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 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
Machine Learning for Trading

Este estudio analiza características financieras y de volatilidad GJR-GARCH frente a rendimientos futuros de acciones. Para cada sesión calcula la correlación de rangos entre acciones de una característica y los rendimientos posteriores, y luego evalúa la…

Renta variableOpcionesEstadísticaAprendizaje automático
Machine Learning for Trading

Esta referencia describe dos corpus de noticias financieras utilizados para el análisis de sentimiento, el desarrollo de características textuales y los experimentos que relacionan noticias con rendimientos. FNSPID vincula titulares con tickers bursátiles y…

Renta variableSentimiento del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

El documento deriva los precios de opciones europeas de compra y venta con Black-Scholes, comprueba su relación mediante la paridad put-call y calcula la volatilidad implícita resolviendo numéricamente la volatilidad que coincide con un precio observado de…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno compara seis métodos de asignación en estrategias de perpetuos cripto que ya han superado un proceso de selección de referencia. Mantiene fijas las predicciones y reglas de entrada de cada estrategia, y luego cambia cómo se asigna el capital:…

CriptoactivosFuturos perpetuosDimensionamiento de posicionesConstrucción de carteras
Machine Learning for Trading

Este cuaderno muestra la cobertura profunda de una opción de compra europea corta. Simula trayectorias del precio del subyacente mediante movimiento browniano geométrico, calcula la delta de Black-Scholes como referencia y entrena una red neuronal…

OpcionesAprendizaje automáticoGestión del riesgoValoración de derivados
Machine Learning for Trading

Este módulo define cómo formar un campo de selección para el periodo reservado entre etapas de validación y etiquetas de estrategia. Aborda discrepancias que pueden hacer que los conjuntos de candidatas congelados y la reconstrucción en vivo seleccionen…

Pruebas retrospectivasGestión del riesgoConstrucción de carterasEstadística
Machine Learning for Trading

Este módulo de ingeniería de características prepara datos diarios de precios para modelos sistemáticos de cartera macro. Crea rendimientos por horizonte escalados por la volatilidad estimada, varias señales MACD en múltiples escalas y puntuaciones z móviles…

MultiactivoImpulsoSeguimiento de tendenciasVolatilidad
Machine Learning for Trading

Este cuaderno muestra cómo probar si cuatro estrategias de cartera gestionada aportan poder explicativo a los rendimientos de SPY, una vez controlados los movimientos generales capturados por diez componentes principales. Las carteras candidatas ordenan los…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este documento describe un flujo de trabajo para convertir las declaraciones trimestrales masivas SEC 13F en un panel de posiciones institucionales. Selecciona la declaración más reciente de cada gestor según la fecha de presentación, utiliza CUSIP en lugar…

Renta variableMercados de EE. UU.EstadísticaSentimiento del mercado
Machine Learning for Trading

El documento explica el análisis de componentes principales instrumentado para modelar los rendimientos de ETF. A diferencia del PCA ordinario, que asigna exposiciones factoriales fijas a cada fondo, IPCA hace que las exposiciones de cada fondo sean una…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno utiliza registros de operaciones NASDAQ ITCH para examinar cómo varían el volumen y la actividad de negociación durante la sesión ordinaria. Agrupa las operaciones en barras temporales, compara precios y volúmenes de acciones representativas…

Renta variableMicroestructura del mercadoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este cuaderno compara modelos predictivos que ordenan acciones del NASDAQ-100 por su rendimiento en los próximos 15 minutos, usando información intradía de microestructura como diferenciales, desequilibrio de profundidad, volumen firmado e impacto en…

Renta variableAprendizaje automáticoEstadísticaMicroestructura del mercado
Machine Learning for Trading

Esta evaluación analiza características de superficies de opciones, derivadas de precios y de volatilidad condicional frente a los rendimientos futuros de acciones. Para cada sesión calcula la correlación de rangos transversal entre los valores de las…

Renta variableOpcionesEstadísticaAprendizaje automático
Machine Learning for Trading

Este cuaderno evalúa una estrategia ETF seleccionada previamente en un periodo reservado para prueba. Recupera las predicciones correspondientes mediante su identidad de entrenamiento y punto de control, aplica la especificación de la estrategia y los costes…

Pruebas retrospectivasConstrucción de carterasGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este módulo explica cómo preparar los precios históricos del S&P 500 cuando los símbolos ticker pueden corresponder a distintos valores a lo largo del tiempo. Aplica factores de ajuste por acciones corporativas, sigue los identificadores de valores y marca…

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

Este documento describe un entorno Gymnasium para entrenar a un agente que liquide una posición en un horizonte fijo. La observación combina el inventario restante y el tiempo con el diferencial, la profundidad del mercado, la volatilidad y un régimen normal…

Aprendizaje automáticoEjecuciónMicroestructura del mercadoVolatilidad
Machine Learning for Trading

Este cuaderno plantea una orden principal como un problema de control con horizonte finito. En cada intervalo, el aprendizaje Q tabular elige un multiplicador para un tramo de operación basado en VWAP, condicionado por el tiempo y el inventario restante,…

Renta variableEjecuciónAprendizaje automáticoMicroestructura del mercado
Machine Learning for Trading

Este cuaderno explica cómo convertir modelos GJR-GARCH ajustados y modelos ocultos de Markov en características de negociación mientras se controla el sesgo de anticipación. GJR-GARCH estima la volatilidad condicional y captura el mayor impacto de las…

CriptoactivosFuturos perpetuosVolatilidadAprendizaje automático
Machine Learning for Trading

El documento explica dos formas de estimar los diferenciales bid-ask cuando solo se dispone de datos diarios OHLCV. Corwin-Schultz compara los rangos entre máximos y mínimos de intervalos adyacentes de uno y dos días, usando el distinto comportamiento de la…

Microestructura del mercadoEstadísticaEjecuciónVolatilidad
Machine Learning for Trading

El documento describe cómo convertir ventanas móviles de retornos ETF en imágenes de dos canales para una red neuronal convolucional convencional. Un campo angular de Gramian asigna ángulos a las observaciones normalizadas y registra relaciones angulares por…

Renta variableAprendizaje automáticoIndicadores técnicosEstadística