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

El PCA de prima de riesgo modifica la matriz de covarianza añadiendo un producto exterior ponderado del vector de rendimientos medios de entrenamiento. Sus vectores propios principales definen carteras factoriales estáticas: se obtiene el PCA ordinario…

Inversión por factoresEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno mide cómo cambia el rendimiento de validación de una estrategia de características de empresas de US seleccionada al variar las comisiones y el slippage supuestos. Vuelve a ejecutar la misma configuración en una cuadrícula de costes definida y…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para un periodo holdout intacto después de elegir una configuración con datos de validación. Resuelve la configuración seleccionada, reconstruye su especificación de entrenamiento para el holdout y deriva la…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Esta configuración describe un estudio intradía de señales de flujo de órdenes en un universo NASDAQ-100 definido en cada momento. Define un subconjunto filtrado por costes usando información de liquidez disponible antes de cada periodo de evaluación,…

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

Este cuaderno usa un modelo de mezcla gaussiana para agrupar meses según el comportamiento conjunto de nueve series de rendimientos de factores y clases de activos. Estandariza las observaciones mensuales, elimina los meses con valores ausentes y compara el…

Inversión por factoresAprendizaje automáticoEstadísticaMultiactivo
Machine Learning for Trading

Este cuaderno crea un agente de predicción que alterna entre razonamiento y acciones en un bucle ReAct. Su espacio de acciones es deliberadamente reducido: el agente puede buscar pruebas o enviar una predicción de probabilidad. Una interfaz común de dos…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para el conjunto de reserva de una configuración de modelo de futuros de CME seleccionada. La configuración se elige con los resultados de validación y después se reajusta con datos que terminan antes de que…

FuturosPruebas retrospectivasAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno explica Tail-GAN, un enfoque de redes generativas antagónicas para crear escenarios de rendimientos financieros cuyo objetivo es el valor en riesgo (VaR) y el déficit esperado (ES). Usa ordenación diferenciable para que los gradientes puedan…

Aprendizaje automáticoGestión del riesgoVolatilidadConstrucción de carteras
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para el conjunto de reserva de una configuración de microestructura de NASDAQ-100 seleccionada, una vez tomadas las decisiones sobre el modelo y la estrategia en los pliegues de validación. Reconstruye la…

Renta variableMicroestructura del mercadoAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta guía presenta los informes públicos Commitment of Traders de la CFTC como fuente de datos semanales sobre posiciones en futuros. Distingue el informe Traders in Financial Futures, que clasifica a participantes como intermediarios, gestores de activos y…

FuturosMaterias primasSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno sintetiza los resultados de validación registrados para cinco estimadores de factores latentes en varios estudios de caso. Primero indica qué estimadores tienen resultados para cada panel y después identifica el estimador líder según el…

Aprendizaje automáticoEstadísticaInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo un límite de participación en el volumen restringe la cantidad de una orden principal que puede ejecutarse en cada intervalo de mercado. Un bróker calcula el tramo permitido a partir del volumen negociado observado y arrastra…

EjecuciónMicroestructura del mercadoGestión del riesgoRenta variable
Machine Learning for Trading

Este documento describe un conjunto de datos diarios de ETF pensado como grupo candidato para investigar el momentum y las relaciones entre clases de activos. Abarca nueve categorías, entre ellas US y acciones internacionales, renta fija, materias primas,…

MultiactivoImpulsoRenta variableRenta fija
Machine Learning for Trading

Este capítulo presenta la generación aumentada por recuperación como una forma de hacer más útiles los modelos de lenguaje para la investigación financiera abierta, donde las afirmaciones sin respaldo y las alucinaciones pueden salir caras. Recorre el…

Aprendizaje automáticoEstadísticaRenta variableSentimiento del mercado
Machine Learning for Trading

Este cuaderno desarrolla características que requieren varias series de activos. Compara las pruebas de cointegración de Engle-Granger y Johansen, explica por qué el movimiento conjunto no implica por sí solo un diferencial estacionario y estima ratios de…

MultiactivoTrading de paresReversión a la mediaEstadística
Machine Learning for Trading

Este cuaderno explica cómo construir etiquetas de rendimiento intradía futuro para acciones de NASDAQ-100 usando barras de un minuto y cotizaciones NBBO. Define los rendimientos desde la barra siguiente a una señal hasta un punto final futuro especificado,…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este estudio de caso compara modelos de boosting por gradiente que predicen los rendimientos al vencimiento de straddles cortos at-the-money. Varía la capacidad de los árboles y tres objetivos de ajuste: error cuadrático, error absoluto y pérdida de Huber.…

OpcionesVolatilidadAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

El documento presenta un flujo operativo para mantener actualizados los datos diarios del mercado: cargar un historial inicial, obtener un pequeño tramo incremental solapado, comprobar si faltan fechas y supervisar la actualidad de los datos y los problemas…

Renta variablePruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

El documento describe cómo un estudio de futuros de CME genera predicciones para un periodo de reserva tras seleccionar una configuración del modelo con datos de validación. La configuración y el punto de control elegidos se recuperan de los resultados de…

FuturosPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno ajusta un transformer con parches para predecir una variable objetivo principal en un estudio de acciones y opciones del S&P 500. Divide la ventana histórica de entrada de cada acción en parches contiguos y trata cada parche como un token para…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas