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

1,488 documentos

Machine Learning for Trading

Este cuaderno agrega resultados existentes de modelos con validación walk-forward en distintos casos financieros para comparar LSTM, NLinear, TSMixer, TCN y PatchTST con modelos de referencia lineales, de boosting de gradiente y redes neuronales tabulares.…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina si los factores de inversión publicados ofrecen primas de rentabilidad creíbles y se diversifican entre sí. Utiliza series de larga trayectoria y de distintos activos de AQR, junto con factores de renta variable de Fama-French, y aplica…

Inversión por factoresEstadísticaConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno trata el valor total bloqueado como datos alternativos y evalúa la hipótesis de que las condiciones del capital en DeFi pueden ayudar a predecir los rendimientos de ether. Define TVL como el valor en dólares de los criptoactivos depositados en…

CriptoactivosDatos en cadenaDeFiEstadística
Machine Learning for Trading

Este cuaderno examina por qué el coeficiente de información de un modelo no determina el ratio de Sharpe de una estrategia basada en sus predicciones. En varios casos de estudio, compara la clasificación de señales con los resultados de backtests y analiza…

Pruebas retrospectivasAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno implementa una adaptación educativa diaria de un modelo adversarial de factor de descuento estocástico. Una red de ponderación de cartera construye un factor a partir de los rendimientos excedentes del día siguiente, usando características y el…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este cuaderno reúne resultados walk-forward ya obtenidos para comparar LSTM, NLinear, TSMixer, TCN y PatchTST en distintos casos de estudio, junto con modelos lineales, modelos de boosting de gradiente y referencias TabM. Informa de coeficientes de…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
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 documento describe una interfaz de usuario para examinar resultados de backtests almacenados en un registro. Permite resumir el número de ejecuciones, inspeccionar especificaciones y ejecuciones individuales, ordenar resultados, comparar métodos de…

Pruebas retrospectivasEstadísticaConstrucción de carterasAprendizaje automático
Machine Learning for Trading

Este cuaderno analiza eventos financieros con marcas de tiempo en un grafo de conocimiento y distingue cuándo ocurrió un evento, cuándo se hizo público y cuándo la canalización de extracción creó la arista. Calcula los retrasos entre divulgación y…

Aprendizaje automáticoEstadísticaPruebas retrospectivasBasado en eventos
Machine Learning for Trading

Esta reseña de un capítulo describe un proceso basado en hipótesis para definir estrategias de trading antes del backtest. Relaciona los supuestos documentados sobre los datos y la configuración inmutable con el análisis exploratorio, los estudios de eventos…

ImpulsoReversión a la mediaEstadísticaPruebas retrospectivas
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

El documento describe un flujo de análisis compartido para comparar configuraciones de modelos entre estudios de caso. Primero selecciona una configuración por estudio y, a partir de esa selección, deriva resúmenes por pliegue y entre estudios para que los…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este análisis reconstruye los ciclos de vida de las órdenes limitadas de NASDAQ a partir de mensajes ITCH, y sigue cada orden desde su envío hasta el primer evento relacionado con una cancelación o una ejecución. Distingue altas, eliminaciones, cancelaciones…

Microestructura del mercadoEjecuciónRenta variableEstadística
Machine Learning for Trading

Este cuaderno define etiquetas de retornos de precios futuros para un panel fijo de contratos perpetuos de cripto y explica cómo su construcción afecta a todos los modelos y backtests posteriores. Desplaza las marcas temporales de apertura de las barras…

CriptoactivosFuturos perpetuosPruebas retrospectivasEstadística
Machine Learning for Trading

Este módulo de código fuente crea tablas de catálogo a partir de registros de experimentos con predicciones de modelos y backtests. Define campos reservados para procedencia, identidad, estado de finalización, disponibilidad de artefactos y métricas. El…

Pruebas retrospectivasEstadísticaGestión del riesgoConstrucción de carteras
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 cuaderno aplica SHAP a nivel de token a un modelo FinBERT fijado que clasifica textos financieros como negativos, neutros o positivos. Envuelve la inferencia del modelo para preservar el orden de las etiquetas del checkpoint y después explica las…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno adapta TSMixer para predecir retornos futuros de ETF a partir de características históricas de momentum. Su arquitectura alterna una transformación lineal compartida a lo largo del eje temporal con un MLP de características aplicado por…

Aprendizaje automáticoRenta variableImpulsoPruebas retrospectivas
Machine Learning for Trading

Este registro documenta un flujo multiagente que estima si Estados Unidos entrará en recesión antes de que termine 2026. Los agentes buscan indicadores y previsiones económicas, calculan probabilidades individuales, comparan sus razonamientos mediante debate…

Mercados de EE. UU.EstadísticaSentimiento del mercado
Machine Learning for Trading

Este cuaderno explica por qué hay que ajustar el ratio de Sharpe observado de una estrategia cuando se seleccionó entre muchos ensayos. Presenta el Deflated Sharpe Ratio (DSR), que compara el resultado seleccionado con un valor de referencia que aumenta…

Pruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo ajustar un transformador para el reconocimiento de entidades con nombre en textos financieros, que identifica fragmentos como organizaciones, personas, importes, fechas y porcentajes. Se centra en las etiquetas de límites BIO y en…

Aprendizaje automáticoRenta variableEstadística
Machine Learning for Trading

Este notebook muestra un flujo de trabajo de calidad de datos para datos diarios de renta variable US OHLCV. Las comprobaciones estructurales abarcan valores nulos, duplicados, orden cronológico, coherencia de precios, valores negativos, precios obsoletos y…

Renta variableEstadísticaGestión del riesgoMicroestructura del mercado