupa los activos usando distancias de correlación, los ordena según la jerarquía, divide…

Construcción de carterasGestión del riesgoPruebas retrospectivasRenta variable
Machine Learning for Trading

El documento explica cómo identificar regímenes de mercado dividiendo las rentabilidades en ventanas solapadas y tratando cada ventana como una distribución empírica. Mide la distancia entre ventanas mediante cuantiles ordenados y emparejados, de modo que…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa una estrategia semanal de straddles de opciones del S&P 500 usando backtests registrados y un proceso de selección fijo. Resuelve la configuración seleccionada a partir del registro tras aplicar una restricción de universo líquido, y…

OpcionesRenta variablePruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este documento explica cómo generar predicciones para un periodo reservado de microestructura del NASDAQ-100 usando una configuración seleccionada con datos de validación. Reajusta el modelo elegido usando solo el historial que termina antes del holdout, con…

Pruebas retrospectivasGestión del riesgoMicroestructura del mercado
Machine Learning for Trading

Este estudio de caso ajusta modelos lineales regularizados a la rentabilidad de straddles cortos at-the-money mantenidos hasta el vencimiento. Como los ingresos por primas limitan la ganancia mientras que las pérdidas pueden crecer sin límite, unas pocas…

OpcionesVolatilidadAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno usa datos reales de ETF para evaluar si una señal de momentum sigue siendo útil ante cambios razonables en el periodo retrospectivo, el régimen de mercado y la implementación. Calcula coeficientes de información transversales entre el momentum…

FuturosImpulsoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno crea cuatro características basadas en modelos para la investigación de opciones del S&P 500: pronósticos de volatilidad para el día siguiente de GJR-GARCH y de volatilidad estocástica, además de las diferencias entre cada pronóstico y la…

OpcionesVolatilidadValoración de derivadosPruebas retrospectivas