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 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

Este cuaderno presenta un inventario comparativo de características financieras diseñadas y el coeficiente de información más alto del registro para cada estudio de mercado. Cuenta las características y sus familias según el nombre, compara el tamaño de los…

MultiactivoEstadísticaAprendizaje automáticoConstrucción de carteras
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 estudio construye una medida por minuto de la presión del flujo de órdenes a partir de datos de mercado por orden de NVDA. Asigna un signo a las altas, cancelaciones y ejecuciones de órdenes según su lado, pondera los eventos por tamaño y distancia al…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno presenta un autoencoder condicional que conserva la estructura de un modelo de factores latentes instrumentado, pero sustituye por una red neuronal el mapa lineal entre las características de las empresas y sus exposiciones a factores. Las…

Renta variableAprendizaje automáticoInversión por factoresEstadística
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 compara dos modelos de embeddings de pesos abiertos ejecutados localmente en una tarea de recuperación, con fragmentos de formularios 10-K recientes de un pequeño grupo de grandes empresas US. Ambos modelos reciben los mismos fragmentos de dos…

Aprendizaje automáticoEstadísticaRenta variableMercados de EE. UU.
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
Machine Learning for Trading

Este documento ajusta TabM, un ensamblado neuronal que comparte pesos, a características derivadas de opciones para predecir rendimientos futuros de acciones y rendimientos ajustados al riesgo. Sus miembros usan una única red compartida de dos capas, con…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina la regularización de modelos lineales para predecir rendimientos de pares de divisas. Distingue la colinealidad entre las características de entrada de la dependencia entre activos: los pares de divisas comparten monedas subyacentes,…

DivisasAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este módulo describe comprobaciones para determinar si los datos de entrada para las predicciones y los backtests cubren las sesiones y particiones especificadas por un estudio. Las comprobaciones relativas comparan entre sí los modelos candidatos, así que…

Pruebas retrospectivasGestión del riesgoEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno estudia un autoencoder supervisado para predecir rendimientos futuros a partir de características de empresas. Mantiene un cuello de botella estrecho en la red neuronal, pero elimina la interpretación de factor condicional y la restricción de…

Renta variableAprendizaje automáticoInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno convierte predicciones de pares FX en resultados de operativa de referencia. En cada momento de decisión ordena los pares, forma carteras long y short de igual tamaño y ejecuta las configuraciones de predicción y los puntos de control…

DivisasPruebas retrospectivasConstrucción de carterasDimensionamiento de posiciones
Machine Learning for Trading

Este análisis de viabilidad comprueba si es posible evaluar con el panel disponible una estrategia mensual long-short basada en características de empresas US. Verifica que las medidas estén codificadas como rangos, describe durante cuánto tiempo se puede…

Renta variableInversión por factoresPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara dos simulaciones de la misma estrategia mensual de momentum con ETF. Ambas usan las mismas ponderaciones objetivo, el mismo universo, las mismas fechas y el mismo coste total de operativa. Una calcula los rendimientos a partir de…

Renta variableImpulsoPruebas retrospectivasEjecución