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 mide cómo afectan los costes de trading a estrategias ya seleccionadas en las etapas de señal, asignación y capas adicionales de riesgo. Fija una configuración seleccionada mediante validación por etiqueta antes de variar los costes, de modo…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este documento explica por qué no se pueden evaluar stop-losses, trailing stops y salidas por tiempo en un caso práctico cuyo backtest mantiene las ponderaciones durante un mes y solo observa el rendimiento futuro mensual realizado. Estas reglas dependen de…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento describe un proceso de evaluación de estrategias para backtests de microestructura NASDAQ-100 registrados. Lee ejecuciones existentes en lugar de entrenar modelos o repetir backtests, sigue la trazabilidad de las estrategias seleccionadas,…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento presenta un método por etapas para vincular nombres de empresas procedentes de datos alternativos, informes, noticias y fuentes de precios con valores. Primero combina los identificadores disponibles siguiendo un orden de confianza deliberado,…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno define etiquetas de rendimiento total mensual para un estudio transversal de características de empresas US y comprueba cómo se alinean esos resultados con las filas del proveedor. El panel empareja las características del mes anterior con el…

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

Este cuaderno muestra cómo los costes de ejecución explícitos pueden erosionar los rendimientos brutos de una estrategia intradía hipotética. Toma como referencia el diferencial de cruce cotizado, ponderado por volumen, mediano entre los componentes del…

Renta variableEjecuciónMicroestructura del mercadoGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo una red convolucional temporal (TCN) puede predecir rendimientos a partir de datos financieros ordenados. Las convoluciones causales garantizan que la salida de un momento dependa solo de las entradas actuales y anteriores. Las…

Aprendizaje automáticoRenta variableImpulsoEstadística
Machine Learning for Trading

Este documento presenta un método basado en eventos para mantener un número limitado de posiciones intradía. Las predicciones se alinean con las barras de precios usando la puntuación disponible más reciente, con un límite de antigüedad opcional. Las señales…

Renta variableTrading de alta frecuenciaMicroestructura del mercadoEjecución
Machine Learning for Trading

Este caso práctico convierte predicciones almacenadas del modelo para acciones US en carteras largas y cortas con ponderaciones iguales. Prueba varios esquemas de entrada, cada uno seleccionando los nombres mejor clasificados para posiciones largas y los…

Mercados de EE. UU.Renta variableAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta demostración de trading real describe un flujo de trabajo de rebalanceo diario para un universo fijo de acciones estadounidenses de gran capitalización US. Compara las posiciones mantenidas en el bróker con los objetivos del modelo, convierte las…

Renta variableEjecuciónGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno compara sklearn HistGradientBoosting, XGBoost, LightGBM y CatBoost en una tarea de predicción de retornos de ETF. Mide el coeficiente de información transversal, el tiempo de entrenamiento y la memoria del proceso en ejecuciones con CPU y,…

Aprendizaje automáticoPruebas retrospectivasEstadísticaRenta variable
Machine Learning for Trading

Este cuaderno convierte predicciones transversales sobre acciones en carteras long-short: las ordena en cada rebalanceo, compra las k primeras y vende en corto las k últimas con el mismo capital por posición. La igual ponderación ofrece una referencia que…

Renta variableAprendizaje automáticoPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno evalúa predicciones de modelos como estrategias de trading de NASDAQ-100 mediante un motor de backtest compartido. Primero ejecuta una comprobación del sistema con señales aleatorias: si persisten los beneficios tras costes, podría haber…

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

Este cuaderno comprueba si una estrategia de clasificación transversal de acciones a quince minutos es viable antes de ajustar un modelo o hacer previsiones. Usa datos de cotizaciones de NASDAQ-100, retornos de punto medio y una ventana de desarrollo previa…

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

El documento describe el ajuste de un modelo lineal de secuencias sencillo con características de un minuto del NASDAQ-100 para pronosticar retornos futuros en varios horizontes. Cada entrada contiene la hora anterior de una acción, expresada como cambios…

Renta variableAprendizaje automáticoMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

El documento describe cómo cargar datos de mercado de ETF con filtros opcionales por símbolo y fecha, además de un límite determinista para los símbolos devueltos. El punto analítico principal es hacer coincidir la serie de precios con la cantidad medida:…

Renta variableMultiactivoEstadística
Machine Learning for Trading

Este cuaderno estudia cómo las decisiones de regularización Ridge afectan al coeficiente de información en un panel de ETF y cómo la búsqueda de hiperparámetros puede inflar el rendimiento declarado. Primero evalúa una amplia cuadrícula de valores alfa en…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica el análisis de componentes principales instrumentado (IPCA), que modela las exposiciones factoriales de cada ETF como una función lineal compartida de las características observadas de ese fondo. Los mínimos cuadrados alternos estiman…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno ajusta un modelo de factores latentes PCA a un panel de rendimientos de acciones, sin usar características de la superficie de opciones, características de los activos ni información del objetivo. PCA extrae las principales direcciones del…

Renta variableOpcionesAprendizaje automáticoEstadística