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 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 documento recoge un debate estructurado entre alcistas y bajistas sobre si la Reserva Federal subirá su tipo objetivo durante 2026. Tres agentes evalúan la cuestión con argumentos basados en las proyecciones de la Fed, la inflación, las condiciones del…

Renta fijaMercados de EE. UU.Estadística
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 compara la predicción conformal dividida, la regresión cuantílica conformalizada y la inferencia conformal adaptativa para pronosticar rendimientos futuros de ETF. En particiones walk-forward, entrena con un subconjunto, calibra los errores de…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
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 documento describe formas de convertir registros de entidades con fecha en matrices para casos de estudio de factores latentes. Un método conserva solo las entidades que cumplen un umbral de cobertura aprendido de un conjunto de datos de elegibilidad,…

Inversión por factoresConstrucción de carterasEstadística
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

El cuaderno usa SHAP para explicar, a nivel de token, las probabilidades de las tres clases de sentimiento financiero de FinBERT. Fija un punto de control del modelo, alinea explícitamente las etiquetas de salida y examina qué tokens aumentan o reducen la…

Aprendizaje automáticoSentimiento del mercado
Machine Learning for Trading

Este cuaderno cataloga las columnas de características basadas en modelos de nueve casos de estudio de mercado mediante la lectura de esquemas Parquet, sin cargar los conjuntos de datos completos. Excluye los campos identificadores, cuenta las columnas por…

Aprendizaje automáticoEstadísticaMultiactivo
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