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 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

Esta guía distingue la estimación de efectos causales del descubrimiento de estructuras causales y relaciona preguntas de investigación habituales con bibliotecas de Python adecuadas. EconML y DoWhy estiman efectos cuando la estructura de ajuste se conoce o…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este resumen reúne datos de configuración de nueve casos de estudio de trading que abarcan acciones, criptomonedas, divisas, futuros, opciones y carteras multiactivo. Compara el universo, la frecuencia de los datos, la cadencia de las decisiones, el modelo…

MultiactivoPruebas retrospectivasGestión del riesgoEjecución
Machine Learning for Trading

Este cuaderno presenta un marco determinista para comprobar si los procesos de backtest y trading en vivo funcionan de manera coherente. Compara las etapas que transforman las barras de precios en decisiones: cálculos de variables, predicciones, señales y…

Pruebas retrospectivasEjecuciónAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno entrena un agente de aprendizaje por refuerzo para programar una orden de venta fija a lo largo de barras horarias de un mercado de futuros perpetuos de criptomonedas. Su estado incluye rendimientos retardados, volatilidad, volumen de la hora…

CriptoactivosFuturos perpetuosEjecuciónAprendizaje automático
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

Este cuaderno reúne resultados de modelos lineales, incluidos OLS, Ridge, Lasso y ElasticNet, en nueve casos de estudio. Compara la configuración completa más sólida de cada estudio para su etiqueta principal y luego analiza la regularización, los…

Aprendizaje automáticoEstadísticaPruebas retrospectivasInversión por factores
Machine Learning for Trading

Este caso de estudio evalúa TabM, un ensamble neuronal eficiente en parámetros, con las mismas filas de variables de futuros de CME disponibles en cada momento y los mismos pliegues walk-forward que otras familias de modelos. Presenta TabM como una forma de…

FuturosAprendizaje automáticoPruebas retrospectivasGestión del riesgo
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 caso de estudio evalúa straddles cortos at the money sobre componentes del S&P 500, abiertos semanalmente y mantenidos hasta el vencimiento con cobertura delta diaria. Su principal decisión metodológica es modelar rendimientos hasta el vencimiento: la…

OpcionesVolatilidadPruebas retrospectivasEjecución
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 cuaderno describe cómo evaluar con predicciones de prueba una estrategia de FX seleccionada previamente. Reutiliza la especificación de backtest registrada para la configuración seleccionada y mantiene fijas la señal, la asignación, los controles de…

DivisasPruebas retrospectivasGestión del riesgoDimensionamiento de posiciones