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 evaluar si las estrategias construidas sobre un panel de acciones US pueden soportar la fricción de trading. Fija una configuración por etiqueta usando el Sharpe de validación y luego recalcula los resultados de esa misma…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno compara seis asignaciones de cartera solo largas para un universo multiactivo de ETF. Utiliza contracción de la covarianza de Ledoit–Wolf para reducir la variación muestral que puede desestabilizar la optimización y compara el máximo de Sharpe,…

Construcción de carterasGestión del riesgoMultiactivoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra cómo conectar una interfaz compartida para estrategias de momentum de ETF con Alpaca, con una ruta simulada sin conexión disponible de forma predeterminada. Explica cómo pueden cambiar los adaptadores del bróker y de datos de mercado…

Renta variableImpulsoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo evaluar un factor usando datos reales de ETF y un ejemplo de momentum derivado de precios. Mide coeficientes de información de Spearman transversales frente a rentabilidades futuras, compara horizontes y explica la diferencia entre…

Renta variableImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Esta utilidad de entrenamiento describe un ciclo de optimización para un modelo de estilo DeePM. Usa AdamW para actualizar los parámetros del modelo a partir de una función de pérdida robusta orientada al Sharpe, con rendimientos futuros, escalado por…

Aprendizaje automáticoGestión del riesgoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno examina datos de operaciones y cotizaciones de AlgoSeek a nivel de tick para AAPL durante la caída del mercado de marzo de 16, 2020. Filtra el horario regular de negociación, separa las operaciones registradas de las actualizaciones NBBO y…

Renta variableMicroestructura del mercadoEjecuciónVolatilidad
Machine Learning for Trading

Este análisis reconstruye órdenes limitadas individuales de NASDAQ a partir de mensajes ITCH de alta, eliminación, cancelación parcial, reemplazo y ejecución. Mide si las órdenes se cancelan o se ejecutan y cuánto tardan en llegar a esos eventos, usando…

Renta variableMicroestructura del mercadoEjecuciónTrading de alta frecuencia
Machine Learning for Trading

Este cuaderno ajusta modelos ridge, lasso y elastic net a características empresariales publicadas de acciones individuales de US. Las características abarcan valor, rentabilidad, inversión, tamaño, momentum, reversión, riesgo y liquidez. Los pliegues…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este estudio de caso ajusta árboles con gradient boosting a etiquetas de rendimiento de ETF y los compara con una referencia lineal que obtuvo buenos resultados con una regularización ridge intensa. Explica por qué los árboles pueden descubrir interacciones,…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este análisis exploratorio describe un panel histórico de acciones US, explica sus campos de precios brutos y ajustados y examina la cobertura de símbolos a lo largo del tiempo. Compara los recuentos anuales de símbolos activos con las primeras y últimas…

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

Este documento demuestra conceptos de almacenes de características directamente con datos Parquet de estudios de caso. Una vista de características especifica la clave de entidad, la marca temporal del evento, el periodo de validez y las columnas de…

Aprendizaje automáticoPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este documento describe una comparación de motores de bases de datos para datos financieros de series temporales. Compara escrituras masivas, escaneos completos, consultas por intervalo temporal, agregaciones OHLCV y uniones as-of para datos de operaciones y…

Microestructura del mercadoEjecuciónPruebas retrospectivasEstadística
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 documento describe cómo reducir grandes cadenas de opciones del S&P 500 a conjuntos de datos diarios por símbolo para investigación. El resumen de la superficie selecciona las opciones más cercanas a deltas absolutos objetivo dentro de intervalos de…

OpcionesVolatilidadValoración de derivados
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 evalúa si los datos de futuros perpetuos de Binance permiten respaldar una estrategia transversal que ordena contratos por prima y toma posiciones largas y cortas. No ajusta un modelo ni hace previsiones. En su lugar, comprueba el universo de…

CriptoactivosFuturos perpetuosEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara el efecto de los costes de trading supuestos en estrategias de varios estudios de caso. Consulta backtests de sensibilidad a los costes para cada configuración de estrategia desplegada, compara el Sharpe bruto con el Sharpe neto al…

Pruebas retrospectivasGestión del riesgoEjecuciónEstadística
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