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

84 documentos

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 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 estudio de caso compara modelos predictivos para la rotación mensual entre activos mediante ETF de renta variable, renta fija, materias primas, divisas e inmobiliario. La idea central es que el coeficiente de información (IC) y el rendimiento del…

MultiactivoPruebas retrospectivasConstrucción de carterasImpulso
Machine Learning for Trading

Este cuaderno muestra cómo alinear las observaciones macroeconómicas con las fechas en que quienes hacen trading podrían haberlas conocido. Distingue el periodo que mide un valor de su fecha de publicación, estima las fechas de publicación según la duración…

MultiactivoPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno consulta registros de backtests en nueve estudios de caso y prepara tablas comparables para análisis posteriores. Organiza los resultados por clase de activo y frecuencia de los datos, y registra el rendimiento en las etapas de señal,…

Pruebas retrospectivasEstadísticaConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno desarrolla una matriz de características financieras para una hipótesis de momentum ETF entre activos: los activos con mejor rendimiento relativo podrían seguir superando a los demás durante el mes siguiente. Combina rentabilidades acumuladas…

MultiactivoImpulsoIndicadores técnicosEstadística
Machine Learning for Trading

Este documento presenta un inventario entre mercados de artefactos de características basadas en modelos procedentes de nueve estudios de caso. Lee los esquemas de archivos parquet sin cargar sus filas, excluye las columnas de identificadores, cuenta las…

MultiactivoAprendizaje automáticoEstadísticaRenta variable
Machine Learning for Trading

Este documento explica cómo crear e inspeccionar una matriz de características para una hipótesis transversal de momentum y rotación ETF. Define el periodo retrospectivo y el retraso informativo de cada característica y, después, construye rentabilidades…

Renta variableMultiactivoImpulsoIndicadores técnicos
Machine Learning for Trading

Este módulo de utilidades facilita flujos de trabajo de aprendizaje profundo para series temporales financieras de varios activos. Resuelve alias de conjuntos de datos y carga datos canónicos de estudios de caso; después, crea secuencias de ventanas…

Aprendizaje automáticoMultiactivoPruebas retrospectivas
Machine Learning for Trading

Este capítulo presenta la investigación de estrategias como el diseño y la evaluación de un proceso de decisión ejecutable, desde la idea económica inicial hasta el tamaño de las posiciones, las restricciones, los costes y las pruebas en condiciones…

Pruebas retrospectivasAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno comprueba si los datos históricos de ETF permiten aplicar una estrategia de clasificación mensual antes de ajustar un modelo o hacer predicciones. Evalúa el universo negociable usando la liquidez del año anterior, cuenta los fondos aptos en las…

MultiactivoPruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno compara el ajuste de hiperparámetros con un solo objetivo con una búsqueda multiobjetivo para modelos de predicción LightGBM. El modelo de referencia maximiza el coeficiente de información de validación (IC). La búsqueda NSGA-II maximiza IC…

Aprendizaje automáticoEstadísticaPruebas retrospectivasEjecución
Machine Learning for Trading

Este módulo de análisis compartido describe formas de estimar las fricciones de trading en distintas clases de activos. Incluye estimadores de diferenciales comprador-vendedor basados en máximos y mínimos y en la autocovarianza de rendimientos, medidas…

EjecuciónMicroestructura del mercadoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno desarrolla un marco que tiene en cuenta las unidades para estimar los costes de trading en acciones, perpetuos cripto, futuros, ETF y divisas. Distingue entre volumen de acciones, volumen de contratos, volumen del activo base y recuentos de…

EjecuciónMicroestructura del mercadoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara carteras de referencia de ETF en crisis históricas, shocks simultáneos de activos definidos manualmente y escenarios de pérdidas de Monte Carlo. Las ventanas históricas incluyen grandes caídas bursátiles y provocadas por los tipos de…

MultiactivoConstrucción de carterasGestión del riesgoVolatilidad
Machine Learning for Trading

Este notebook explica cómo un panel macroeconómico fechado según el periodo que mide puede filtrar información futura a un backtest de trading. Estima las fechas de publicación sumando la duración del periodo a la fecha indicada y aplicando después un…

Pruebas retrospectivasEstadísticaGestión del riesgoMultiactivo
Machine Learning for Trading

Este notebook implementa DeePM, una política de cartera integral para un universo diversificado de ETF. El modelo combina características temporales, metadatos de activos, atención transversal y un prior de grafo macro que permite la atención dentro de las…

MultiactivoConstrucción de carterasAprendizaje automáticoGestión del riesgo
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

El documento presenta un flujo de investigación de trading con aprendizaje automático que lleva las ideas desde los datos y la construcción de características hasta el entrenamiento de modelos, el backtesting, los costes de transacción, las decisiones de…

Aprendizaje automáticoPruebas retrospectivasGestión del riesgoConstrucción de carteras
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