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.
586 documentos
Este módulo presenta comprobaciones posteriores al entrenamiento de generadores de series temporales, basadas en el enfoque de evaluación de TimeGAN. Mide la utilidad entrenando un predictor recurrente con secuencias sintéticas y probándolo con datos reales.…
El documento explica cómo un factor de descuento estocástico (SDF) estima un núcleo de valoración que debería valorar todos los activos, en lugar de estimar factores de rentabilidad comunes. Describe el entrenamiento adversarial: una red propone el factor de…
Este cuaderno usa Optuna para ajustar XGBoost, LightGBM y CatBoost en un conjunto de datos de características de empresas dividido temporalmente. La búsqueda de cada biblioteca trata la función de pérdida —error cuadrático medio o error absoluto medio— como…
Este benchmark compara pandas y Polars en operaciones habituales de las canalizaciones de datos financieros, como características móviles, cálculos por grupos, transformaciones de ventanas, filtrado, uniones, lecturas diferidas, uso de memoria y manipulación…
Este cuaderno aplica TabM, un enfoque de redes neuronales tabulares, a filas de predicción de pares de divisas sin tratar los datos como una secuencia. Usa una infraestructura de ejecución compartida para ajustar el preprocesamiento dentro de cada pliegue de…
Este documento explica cómo los modelos de Markov ocultos infieren regímenes de mercado no observados a partir de rendimientos y volatilidad reciente. Primero establece dos referencias transparentes: un umbral del índice de volatilidad para el estrés y el…
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…
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…
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…
Este cuaderno analiza un corpus de informes anuales antes de indexarlo para la investigación financiera. Destaca cuatro problemas de datos que no revelan los recuentos de filas ni las comprobaciones de valores nulos: la diferencia entre el cierre del…
Este cuaderno evalúa si un LSTM puede aprovechar el orden de los historiales de características de ETF para mejorar los modelos lineales con características planas y de boosting de gradiente. Contrasta la población de secuencias declarada con los datos…
Este cuaderno usa un panel sintético de activos para mostrar PCA instrumentado, donde las cargas factoriales dependen linealmente de características observadas antes de los rendimientos. Los mínimos cuadrados alternos estiman el mapeo de características a…
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…
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,…
Este estudio de caso describe cómo generar un conjunto de predicciones fuera de muestra para un modelo de opciones del S&P 500 ya seleccionado. La configuración de reserva se fija con los resultados de validación y luego se vuelve a ajustar con datos que…
Este cuaderno explica cómo el aprendizaje automático doble (DML) estima si el momentum de FX afecta a los rendimientos futuros tras ajustar por los factores de confusión configurados. Distingue esta pregunta sobre intervención de la predicción: los modelos…
Este cuaderno presenta diagnósticos ligeros de falsificación para el triaje de características y distingue explícitamente la coherencia con un mecanismo de la identificación causal. Primero analiza características de ETF en distintos horizontes de…
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…
Este cuaderno entrena Skip-gram Word2Vec con frases etiquetadas de noticias financieras y explica cómo sus vectores representan palabras que aparecen en contextos similares. Describe la función del tamaño de vector, la ventana de contexto, la frecuencia…
Este cuaderno compara coberturas aprendidas y analíticas para una call europea corta cuando el reajuste es discreto y el trading conlleva costes proporcionales. Define el PnL terminal autofinanciado a partir de las ganancias de cobertura, los costes de…
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…
Este cuaderno evalúa características candidatas para ordenar acciones de US según sus rentabilidades posteriores. Calcula coeficientes de información transversales diarios, resume su promedio con estimaciones de incertidumbre que tienen en cuenta la…
Este cuaderno explica PCA como modelo de factores latentes de referencia para predecir rentabilidades de ETF. Descompone un panel de entrenamiento de rentabilidades futuras en direcciones principales y estima la exposición de cada fondo y las primas de los…
Este cuaderno muestra cómo ajustar tres puntos de control de transformers para clasificar el sentimiento de frases financieras en tres clases, y cómo evaluarlos con precisión, F1 macro y matrices de confusión. Usa una división estratificada en conjuntos de…