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 comprueba si la asignación de cartera estándar puede mejorar una estrategia de trading del NASDAQ-100 en cada barra, que ya soporta costes de transacción. Selecciona predicciones según su rendimiento de validación en el universo declarado…

Renta variableDimensionamiento de posicionesConstrucción de carterasEjecución
Machine Learning for Trading

Este cuaderno describe una familia de modelos de rendimiento de ETF que infieren direcciones latentes comunes en un conjunto de datos y usan características para estimar la exposición de los fondos. Distingue cinco enfoques: componentes principales…

EstadísticaAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno explica cómo diseñar una herramienta de búsqueda para un agente de pronóstico, de modo que la evidencia tenga una estructura coherente, un origen rastreable y una ruta auditable hasta el modelo. Un protocolo de cliente compartido devuelve…

Aprendizaje automáticoPruebas retrospectivasSentimiento del mercado
Machine Learning for Trading

Este cuaderno estudia cómo afecta el tamaño de las posiciones a los backtests de FX una vez que el modelo ha seleccionado los pares de divisas que se van a negociar. Mantiene las predicciones, la asignación de señales, los costes y la configuración de…

DivisasDimensionamiento de posicionesConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica controles de riesgo por posición a las principales combinaciones de asignación de ETF, manteniendo fijas cada predicción subyacente, la concentración y el método de asignación. Compara stops de pérdidas, stops dinámicos y salidas por…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno muestra por qué buscar entre muchas señales o estrategias hace que el mejor resultado observado parezca más sólido que su verdadero valor predictivo. Una simulación con factores sin información real ilustra cómo elegir el coeficiente de…

EstadísticaInversión por factoresPruebas retrospectivasAprendizaje automático
Machine Learning for Trading

El documento describe cómo un flujo de investigación de trading evalúa si los ajustes de modelos de factores latentes finalizaron en un estado utilizable. En los modelos entrenados mediante descenso del gradiente, comprueba que el último objetivo de…

Aprendizaje automáticoInversión por factoresGestión del riesgo
Machine Learning for Trading

Este estudio de características de renta variable de US explica cómo generar características a partir de modelos estimados sin permitir que datos futuros influyan en observaciones anteriores. El calendario de estimación incluye un periodo inicial de…

Renta variableVolatilidadIndicadores técnicosEstadística
Machine Learning for Trading

Este cuaderno aplica TSMixer a secuencias de ETF mediante una función global compartida entre fondos. Cada ejemplo contiene el historial y las covariables de un fondo individual; las interacciones temporales y entre características se aprenden en el…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe un modelo de factor de descuento estocástico (SDF) para valorar la sección transversal de rendimientos empresariales de US. En vez de estimar primero los factores y aplicarlos después, aprende directamente ponderaciones por empresa y…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno analiza libros de órdenes limitadas reconstruidos del NASDAQ para describir los diferenciales intradía y la profundidad en el mejor nivel, y examina si el desequilibrio del flujo de órdenes se relaciona con los rendimientos posteriores por…

Microestructura del mercadoRenta variableEstadísticaEjecución
Machine Learning for Trading

Este cuaderno consulta registros de backtests en nueve estudios de caso y prepara tablas comparables para análisis posteriores. Organiza los resultados por clase de activo y frecuencia de los datos, y registra el rendimiento en las etapas de señal,…

Pruebas retrospectivasEstadísticaConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno presenta un puente de despliegue entre un flujo de aprendizaje automático sin conexión y el motor de trading LEAN de QuantConnect. Selecciona de forma reproducible una ejecución del modelo desde un registro, exporta sus predicciones del periodo…

Aprendizaje automáticoConstrucción de carterasEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa cuatro señales derivadas de noticias —sorpresa ponderada, sentimiento medio, cambio del sentimiento y cobertura de artículos— frente a los rendimientos futuros de las acciones. Calcula un coeficiente de información de Spearman…

Renta variableSentimiento del mercadoEstadísticaInversión por factores
Machine Learning for Trading

Este documento describe el ajuste de redes convolucionales temporales a características de microestructura de nivel intraminuto de NASDAQ 100. Las convoluciones causales impiden que una predicción use observaciones posteriores, mientras que la dilatación…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este documento describe un backtest fuera de muestra de un año de straddles de opciones del S&P 500. Aplica predicciones de un modelo reajustado con el historial anterior al periodo de reserva, junto con la estrategia, la asignación, la concentración, el…

OpcionesPruebas retrospectivasGestión del riesgoMercados de EE. UU.
Machine Learning for Trading

Este cuaderno especifica y ejecuta un análisis de doble aprendizaje automático del efecto de la prima de riesgo de varianza en los retornos de opciones cortas hasta el vencimiento. Antes de la ejecución, define el tratamiento, el resultado, los factores de…

OpcionesVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis compara predicciones de varias familias de modelos entrenadas con características mensuales de acciones de US para pronosticar los retornos del mes siguiente. Se centra en el coeficiente de información transversal, que mide hasta qué punto un…

Renta variableMercados de EE. UU.Aprendizaje automáticoEstadística
Machine Learning for Trading

Este estudio de caso ajusta modelos lineales regularizados a los retornos de straddles at-the-money cortos mantenidos hasta el vencimiento. La operación cobra las primas de las opciones call y put, lo que limita la ganancia máxima, pero puede generar…

OpcionesVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

El documento explica cómo un registro de experimentos puede seguir un modelo desde su configuración de entrenamiento, pasando por las predicciones, hasta los resultados del backtest. Cada etapa recibe un identificador derivado de una especificación…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara métodos para descubrir relaciones entre los retornos de un panel de ETF: NOTEARS para grafos acíclicos dirigidos lineales contemporáneos, VAR-LiNGAM para estructuras retardadas e instantáneas, PCMCI para vínculos de independencia…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas