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

239 documentos

Machine Learning for Trading

Este estudio de caso evalúa señales transversales diarias en un amplio universo de acciones de US y presenta un extenso proceso de investigación, desde datos disponibles en cada momento y características diseñadas hasta la comparación de modelos, la…

Renta variableAprendizaje automáticoImpulsoReversión a la media
Machine Learning for Trading

Este módulo estima parámetros para mercados de criptomonedas simulados que se usan en entornos de aprendizaje por refuerzo. Carga datos horarios de mercados perpetuos para un símbolo seleccionado, calcula rendimientos logarítmicos entre cierres y ajusta un…

CriptoactivosFuturos perpetuosVolatilidadMicroestructura del mercado
Machine Learning for Trading

Este cuaderno expresa un flujo de pronóstico en cuatro fases mediante la orquestación con Python sencillo, CrewAI y LangGraph. Compara dónde se mantiene el estado, cómo se inspeccionan o recuperan los fallos, qué dependencias añade cada enfoque y cómo…

Aprendizaje automáticoEstadísticaEjecuciónPruebas retrospectivas
Machine Learning for Trading

El documento describe un backtest especializado para una estrategia semanal de opciones del S&P 500. Cada cohorte selecciona los componentes mejor clasificados, vende opciones call y put cercanas al precio de ejercicio con aproximadamente un mes hasta el…

OpcionesRenta variableMercados de EE. UU.Pruebas retrospectivas
Machine Learning for Trading

Este análisis de varios casos estudia cómo la información predictiva, medida por el coeficiente de información (IC), se traduce en el Sharpe de cartera en nueve casos prácticos de trading. Su punto central es que la implementación media en esta relación: las…

MultiactivoEstadísticaPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica cómo crear un historial continuo de precios de futuros a partir de contratos individuales con vencimiento. Identifica los contratos del primer vencimiento mediante el volumen de negociación, aplica una restricción que impide retroceder…

FuturosPruebas retrospectivasEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este script de prueba ejecuta un flujo de investigación reducido de futuros CME, desde las predicciones del modelo hasta las ponderaciones de cartera y el backtest. Comprueba que las predicciones cubran exactamente las claves esperadas de producto, marca…

FuturosPruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno plantea una forma descriptiva de convertir rentabilidades brutas en rendimiento neto mediante la modelización separada de fricciones de trading, financiación y gastos de fondos. Su estructura de costes parametrizada calcula los costes de…

Renta variableEjecuciónGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este módulo define una función objetivo diferenciable para el aprendizaje integral de carteras. Convierte ponderaciones de riesgo acotadas por activo en exposiciones de cartera mediante el escalado por volatilidad, calcula las rentabilidades brutas medias de…

Aprendizaje automáticoConstrucción de carterasGestión del riesgoEjecución
Machine Learning for Trading

Este cuaderno analiza libros de órdenes reconstruidos de NASDAQ para describir los diferenciales intradía y la profundidad en los mejores precios de compra y venta, y examina si el desequilibrio del flujo de órdenes está asociado con la rentabilidad del…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno establece una referencia de la etapa de señales para evaluar predicciones de modelos sobre futuros CME. En cada decisión semanal, clasifica los productos por rentabilidad prevista, compra el grupo superior, vende en corto el grupo inferior y…

FuturosPruebas retrospectivasConstrucción de carterasEjecución
Machine Learning for Trading

Esta configuración especifica un experimento de clasificación y rebalanceo de ETF en posiciones largas. Define un amplio universo de 100-ETF que abarca exposiciones a acciones, bonos, materias primas y regiones, con decisiones mensuales y ejecución en la…

Renta variableMultiactivoPruebas retrospectivasEjecución
Machine Learning for Trading

Esta comparativa evalúa CSV, Parquet, Feather (Arrow IPC) y HDF5 con el mismo panel determinista OHLCV. Mide el tiempo de escritura, el de lectura materializada, el tamaño del archivo y el efecto de leer solo columnas seleccionadas. La metodología de tiempos…

Renta variablePruebas retrospectivasEjecución
Machine Learning for Trading

Este tutorial operativo muestra protecciones en tiempo de ejecución para un sistema de trading real mediante un bróker sintético. Enseña cómo SafeBroker rechaza órdenes cuando los datos de mercado son demasiado antiguos o las pérdidas diarias superan un…

Gestión del riesgoEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno compara DQN, PPO y A2C en un entorno compartido de trading simulado, calibrado con los rendimientos horarios de futuros perpetuos de Bitcoin. Un modelo GARCH(1,1) proporciona agrupamiento de volatilidad, mientras el entorno cobra por los…

Aprendizaje automáticoCriptoactivosFuturos perpetuosVolatilidad
Machine Learning for Trading

Este cuaderno evalúa cuánto depende un backtest de momentum de ETF de la comisión de trading supuesta. Mantiene fijos los pesos y el calendario de negociación de la estrategia, vuelve a ejecutar el simulador con distintos costes por operación y compara el…

Renta variableImpulsoPruebas retrospectivasEjecución
Machine Learning for Trading

Este análisis consulta un flujo de backtest registrado para una estrategia mensual de renta variable US basada en características empresariales. Informa la incertidumbre del Sharpe, medidas de probabilidad y Sharpe deflactado, comparaciones emparejadas entre…

Renta variableInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de ejecución a una configuración ya seleccionada de perpetuos cripto. Mantiene fijos el modelo, el punto de control, la regla de entrada, el asignador y el control de riesgo, y vuelve a ejecutar la estrategia con…

CriptoactivosFuturos perpetuosPruebas retrospectivasEjecución
Machine Learning for Trading

Este documento describe utilidades de conjuntos de datos para preparar paneles de series temporales para el entrenamiento de modelos y la inferencia móvil. El conjunto de entrenamiento devuelve secuencias deslizantes de características, rentabilidades…

Aprendizaje automáticoPruebas retrospectivasConstrucción de carterasEjecución
Machine Learning for Trading

Este estudio usa datos de mercado por orden de diez días de negociación de NVDA para examinar cómo afecta la actividad diaria de trading al muestreo por barras. Filtra las operaciones al horario habitual del mercado estadounidense US, clasifica el lado…

Renta variableMicroestructura del mercadoEjecuciónIndicadores técnicos
Machine Learning for Trading

Este cuaderno estima cómo los costes de ejecución pueden erosionar las rentabilidades hipotéticas de estrategias intradía. Primero mide los diferenciales cotizados ponderados por volumen de los componentes del NASDAQ-100 usando cotizaciones por minuto y…

Renta variableEjecuciónMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este documento describe utilidades para cargar mensajes NASDAQ ITCH analizados y reconstruir un libro de órdenes limitadas a partir de altas, bajas, cancelaciones, ejecuciones y reemplazos de órdenes. Registra las acciones restantes por orden para que las…

Renta variableMicroestructura del mercadoEjecuciónTrading de alta frecuencia