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

733 documentos

Machine Learning for Trading

Este notebook presenta un autoencoder supervisado para pronosticar rentabilidades futuras de ETF. La red comprime las características de un fondo en una representación de baja dimensión y pronostica rentabilidades directamente a partir de ella. A diferencia…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este documento describe cómo derivar un único intervalo de entrenamiento para holdout a partir de una especificación existente de validación walk-forward. Toma las fechas declaradas del holdout de la configuración del estudio, usa el inicio de entrenamiento…

Pruebas retrospectivasAprendizaje automáticoGestión del riesgoEstadística
Machine Learning for Trading

Este notebook explica cómo comprobar si eventos como señales de trading o anuncios predicen rentabilidades más allá de un índice de referencia de mercado. Muestra el flujo de trabajo con rupturas de momentum en ETF líquidos: estima un modelo de mercado a…

EstadísticaPruebas retrospectivasImpulsoRuptura
Machine Learning for Trading

Este análisis compara registros de evaluación de características en nueve estudios de caso de trading. Distingue la significación según la tasa de falsos descubrimientos de Benjamini–Hochberg de una segunda vía para obtener una decisión PROCEED, que combina…

EstadísticaAprendizaje automáticoPruebas retrospectivasInversión por factores
Machine Learning for Trading

Este notebook ajusta tres checkpoints de transformers para clasificar el sentimiento de frases financieras en tres clases y compara su exactitud, F1 macro F1, matrices de confusión, número de parámetros y tiempo de entrenamiento. Usa una división…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este notebook construye factores de componentes principales a partir de un panel de rentabilidades de futuros CME, no de características diseñadas como carry, momentum o volatilidad. PCA encuentra direcciones que explican la variación entre productos; la…

FuturosInversión por factoresAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este notebook compara overlays de stop-loss, trailing stop y salida por tiempo en backtests de microestructura fijos del NASDAQ-100. La estrategia toma decisiones cada quince minutos, mientras que las reglas de riesgo vigilan los precios cada minuto, lo que…

Gestión del riesgoPruebas retrospectivasDimensionamiento de posicionesRenta variable
Machine Learning for Trading

Este cuaderno evalúa predicciones de validación como carteras de acciones únicamente largas, con selección de las K principales y ponderación equitativa, y un calendario de decisiones determinado por la frecuencia de cada etiqueta. Comprueba el orden de los…

Renta variableOpcionesPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este módulo de utilidades compartido ofrece un proceso común de boosting de gradiente para investigación cuantitativa. Define configuraciones preestablecidas según la capacidad y asigna nombres canónicos de parámetros a los ajustes correspondientes de…

Aprendizaje automáticoPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica cómo buscar entre muchos factores o estrategias infla el rendimiento aparente del ganador seleccionado, aunque cada estimación individual se calcule correctamente. Un conjunto simulado de factores de ruido ilustra cómo el mayor…

EstadísticaInversión por factoresPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este caso de estudio compara modelos secuenciales en un panel de características de acciones y opciones del S&P 500. Combina un LSTM, que conserva un estado controlado a lo largo de una ventana retrospectiva, con una referencia N-Linear que elimina el nivel…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica la arquitectura de cinco partes de TimeGAN: una red de inserción y otra de recuperación conectan las observaciones brutas con el espacio latente; un supervisor aprende las transiciones temporales, mientras que un generador y un…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara el Sharpe bruto y neto en barridos de costes de estrategias basados en backtests de casos de estudio. Para cada configuración de estrategia desplegada, consulta en los artefactos registrados el coste supuesto por tramo y la frecuencia…

Pruebas retrospectivasGestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno convierte ventanas móviles de rendimientos de ETF en imágenes de dos canales para una red neuronal convolucional. El Gramian Angular Summation Field reescala los valores de cada ventana, los transforma en ángulos y registra relaciones…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

El PCA de prima de riesgo modifica la matriz de covarianza añadiendo un producto exterior ponderado del vector de rendimientos medios de entrenamiento. Sus vectores propios principales definen carteras factoriales estáticas: se obtiene el PCA ordinario…

Inversión por factoresEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno mide cómo cambia el rendimiento de validación de una estrategia de características de empresas de US seleccionada al variar las comisiones y el slippage supuestos. Vuelve a ejecutar la misma configuración en una cuadrícula de costes definida y…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para un periodo holdout intacto después de elegir una configuración con datos de validación. Resuelve la configuración seleccionada, reconstruye su especificación de entrenamiento para el holdout y deriva la…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para el conjunto de reserva de una configuración de modelo de futuros de CME seleccionada. La configuración se elige con los resultados de validación y después se reajusta con datos que terminan antes de que…

FuturosPruebas retrospectivasAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para el conjunto de reserva de una configuración de microestructura de NASDAQ-100 seleccionada, una vez tomadas las decisiones sobre el modelo y la estrategia en los pliegues de validación. Reconstruye la…

Renta variableMicroestructura del mercadoAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta guía presenta los informes públicos Commitment of Traders de la CFTC como fuente de datos semanales sobre posiciones en futuros. Distingue el informe Traders in Financial Futures, que clasifica a participantes como intermediarios, gestores de activos y…

FuturosMaterias primasSentimiento del mercadoPruebas retrospectivas