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 documento presenta métodos para limpiar datos financieros y explica cómo alinear el preprocesamiento con las particiones de entrenamiento y prueba. La lección principal es estimar transformaciones como el escalado y la winsorización únicamente con datos…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

El documento explica tres reglas para cerrar posiciones antes del rebalanceo programado de una cartera: un stop de pérdidas fijo, un stop dinámico medido desde el mejor precio de la posición y una salida por tiempo que cierra tras un periodo de tenencia…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento presenta conjuntos públicos de datos de rendimientos de factores Fama-French y AQR como insumos para crear referencias, atribuir riesgos e investigar factores. Describe los factores de mercado, tamaño, valor, rentabilidad, inversión y momentum…

Inversión por factoresRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo extraer secciones narrativas de informes 10-K y 10-Q para analizarlas posteriormente. Asocia los números de apartado específicos de cada formulario, convierte el HTML de los informes conservando los límites entre párrafos, limpia…

Renta variableAprendizaje automáticoSentimiento del mercadoBasado en eventos
Machine Learning for Trading

Este cuaderno muestra la frontera de despliegue entre un pipeline de aprendizaje automático sin conexión y el motor LEAN de QuantConnect. Selecciona un conjunto de predicciones mediante el registro del estudio de caso ETF, verifica la procedencia del…

Aprendizaje automáticoEjecuciónPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica las firmas de trayectoria como variables de longitud fija que conservan el orden y la forma conjunta de las observaciones de una serie temporal. Describe cómo el primer nivel de la firma registra los cambios totales, mientras que los…

Renta variableAprendizaje automáticoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este cuaderno presenta comparaciones de paridad entre Backtrader, Zipline Reloaded y un marco interno de trading con estrategias seleccionadas de casos de estudio reales. Incluye comparaciones de ETF y paneles de acciones de ETF y US para ambos motores…

Pruebas retrospectivasEjecuciónMicroestructura del mercadoRenta variable
Machine Learning for Trading

Este módulo define una referencia de asignación mensual a ETF mediante una puntuación de momentum ajustada al riesgo: el rendimiento acumulado de los últimos periodos dividido por la volatilidad realizada anualizada. Selecciona los activos mejor clasificados…

Renta variableMultiactivoImpulsoVolatilidad
Machine Learning for Trading

Este cuaderno usa datos de operaciones y órdenes derivados de NASDAQ ITCH para ilustrar patrones de microestructura. Examina la autocorrelación negativa de primer orden en los rendimientos de operaciones tick a tick, compara el efecto con los rendimientos…

Renta variableMicroestructura del mercadoEstadísticaEjecución
Machine Learning for Trading

Esta demostración amplía un flujo de trabajo de una sola orden a un rebalanceo diario para un universo fijo de acciones estadounidenses de gran capitalización US. Explica cómo comparar las posiciones actuales del bróker con los objetivos del modelo, crear…

Renta variableEjecuciónGestión del riesgoMicroestructura del mercado
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para evaluar si el momentum que omite los datos recientes de seis meses afecta a los rendimientos futuros a 21 días y si el efecto cambia con la volatilidad del mercado. Estima los efectos con datos de entrenamiento…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara dos modelos fundacionales de series temporales preentrenados, Chronos y TinyTimeMixer, con un LSTM y una referencia lineal penalizada en un panel de ETF. Cada modelo recibe un contexto histórico univariante; los modelos preentrenados…

Aprendizaje automáticoRenta variableImpulsoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno ajusta modelos lineales a variables de microestructura de NASDAQ-100 observadas a intervalos de un minuto para predecir rendimientos en varios horizontes futuros. Su objetivo es establecer una referencia sencilla antes de probar modelos más…

Renta variableAprendizaje automáticoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este documento describe un conjunto de datos diario de renta variable de EE. UU. US que abarca aproximadamente 3,200 empresas desde 1962 hasta marzo de 2018. Incluye emisores excluidos de cotización, lo que lo hace útil para la investigación histórica, donde…

Renta variableMercados de EE. UU.Pruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa cómo afectan los supuestos de costes de transacción al Sharpe de validación de una asignación seleccionada de acciones y opciones del S&P 500. Si está disponible, conserva la configuración elegida mediante un conjunto de candidatos…

Renta variableOpcionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara implementaciones de una predicción univariante del precio de SPY con PyTorch sin procesar, sktime y Darts. Su objetivo principal es evaluar el esfuerzo práctico: longitud del código, requisitos de interfaz, éxito de instalación y tiempo…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso de estudio de NASDAQ-100 investiga si las señales de microestructura de 15 minutos pueden resistir los costes de trading. El flujo de trabajo evalúa el flujo de órdenes, la antigüedad de las cotizaciones y los spreads relativos; después compara una…

Renta variableMercados de EE. UU.Microestructura del mercadoEjecución
Machine Learning for Trading

Este cuaderno comprueba si una estrategia diaria de clasificación de acciones de US cuenta con suficientes datos utilizables para una evaluación justa antes de ajustar un modelo. Explica cómo formar un universo en cada momento con sus componentes históricos,…

Renta variableMercados de EE. UU.Pruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno ejecuta una configuración de acciones de US seleccionada previamente con predicciones del conjunto de prueba. El modelo seleccionado, las predicciones, el asignador, la concentración, la capa de riesgo, la frecuencia de rebalanceo y los…

Renta variableMercados de EE. UU.Pruebas retrospectivasGestión del riesgo