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 cuaderno compara tres modelos lineales de previsión, un codificador Transformer y dos previsiones sin parámetros para los rendimientos diarios de SPY. Los modelos lineales convierten una ventana histórica en una previsión de varios días; algunas…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno configura una ejecución de previsión NLinear para pares de FX. El modelo utiliza una ventana retrospectiva fija y consecutiva y resta el último nivel observado, orientando el ajuste hacia los cambios durante esa ventana. Determina la ventana…

DivisasAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Esta guía explica cómo convertir datos horarios de futuros continuos en barras diarias alineadas con las sesiones de negociación de CME. Como una sesión termina a las 4 PM, hora central, las barras del domingo por la tarde corresponden a la sesión del lunes…

FuturosMaterias primasMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este código define salvaguardas para la validación cruzada reproducible, el seguimiento de elegibilidad y las variables temporales específicas de cada pliegue. Normaliza los límites de los pliegues, compara los pliegues solicitados con los límites utilizados…

EstadísticaPruebas retrospectivasAprendizaje automático
Machine Learning for Trading

Este cuaderno plantea la predicción de rendimientos futuros de 21 sesiones de ETF como una tarea binaria: etiqueta los rendimientos positivos como alcistas y los demás como bajistas. Ajusta una regresión logística regularizada con L2 y L1 mediante pliegues…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno comprueba si un modelo LSTM puede extraer estructuras temporales de historiales de variables de ETF que quizá pasen por alto los modelos de variables planas. Antes del ajuste, determina la población de secuencias declarada en función de las…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno crea variables basadas en reglas para una sección transversal de futuros de CME, centradas en el carry derivado del diferencial entre contratos de entrega próximos. También construye variables de momentum, volatilidad, forma de la curva y…

FuturosMaterias primasCarryImpulso
Machine Learning for Trading

Este cuaderno define rendimientos futuros de cierre a cierre para dos horizontes de negociación en una sección transversal de ETF. Cada horizonte se mide desde un cierre ajustado hasta el cierre de un número fijo de sesiones después. Explica por qué las…

Renta variableImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este tutorial deriva la fracción de Kelly para una apuesta binaria maximizando el crecimiento logarítmico esperado de la riqueza y luego extiende la idea a rendimientos continuos y a una cartera multiactivo. Utiliza derivación simbólica y simulaciones con…

Dimensionamiento de posicionesConstrucción de carterasGestión del riesgoEstadística
Machine Learning for Trading

Este caso práctico crea variables a nivel de minuto a partir de cotizaciones y operaciones de NASDAQ-100 para examinar si las compras o ventas agresivas recientes predicen cambios de precio a corto plazo. El desequilibrio del flujo de órdenes es la señal…

Renta variableMicroestructura del mercadoImpulsoIndicadores técnicos
Machine Learning for Trading

Este cuaderno construye varios esquemas de muestreo a partir de un día de operaciones de NASDAQ ITCH para una acción: barras de tiempo calendario, ticks, volumen, importe, desequilibrio y rachas. Compara sus propiedades estadísticas, incluida la normalidad y…

Renta variableMicroestructura del mercadoEstadísticaEjecución
Machine Learning for Trading

Esta exploración de datos examina observaciones del índice de primas cada ocho horas para contratos perpetuos de criptomonedas con margen en USDT y explica cómo se relaciona la prima con los pagos de financiación. El índice utiliza los precios ejecutables de…

CriptoactivosFuturos perpetuosArbitrajeCarry
Machine Learning for Trading

Este cuaderno muestra dos monitores secuenciales aplicados a errores de predicción de validación de dos configuraciones de modelos lineales de acciones: un detector de cambio de media con dos ventanas y un monitor de frecuencia de días malos. Cada detector…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa cuatro señales derivadas del texto de noticias: sorpresa ponderada, sentimiento medio, momentum del sentimiento y cobertura de artículos. Utiliza rendimientos futuros preparados en una fase anterior de construcción de variables y luego…

Renta variableSentimiento del mercadoEstadísticaInversión por factores
Machine Learning for Trading

Este capítulo trata los costes de transacción como una limitación durante toda la investigación y puesta en producción de estrategias, desde la evaluación de factores y el backtesting hasta la construcción de carteras, la supervisión del riesgo y el…

EjecuciónMicroestructura del mercadoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno aplica aprendizaje automático doble (DML) para estimar el efecto del momentum que excluye el periodo más reciente sobre los rendimientos futuros de ETF, una pregunta causal distinta de predecir rendimientos. Modela el resultado y el tratamiento…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

El cuaderno muestra cómo ajustar LightGBM para predecir rendimientos de ETF con el muestreador TPE de Optuna. Busca configuraciones de estructura de árboles, muestreo y regularización; utiliza la parada temprana para elegir las rondas de boosting y un…

Aprendizaje automáticoPruebas retrospectivasEstadísticaRenta variable
Machine Learning for Trading

Este capítulo presenta un flujo de investigación para usar modelos predictivos en trading, donde las previsiones estables fuera de muestra pueden ser más importantes que las estimaciones insesgadas de los coeficientes. Trata métodos de regresión regularizada…

Aprendizaje automáticoEstadísticaPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno explica cuándo resulta más claro simular una estrategia de trading barra a barra con un estado cambiante que expresarla mediante señales o ponderaciones precalculadas. Contrasta los backtests basados en matrices, rápidos y prácticos para…

Pruebas retrospectivasDimensionamiento de posicionesTrading de paresGestión del riesgo
Machine Learning for Trading

Este cuaderno compara la búsqueda exhaustiva en cuadrícula con el muestreador bayesiano TPE de Optuna para ajustar un modelo LightGBM en una tarea de predicción de rentabilidad futura de ETF. Primero asigna a ambos métodos el mismo presupuesto de pruebas en…

Aprendizaje automáticoEstadísticaPruebas retrospectivasRenta variable
Machine Learning for Trading

Este cuaderno estudia cómo calibrar barras temporales, de ticks, volumen, dólares y desequilibrio usando varias sesiones de datos de operaciones market-by-order de NVDA. Filtra las operaciones a las horas regulares de negociación, usa las etiquetas de lado…

Renta variableMicroestructura del mercadoEstadísticaEjecución
Machine Learning for Trading

Este capítulo presenta la investigación de estrategias como el diseño y la evaluación de un proceso de decisión ejecutable, desde la idea económica inicial hasta el tamaño de las posiciones, las restricciones, los costes y las pruebas en condiciones…

Pruebas retrospectivasAprendizaje automáticoEstadísticaGestión del riesgo