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

100 documentos

Machine Learning for Trading

Este cuaderno plantea una prueba concreta: si una representación aprendida de secuencias de características de financiación perpetua mejora los resúmenes del índice de prima, la diferencia entre los precios perpetuos y al contado, creados manualmente.…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
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 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 de evaluación filtra variables financieras y basadas en modelos según su relación con el rendimiento a ocho horas de los futuros perpetuos cripto. Construye la muestra de evaluación a partir de ventanas de validación walk-forward, deja fuera…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno estudia modelos de boosting por gradiente para pronosticar rendimientos y dirección en perpetuos cripto. La cuadrícula varía la capacidad de los árboles y la función de pérdida, incluidos los objetivos de error cuadrático, error absoluto y…

CriptoactivosFuturos perpetuosAprendizaje automáticoImpulso
Machine Learning for Trading

Este cuaderno estima si la puntuación z de la prima de un perpetuo cripto afecta a los rendimientos posteriores de ocho horas cuando se mantienen constantes tres factores declarados: volatilidad del precio, tasa de financiación y desviación media de la…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis exploratorio describe los datos horarios OHLCV de contratos perpetuos cripto junto con un índice de prima de ocho horas. Examina la cobertura de símbolos y fechas, los cambios en los contratos incluidos, las unidades y distribución de la prima,…

CriptoactivosFuturos perpetuosMicroestructura del mercadoEstadística
Machine Learning for Trading

Este cuaderno desarrolla un marco consciente de las unidades para estimar los costes de trading en acciones, ETF, futuros, divisas y perpetuos de criptomonedas. Primero distingue el volumen negociado de las medidas de actividad que no pueden convertirse en…

EjecuciónMicroestructura del mercadoGestión del riesgoFuturos
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de ejecución a la configuración ya seleccionada de futuros perpetuos de criptomonedas. Mantiene fijos el modelo, el punto de control, la regla de entrada, la asignación y el control de riesgo, y vuelve a ejecutar…

CriptoactivosFuturos perpetuosEjecuciónPruebas retrospectivas
Machine Learning for Trading

Esta guía relaciona preguntas causales con bibliotecas de Python y aclara la diferencia entre estimar efectos bajo una estructura causal supuesta y descubrir posibles estructuras a partir de los datos. Presenta el aprendizaje automático doble para efectos…

Aprendizaje automáticoEstadísticaRenta variableCriptoactivos
Machine Learning for Trading

Este cuaderno aplica TabM, un ensamble neuronal con pesos compartidos, a un panel de características de futuros perpetuos de criptomonedas. Sus componentes comparten una base neuronal, pero tienen vectores de escala y capas de salida separados, combinando un…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno crea un informe auditable de una estrategia de Bitcoin solo larga que entra y sale según umbrales de RSI. Compara los resultados brutos y netos y mide el rendimiento frente a una referencia de comprar y mantener ejecutada con los mismos datos,…

CriptoactivosReversión a la mediaIndicadores técnicosPruebas retrospectivas
Machine Learning for Trading

Este cuaderno convierte las clasificaciones de modelos en carteras sencillas de perpetuos cripto. En cada marca temporal de funding, una regla de entrada selecciona contratos de la parte superior o inferior de la clasificación y les asigna el mismo peso. La…

CriptoactivosFuturos perpetuosPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno compara predicciones de validación de varias familias de modelos para investigar el funding de futuros perpetuos. Explica que el coeficiente de información mide la asociación de rangos entre predicciones y rentabilidades posteriores, AUC mide…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Esta implementación explica cómo construir ventanas de secuencias por lotes para datos de panel utilizados en estudios de aprendizaje profundo. Las ventanas siguen el calendario previsto del panel en lugar de comprimir las observaciones de cada activo en…

Aprendizaje automáticoEstadísticaPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno compara los contratos de eventos de Polymarket liquidados en criptomonedas con los contratos regulados de Kalshi, y se centra en cómo las reglas de acceso y las políticas de cotización influyen en los precios y las preguntas que representa cada…

Basado en eventosCriptoactivosEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno compara la clonación del comportamiento con el aprendizaje por refuerzo inverso (IRL) para aprender de registros de ejecución. Las demostraciones proceden de un programa TWAP, cuyo objetivo neutral al riesgo es conocido: distribuir las…

EjecuciónAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina resultados conservados de una auditoría de estrategias reales que compara el motor LEAN con perfiles coincidentes de Backtest de ML4T. Identifica las cargas de trabajo por clase de activo compatibles con las entradas congeladas y…

Pruebas retrospectivasEjecuciónRenta variableFuturos
Machine Learning for Trading

El cuaderno reúne flujos de trabajo completos para acciones diarias y futuros perpetuos de cripto horarios, que abarcan la adquisición, validación, etiquetado de fuentes y almacenamiento. El ejemplo de acciones combina datos históricos de WikiPrices con un…

Renta variableCriptoactivosFuturosMicroestructura del mercado
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble para estimar si la puntuación z de la prima de futuros perpetuos está asociada con el rendimiento posterior de ocho horas, tras ajustar por seis controles previos al tratamiento. Compara los efectos en…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística