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

El documento describe una canalización de características que combina precios de acciones con resúmenes de superficies de volatilidad implícita de opciones cotizadas. La hipótesis central es que las discrepancias entre la volatilidad implícita en las…

Renta variableOpcionesVolatilidadIndicadores técnicos
Machine Learning for Trading

Este documento describe un universo diario de candidatos ETF que abarca acciones, renta fija, materias primas y divisas. Expone un flujo de trabajo para descargar datos de mercado, cargarlos para analizarlos, inspeccionar la cobertura por símbolo y…

MultiactivoRenta variableRenta fijaMaterias primas
Machine Learning for Trading

Este cuaderno implementa un pronóstico univariante de precios de cierre diarios de SPY usando PyTorch puro, sktime y Darts. Compara la experiencia práctica de cada interfaz, incluido el esfuerzo de implementación, las restricciones de instalación y el tiempo…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica una familia de modelos de ETF que representa los rendimientos mediante direcciones latentes compartidas y estima cómo las características de los fondos se relacionan con las exposiciones. Distingue cinco enfoques: componentes…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este análisis compara modelos predictivos, de factores latentes y causales para una estrategia transversal de acciones del S&P 500, usando rendimientos futuros semanales. El conjunto de variables combina medidas de momentum y volatilidad de la renta variable…

Renta variableOpcionesAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno describe la reconstrucción de un libro de órdenes limitadas NASDAQ para un solo símbolo y un solo día a partir de datos ITCH de mensajes por orden. Procesa mensajes de alta, ejecución, cancelación, eliminación y sustitución, y mantiene cada…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Esta evaluación de solo lectura reconstruye la estrategia seleccionada a partir de resultados configurados del registro con cobertura completa. Sigue la progresión desde una referencia equiponderada hasta la asignación, los controles de riesgo y la…

Renta variableOpcionesGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este análisis exploratorio explica cómo interpretar barras de un minuto creadas a partir de cotizaciones y operaciones de componentes del NASDAQ-100. Organiza los campos en familias que abarcan cotizaciones de compra y venta, ejecuciones, diferenciales,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.
Machine Learning for Trading

Este cuaderno explora ARIMA como generador de variables para modelos que pueden usar sus resultados junto con otros predictores. Explica cómo los gráficos ACF y PACF pueden sugerir órdenes del modelo, cómo los criterios de información pueden comparar órdenes…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica una configuración de trading NASDAQ-100 seleccionada previamente a predicciones generadas para un periodo de reserva intacto. La estrategia, la concentración de la cartera, el método de asignación, el calendario de rebalanceo, la capa de…

Pruebas retrospectivasRenta variableMicroestructura del mercadoMercados de EE. UU.
Machine Learning for Trading

Esta referencia describe conjuntos académicos de datos de rendimientos de factores de la biblioteca Fama-French y AQR para analizar estrategias y modelar factores. La oferta de Fama-French incluye series de mercado, tamaño, valor, rentabilidad, inversión y…

Inversión por factoresEstadísticaPruebas retrospectivasRenta variable
Machine Learning for Trading

Este documento presenta un sistema de datos compartido para la investigación de trading cuantitativo, con catálogos de conjuntos de datos de renta variable, opciones, futuros, criptomonedas, divisas, factores, macroeconomía, informes, posicionamiento,…

MultiactivoRenta variableFuturosCriptoactivos
Machine Learning for Trading

Este cuaderno examina etiquetas de aprendizaje supervisado usando datos de precios de ETF. Abarca rentabilidades futuras de horizonte fijo para regresión o clasificación de dirección, percentiles móviles de series temporales, etiquetas de percentiles…

Aprendizaje automáticoRenta variableVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa características de ETF una a una, calculando un coeficiente de información de rango entre los valores de cada característica y las rentabilidades mensuales posteriores para cada fecha. Analiza características financieras y derivadas de…

Renta variableEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno estima el efecto ajustado de una medida continua de momentum de ETF sobre las rentabilidades futuras mediante aprendizaje automático doble. Compara una regresión sin ajustar con estimaciones de DML que controlan la volatilidad reciente y de más…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Esta guía describe un conjunto de datos diarios de acciones de US de Wiki Prices, de NASDAQ Data Link, con datos OHLCV ajustados y cobertura desde 1962 hasta marzo de 2018. Explica cómo obtener el archivo con una clave de API, cargarlo, filtrarlo por símbolo…

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

Este cuaderno explica cómo un autoencoder condicional amplía el análisis de componentes principales instrumentado (IPCA): conserva la estructura en dos etapas, en la que las características de los fondos se asignan a exposiciones a factores latentes y estas…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis compara modelos predictivos para ordenar acciones de NASDAQ-100 según su rentabilidad en los próximos 15 minutos, usando características intradía de microestructura como diferenciales, desequilibrio de profundidad, volumen con signo y…

Renta variableMicroestructura del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara sklearn HistGradientBoosting, XGBoost, LightGBM y CatBoost para predecir rentabilidades futuras de ETF. Mide el coeficiente de información transversal, el tiempo de entrenamiento y el uso de memoria en distintas configuraciones de…

Aprendizaje automáticoRenta variablePruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno comprueba si la asignación de cartera estándar puede mejorar una estrategia de trading del NASDAQ-100 en cada barra, que ya soporta costes de transacción. Selecciona predicciones según su rendimiento de validación en el universo declarado…

Renta variableDimensionamiento de posicionesConstrucción de carterasEjecución
Machine Learning for Trading

Este cuaderno aplica controles de riesgo por posición a las principales combinaciones de asignación de ETF, manteniendo fijas cada predicción subyacente, la concentración y el método de asignación. Compara stops de pérdidas, stops dinámicos y salidas por…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones