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

87 documentos

Machine Learning for Trading

El documento muestra cómo convertir los informes semanales Commitment of Traders en características de posicionamiento para futuros. Explica las categorías de operadores de los formatos de informes de futuros financieros y de materias primas desglosados, y…

FuturosMaterias primasSentimiento del mercadoIndicadores técnicos
Machine Learning for Trading

Este documento explica cómo convertir los informes semanales Commitment of Traders en características de posicionamiento para futuros. Describe las categorías de los informes para futuros financieros y materias primas físicas, cómo reflejan las posiciones…

FuturosMaterias primasSentimiento del mercadoEstadística
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 evalúa stop-loss, trailing stops y salidas de duración fija como capas de gestión del riesgo en estrategias de futuros CME. Para cada horizonte de predicción, aplica reglas configuradas a la estrategia de origen con el Sharpe de validación más…

FuturosGestión del riesgoPruebas retrospectivasCarry
Machine Learning for Trading

Este cuaderno convierte el carry de futuros —la diferencia de precio entre vencimientos cercanos— en características basadas en modelos. Describe pronósticos ARIMA de un paso por producto, medidas móviles de Fourier de la intensidad de los ciclos…

FuturosCarryAprendizaje automáticoEstadística
Machine Learning for Trading

Este caso práctico expone un proceso de investigación para futuros perpetuos cripto y considera los pagos de financiación intercambiados entre posiciones largas y cortas en liquidaciones periódicas como una posible fuente de rentabilidad. Describe las etapas…

CriptoactivosFuturos perpetuosFuturosAprendizaje automático
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 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 objetivos de rentabilidad futura para una estrategia transversal de futuros que clasifica productos por estructura temporal, compra los de mayor carry y vende en corto los de menor carry. Distingue entre precios ajustados por rollover,…

FuturosMaterias primasCarryEstadística
Machine Learning for Trading

Este documento describe un backtest fijo fuera de muestra para una estrategia seleccionada de futuros CME. La configuración, las predicciones, el asignador, la frecuencia de rebalanceo, la concentración y los supuestos de costes de transacción se heredan de…

FuturosPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno estudia modelos lineales de predicción para una sección transversal de productos de futuros CME, con columnas de características agrupadas en familias relacionadas, como carry, momentum, volatilidad y medidas de riesgo móviles. Como las…

FuturosAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de transacción a una configuración fija de estrategia de futuros CME. Selecciona la configuración que presenta mediante un proceso compartido en la fase de validación, incorpora su overlay de riesgo a las…

FuturosMaterias primasPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno exploratorio analiza datos horarios de futuros de CME en distintos productos y clases de activos, con el E-mini S&P 500 como ejemplo. Explica la jerarquía desde el producto hasta el contrato con vencimiento y la serie continua, resume las…

FuturosEstadísticaPruebas retrospectivasMicroestructura del mercado
Machine Learning for Trading

Este cuaderno explica cómo afectan las especificaciones de los contratos de futuros al cálculo del backtest. Muestra cómo el multiplicador del contrato convierte los movimientos de precios en pérdidas y ganancias en dólares, cómo el precio multiplicado por…

FuturosMaterias primasImpulsoDimensionamiento de posiciones
Machine Learning for Trading

Este registro de auditoría define cómo comparar varios marcos de backtesting con ML4T en estudios de caso de estrategias reales y una carga de trabajo sintética de estrés. Especifica las reglas de comparación para el orden de ejecución, las marcas…

Pruebas retrospectivasEjecuciónMicroestructura del mercadoFuturos
Machine Learning for Trading

Este cuaderno presenta comparaciones de precisión y tiempo de ejecución entre VectorBT Pro y VectorBT OSS, frente a ML4T, en estudios de caso de estrategias compatibles. Para ambas ediciones abarca la asignación de ETF, divisas cotizadas en USD y un panel de…

Pruebas retrospectivasEjecuciónFuturosDivisas
Machine Learning for Trading

Este cuaderno evalúa configuraciones de secuencia LSTM y NLinear en productos de futuros de CME. Los modelos de secuencia consumen ventanas ordenadas de observaciones para comprobar si la trayectoria reciente contiene información adicional a la de las…

FuturosAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información de un catálogo de modelos de predicción de futuros CME. Define el IC de cada fecha como la correlación de rangos entre los rendimientos previstos y realizados de distintos productos, y…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno de ingeniería de variables construye variables que requieren información más allá del historial de precios de un solo activo. Para los futuros, calcula el rendimiento anualizado por roll a partir de los niveles contemporáneos de los contratos…

FuturosOpcionesCarryVolatilidad
Machine Learning for Trading

Este estudio de futuros de CME varía la capacidad de los árboles de boosting de gradiente y la función de pérdida, mientras registra predicciones en varios puntos de control del entrenamiento. El número de hojas controla el grado de detalle con que un modelo…

FuturosAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este tutorial construye una serie continua de futuros a partir de contratos individuales de ES. Identifica el contrato de vencimiento más próximo según el volumen de negociación, con una regla que impide volver a un contrato anterior, y compara los cambios…

FuturosPruebas retrospectivasEstadísticaEjecución
Machine Learning for Trading

Esta auditoría compara Backtrader y Zipline con ML4T en casos reales de estrategia, usando solo combinaciones de activos y contratos que cada motor y el paquete de datos congelado pueden representar de forma nativa. Incluye asignación de ETF y un panel de…

Pruebas retrospectivasEjecuciónFuturosDivisas