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

559 documentos

Machine Learning for Trading

Este módulo de utilidades ofrece herramientas estadísticas para diagnosticar paneles de datos de trading. Su método de autocorrelación calcula una curva dentro de cada entidad antes de agrupar los resultados entre entidades, lo que evita una dependencia…

EstadísticaPruebas retrospectivasMicroestructura del mercadoRenta variable
Machine Learning for Trading

Este estudio de caso sobre acciones de US distingue entre predecir retornos futuros y afirmar que el momentum los causa. Considera como tratamiento el retorno de una acción durante el año anterior, excluido el último mes; como resultado, el retorno futuro; y…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno didáctico compara métodos de etiquetado de objetivos para modelos de trading supervisados con datos de ETF. Abarca retornos y etiquetas de dirección con horizonte fijo, percentiles móviles de series temporales, percentiles transversales,…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra comprobaciones del sesgo de anticipación con precios de ETF y series macroeconómicas. Muestra que una media móvil centrada incluye observaciones futuras, puede seguir demasiado de cerca los cambios de precios y tiene una cola reciente…

Renta variableEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo convertir el texto trimestral de la sección de análisis y discusión de la dirección de los informes SEC 10-Q en dos posibles señales de renta variable. FinBERT puntúa fragmentos de texto según su tono positivo, neutro o negativo;…

Renta variableAprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno compara tres formas de utilizar los regímenes de mercado en los pronósticos: un modelo de referencia sin una entrada de régimen, un modelo único al que se proporciona la probabilidad filtrada de un estado volátil y modelos independientes…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno estima si la proporción firmada del volumen iniciada por compradores se asocia con los retornos futuros a 15 minutos, teniendo en cuenta el diferencial relativo, la volatilidad realizada reciente y el retorno mensual acumulado. El aprendizaje…

Renta variableMicroestructura del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble (DML) para estimar el efecto ajustado de una medida continua de momentum de ETF sobre los retornos posteriores, controlando la volatilidad reciente y a más largo plazo, el régimen de mercado y la pendiente…

Aprendizaje automáticoEstadísticaRenta variableImpulso
Machine Learning for Trading

Este cuaderno explica la paridad de riesgo jerárquica (HRP), un método de construcción de carteras diseñado para limitar la sensibilidad a estimaciones ruidosas de covarianza. Describe sus tres etapas: agrupar activos según la distancia de correlación,…

Construcción de carterasGestión del riesgoPruebas retrospectivasMultiactivo
Machine Learning for Trading

Este cuaderno evalúa backtests ETF registrados a lo largo del proceso de la estrategia, desde las señales y la asignación hasta los costes y las capas de riesgo. Lee predicciones y backtests existentes en lugar de ajustar modelos o añadir nuevos backtests, y…

MultiactivoRenta variableConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno usa registros de operaciones derivados de NASDAQ ITCH para examinar la actividad de trading intradía. Agrupa operaciones individuales en barras temporales y compara el volumen de acciones, el número de operaciones, los últimos precios y los…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Esta guía presenta dos fuentes de datos tick del libro de órdenes de renta variable de US para investigar la microestructura: los eventos market-by-order de Databento y los mensajes NASDAQ TotalView-ITCH. Describe sus formatos, características de cobertura,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.
Machine Learning for Trading

Este cuaderno examina cómo pueden expresar incertidumbre los pronósticos de rendimientos de ETF y compara el dropout de Monte Carlo con los ensembles profundos. El dropout permanece activo en pasadas repetidas de inferencia, mientras que un ensemble mide el…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno compara seis formas de ponderar carteras de ETF seleccionadas con la misma clasificación prevista: ponderación igual, ponderación por puntuación, volatilidad inversa, paridad de riesgo, optimización media-varianza y paridad de riesgo…

Renta variableConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno ajusta un modelo LSTM especificado para pronosticar en un estudio de opciones del S&P 500. La red recibe ventanas cronológicas del historial de cada símbolo y usa un estado recurrente con compuertas para representar información entre sesiones,…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo construir y examinar un panel trimestral de fundamentales de renta variable a partir de datos SEC XBRL. Cada observación incluye tanto el periodo fiscal que describe como la fecha de presentación en que la información se hizo…

Renta variableMercados de EE. UU.Inversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un marco de diagnóstico para un backtest de asignación de ETF. Calcula medidas de riesgo y rendimiento como Sharpe, Sortino, Calmar, volatilidad, valor en riesgo y drawdown máximo; sigue el rendimiento móvil y la recuperación del…

Construcción de carterasGestión del riesgoPruebas retrospectivasRenta variable
Machine Learning for Trading

Este cuaderno crea un flujo de supervisión para un modelo financiero desplegado usando artefactos reales de un conjunto de reserva. Comprueba que los datos de características entrantes estén completos y tengan una estructura válida antes de medir el drift, y…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno conecta el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Muestra el dimensionamiento fraccional fijo, donde el número de participaciones se determina según un presupuesto de riesgo por operación y la…

Dimensionamiento de posicionesGestión del riesgoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo interpretar los pronósticos de una regresión Ridge para un panel de ETF con SHAP. En un modelo lineal, la atribución de cada característica es su coeficiente multiplicado por la desviación de esa característica respecto a su media…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para convertir documentos anuales y trimestrales SEC en texto estructurado para posteriores análisis de sentimiento, temas y embeddings. Asocia las secciones deseadas con números de ítem específicos de cada…

Renta variableSentimiento del mercadoBasado en eventosEstadística
Machine Learning for Trading

Este cuaderno explica cómo un autoencoder condicional amplía un modelo de componentes principales instrumentado: una red neuronal transforma las características de las acciones en exposiciones factoriales, mientras el modelo conserva la misma estructura de…

Renta variableInversión por factoresAprendizaje automáticoPruebas retrospectivas