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

948 documentos

Machine Learning for Trading

El documento evalúa cómo cambian los costes de trading el rendimiento de validación de una asignación de acciones y opciones del S&P 500, seleccionada previamente. Varía los cargos unidireccionales como fracción del valor negociado y los compara con una…

Renta variableOpcionesPruebas retrospectivasEjecución
Machine Learning for Trading

Este notebook usa análisis de componentes principales basado en correlaciones sobre las rentabilidades de ETF sectoriales para describir factores de riesgo comunes y rotación sectorial. Estandarizar las rentabilidades da varianza unitaria a cada sector antes…

Renta variableInversión por factoresEstadísticaConstrucción de carteras
Machine Learning for Trading

Este notebook repasa métodos para detectar cambios en una serie temporal financiera, con SPY como ejemplo. Contrasta la prueba de Zivot–Andrews, que estima una ruptura mientras prueba una hipótesis de raíz unitaria, con PELT y la segmentación binaria, que…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este notebook evalúa un modelo de sentimiento financiero preentrenado con titulares de FinMarBa y explica por qué el resultado no es una prueba limpia de transferencia de sentimiento. FinBERT se entrenó con juicios humanos sobre el sentimiento del texto,…

Aprendizaje automáticoSentimiento del mercadoRenta variableEstadística
Machine Learning for Trading

Este notebook compara modelos secuenciales con rejilla semanal para predecir la misma rentabilidad futura de cinco sesiones que se usa con rejilla diaria. Muestrear los viernes hace que esa etiqueta sea aproximadamente un objetivo a un paso, lo que permite…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este notebook crea un asistente de investigación con generación aumentada por recuperación a partir de extractos de informes 10-K de empresas US. Carga los informes, divide el texto en ventanas de oraciones, convierte los fragmentos en vectores con un modelo…

Aprendizaje automáticoRenta variableEstadística
Machine Learning for Trading

Este documento describe cómo seleccionar un conjunto fijo de acciones para backtests de validación y de holdout usando un coste de trading estimado de ida y vuelta. La aproximación combina los costes estimados por acción en relación con el precio medio por…

Renta variableEjecuciónMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este análisis exploratorio perfila un panel diario de fondos cotizados en bolsa de nueve grupos. Comprueba la cobertura de símbolos a lo largo del tiempo, compara el panel con el diccionario de clasificación, revisa los valores nulos y las observaciones con…

Renta variableConstrucción de carterasEjecuciónGestión del riesgo
Machine Learning for Trading

Este notebook muestra cómo entrenar una red generativa antagónica con privacidad diferencial sobre características diarias de ETF. Presenta la garantía y el presupuesto de privacidad, y luego usa Opacus para recortar el gradiente del discriminador de cada…

Aprendizaje automáticoEstadísticaRenta variableGestión del riesgo
Machine Learning for Trading

Este cuaderno aplica TabM, un ensamblaje neuronal con pesos compartidos, a objetivos de rendimientos de acciones creados a partir de características de opciones sobre acciones. Sus miembros usan una red troncal común de dos capas, con vectores de escalado de…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta nota de datos describe una colección diversificada de fondos cotizados usada en una estrategia de impulso y en una serie más amplia de ejemplos de investigación financiera. Proporciona observaciones diarias de apertura, máximo, mínimo, cierre y volumen…

MultiactivoRenta variableRenta fijaMaterias primas
Machine Learning for Trading

Este cuaderno aplica TabM a una tabla plana de características de acciones US y lo sitúa entre los modelos lineales penalizados y los ensamblajes de árboles. Cada miembro del ensamblaje comparte una red neuronal troncal, pero tiene su propio vector de…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno ajusta modelos ridge, lasso y elastic net a un amplio conjunto de características consolidadas de acciones US, como valor, rentabilidad, inversión, impulso, tamaño, riesgo y liquidez. Evalúa rendimientos mensuales sin ajustar, un objetivo de…

Renta variableInversión por factoresImpulsoAprendizaje automático
Machine Learning for Trading

Este cuaderno describe cómo analizar mensajes históricos del flujo IEX DEEP y mantener un libro de órdenes limitadas mediante actualizaciones agregadas por nivel de precio. Extrae cambios de profundidad, mejores cotizaciones de compra y venta e informes de…

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

Este cuaderno compara asignaciones con pesos iguales, ponderadas por puntuación positiva y por anchura conformal para los ETF y futuros CME mejor clasificados. Estima anchuras de intervalos de conformidad por partición específicas de cada entidad a partir de…

Renta variableFuturosDimensionamiento de posicionesGestión del riesgo
Machine Learning for Trading

Este cuaderno compara tres formas de convertir predicciones de rendimientos con signo en posiciones binarias: un umbral fijo en cero, un percentil móvil de las puntuaciones propias de cada símbolo y un percentil transversal entre símbolos. Mide la activación…

Aprendizaje automáticoIndicadores técnicosCriptoactivosRenta variable
Machine Learning for Trading

Este documento presenta un autoencoder supervisado como control para modelos condicionales de factores latentes. Asocia directamente las características de las empresas con los rendimientos futuros mientras comprime 57 entradas en un cuello de botella…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno explica cómo los splits de acciones y los dividendos en efectivo alteran las series históricas de precios sin ajustar y distorsionan los rendimientos calculados. Muestra el ajuste retrospectivo, que reescala los precios históricos por acciones…

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

Este cuaderno utiliza características ETF y rendimientos futuros para demostrar la inferencia clásica por mínimos cuadrados ordinarios antes de pasar a métodos centrados en la predicción. Examina pruebas de coeficientes y errores estándar, y luego…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este estudio de NASDAQ-100 examina cómo afectan los costes de transacción a una estrategia de renta variable con reajustes frecuentes. Separa dos posibles respuestas a los costes: limitar el universo negociado a activos más líquidos y de menor coste, y…

Renta variableMercados de EE. UU.EjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno presenta PCMCI como método para detectar relaciones retardadas en series temporales financieras multivariantes sin especificar de antemano un grafo causal. Aplica el método a rendimientos de ETF e índices de volatilidad, compara su análisis…

Aprendizaje automáticoEstadísticaMultiactivoRenta variable
Machine Learning for Trading

Este tutorial convierte señales transversales de ETF en carteras largas de los diez primeros activos, ponderadas por igual, y compara la regresión Ridge y la clasificación logística con referencias de momentum y ponderación igualitaria. Los modelos se…

Renta variablePruebas retrospectivasEjecuciónConstrucción de carteras
Machine Learning for Trading

Este estudio prueba si el mal ajuste de un modelo lineal a los rendimientos mensuales de acciones de US se debe a su objetivo de error cuadrático. Mantiene fijos el objetivo de rendimientos futuros sin winsorizar, las características y las particiones…

Renta variableMercados de EE. UU.Aprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta NLinear como referencia para predecir rendimientos de acciones a partir de ventanas ordenadas de características. Cada ejemplo contiene 60 sesiones consecutivas de una acción. Para cada característica, el modelo resta su valor más…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas