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

122 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 cuaderno explica cómo aplicar cuatro modelos de impacto de mercado en un backtest: sin impacto, impacto lineal, impacto de raíz cuadrada y una ley de potencia configurable. Cada modelo estima un movimiento de precio por acción con signo, según la…

EjecuciónMicroestructura del mercadoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaVolatilidadSeguimiento de tendencias
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 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…

Aprendizaje automáticoEstadísticaImpulsoVolatilidad
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 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…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este estudio de características de renta variable de US explica cómo generar características a partir de modelos estimados sin permitir que datos futuros influyan en observaciones anteriores. El calendario de estimación incluye un periodo inicial de…

Renta variableVolatilidadIndicadores técnicosEstadística
Machine Learning for Trading

Este cuaderno especifica y ejecuta un análisis de doble aprendizaje automático del efecto de la prima de riesgo de varianza en los retornos de opciones cortas hasta el vencimiento. Antes de la ejecución, define el tratamiento, el resultado, los factores de…

OpcionesVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este estudio de caso ajusta modelos lineales regularizados a los retornos de straddles at-the-money cortos mantenidos hasta el vencimiento. La operación cobra las primas de las opciones call y put, lo que limita la ganancia máxima, pero puede generar…

OpcionesVolatilidadAprendizaje automáticoEstadística
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

Esta exploración de datos examina observaciones del índice de primas cada ocho horas para contratos perpetuos de criptomonedas con margen en USDT y explica cómo se relaciona la prima con los pagos de financiación. El índice utiliza los precios ejecutables de…

CriptoactivosFuturos perpetuosArbitrajeCarry
Machine Learning for Trading

Este cuaderno crea características basadas en modelos para investigar opciones del S&P 500 a partir de las rentabilidades del subyacente. Ajusta GJR-GARCH, que da más peso a los shocks de rentabilidad negativos, y un modelo de volatilidad estocástica cuya…

OpcionesVolatilidadEstadísticaAprendizaje automático
Machine Learning for Trading

Este análisis presenta la estructura de una cadena de opciones y examina una muestra de 2020 de opciones del S&P 500 sobre ocho activos subyacentes. Explica el grado de moneyness, el valor intrínseco y temporal, las griegas, la volatilidad implícita y la…

OpcionesVolatilidadValoración de derivadosMicroestructura del mercado
Machine Learning for Trading

Este análisis de viabilidad pregunta si los datos y supuestos de una estrategia semanal de short straddle con cobertura delta sobre componentes del S&P 500 son plausibles antes de ajustar un modelo. Explica cómo las opciones call y put con el mismo precio de…

OpcionesVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este entorno modela un creador de mercado que ajusta el centro y el diferencial de sus cotizaciones en respuesta al inventario, la volatilidad y una elección discreta de acción. Los precios sintéticos usan volatilidad condicional generada con un proceso…

Creación de mercadoMicroestructura del mercadoVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno entrena un autoencoder básico con rendimientos horarios de una cesta de mercados perpetuos de criptomonedas. Los rendimientos se estandarizan con el periodo de entrenamiento y una red neuronal comprime la entrada multiactivo en una…

CriptoactivosAprendizaje automáticoEstadísticaVolatilidad
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