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

559 documentos

Machine Learning for Trading

Este cuaderno evalúa stop loss, trailing stop y salidas de duración fija en estrategias seleccionadas de renta variable de US. Un stop loss responde a las pérdidas desde la entrada; un trailing stop, a los descensos desde el máximo de la posición; y una…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno muestra comprobaciones de drift de características en indicadores de momentum y técnicos de ETF durante periodos tranquilos y de estrés, y en perpetuos de criptomonedas con datos del índice de prima en distintos regímenes de mercado. Compara el…

Aprendizaje automáticoEstadísticaGestión del riesgoCriptoactivos
Machine Learning for Trading

Este cuaderno evalúa TSMixer como modelo global de secuencias para un panel de ETF. El modelo comparte parámetros entre fondos y utiliza el historial y las covariables propias de cada uno; sus capas de mezcla aprenden relaciones temporales y dentro de cada…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe el uso de TSMixer para predecir rendimientos de acciones a partir de ventanas ordenadas de las características de cada acción. Cada ejemplo contiene 60 sesiones consecutivas; se excluyen las ventanas que atraviesan huecos en el…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta guía organiza conjuntos de datos de renta variable US en datos de mercado, fundamentales de empresas, posicionamiento de inversores y características de empresas. Cataloga cargadores de barras diarias e intradía, opciones y registros de microestructura…

Renta variableMercados de EE. UU.Microestructura del mercadoOpciones
Machine Learning for Trading

Este cuaderno convierte predicciones de validación de varias familias de modelos en carteras long-short con ponderación igual. Ordena las acciones según el rendimiento previsto, compra las principales y vende en corto las últimas, y prueba distintos niveles…

Renta variableMercados de EE. UU.Pruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este documento presenta un proceso por etapas para vincular nombres de empresas de documentos regulatorios, noticias y datos alternativos con valores. Distingue identificadores de entidades, como CIK y LEI, de identificadores de valores, como FIGI, CUSIP y…

Renta variableAprendizaje automáticoEstadística
Machine Learning for Trading

Este documento explica un modelo factorial de autoencoder supervisado para predecir rendimientos de acciones en un contexto de investigación sobre análisis de opciones de renta variable. A diferencia de PCA, IPCA y un autoencoder condicional no supervisado,…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este análisis educativo compara cuatro diseños de redes neuronales en una misma tarea: predecir el siguiente rendimiento diario a partir de una ventana reciente de rendimientos. Un conjunto combinado de ocho fondos cotizados ofrece distintas exposiciones de…

Renta variableAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno mide la eficacia del método Lee-Ready para inferir la dirección del agresor de una operación, usando mensajes de Nasdaq por orden y las etiquetas de agresor proporcionadas por el centro de negociación como referencia. Reconstruye el libro de…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno evalúa NLinear, un modelo secuencial sencillo que resta el último nivel observado de una ventana histórica y transforma la secuencia resultante en un pronóstico mediante una transformación lineal. Ajusta la población de modelos ETF con…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un autoencoder condicional para rendimientos de acciones en el que una red neuronal asigna características de las acciones a cargas factoriales no lineales, mientras otra red extrae factores latentes contemporáneos de rendimientos de…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno explica cómo reconstruir un libro de órdenes límite a partir de mensajes por orden de DataBento para un símbolo de NASDAQ y una jornada bursátil. Modela cada orden, las agrega por niveles de precio y mantiene separados los lados de compra y…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este capítulo sintetiza nueve casos de estudio que llevan señales de aprendizaje automático por la construcción de carteras, los costes de trading, las capas de riesgo y la evaluación de holdout congelado. Analiza la evolución de cada caso de estudio en vez…

Aprendizaje automáticoRenta variablePruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Esta evaluación sigue una estrategia de renta variable US desde un conjunto congelado de backtests de validación hasta su evaluación de holdout. Aplica una regla determinista: elige el candidato con el mayor Sharpe de validación y desempata por hash del…

Renta variablePruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno ejecuta una configuración seleccionada de microestructura de NASDAQ-100 con sus predicciones de holdout registradas. Hereda sin cambios el modelo, el método de asignación, la concentración, el calendario de reajuste, la capa de riesgo y los…

Renta variableMercados de EE. UU.Pruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara métodos para determinar el tamaño de las posiciones en un panel de acciones US, manteniendo fijos el modelo, el checkpoint, las fechas de reajuste y las acciones seleccionadas. Los métodos basados en predicciones ajustan el capital…

Renta variableMercados de EE. UU.Construcción de carterasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno explica cómo seleccionar una estrategia de un conjunto fijo de backtests de renta variable US y evaluarla en un periodo de holdout independiente. Comprueba que los candidatos compartan las identidades de datos y protocolo requeridas; luego los…

Renta variablePruebas retrospectivasGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno presenta un flujo operativo para conectar una estrategia compartida de backtest y en vivo a una sesión de paper trading de Interactive Brokers. Comprueba la identidad y el estado de la cuenta, solicita barras históricas para inicializar…

Renta variableImpulsoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno compara tres modelos lineales de series temporales, un codificador Transformer y pronósticos sin parámetros para las rentabilidades diarias de SPY. Los modelos lineales convierten una ventana histórica en un pronóstico de varios días, con…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina si los árboles con boosting de gradiente pueden encontrar relaciones no lineales en variables de microestructura de NASDAQ-100 que un modelo lineal podría pasar por alto. Se centra en la posibilidad de que el desequilibrio del flujo de…

Renta variableAprendizaje automáticoMicroestructura del mercadoEstadística
Machine Learning for Trading

Este análisis de viabilidad comprueba si se puede investigar una estrategia diaria de clasificación de renta variable long-short con el panel de acciones de US disponible. Examina la construcción del universo con datos disponibles en cada fecha mediante…

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

Este análisis presenta la estructura de una cadena de opciones y examina una muestra de 2020 de opciones del S&P 500 sobre ocho activos subyacentes. Explica el grado de moneyness, el valor intrínseco y temporal, las griegas, la volatilidad implícita y la…

OpcionesVolatilidadValoración de derivadosMicroestructura del mercado