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

486 documentos

Machine Learning for Trading

Este cuaderno explica cómo reconstruir el libro de órdenes limitadas de un único símbolo de NASDAQ a partir de datos de mensajes por orden. Procesa altas, ejecuciones, cancelaciones, eliminaciones y reemplazos, y mantiene el tamaño restante de cada orden…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este módulo fuente proporciona cargadores para precios de renta variable de EE. UU., datos de índices, opciones, microestructura del mercado, fundamentales y posiciones institucionales. Su detalle metodológico más sustancial trata del remuestreo de datos de…

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

Este cuaderno desarrolla un marco consciente de las unidades para estimar los costes de trading en acciones, ETF, futuros, divisas y perpetuos de criptomonedas. Primero distingue el volumen negociado de las medidas de actividad que no pueden convertirse en…

EjecuciónMicroestructura del mercadoGestión del riesgoFuturos
Machine Learning for Trading

Este cuaderno vuelve a calcular los resultados de las principales configuraciones de asignación de ETF bajo dos cuadrículas de costes, manteniendo fijas las predicciones, la concentración y las reglas de asignación. Compara el modelo del estudio de caso, con…

Renta variableEjecuciónPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de ejecución a la configuración ya seleccionada de futuros perpetuos de criptomonedas. Mantiene fijos el modelo, el punto de control, la regla de entrada, la asignación y el control de riesgo, y vuelve a ejecutar…

CriptoactivosFuturos perpetuosEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno reconstruye la mejor oferta y demanda vigente para cada operación de AAPL durante una sesión de marzo de 2020 y aplica el método Lee–Ready para inferir si iniciaron las operaciones compradores o vendedores. Intercala eventos de cotización y…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno crea un informe auditable de una estrategia de Bitcoin solo larga que entra y sale según umbrales de RSI. Compara los resultados brutos y netos y mide el rendimiento frente a una referencia de comprar y mantener ejecutada con los mismos datos,…

CriptoactivosReversión a la mediaIndicadores técnicosPruebas retrospectivas
Machine Learning for Trading

Esta configuración describe una estrategia diaria long-short de acciones US que clasifica un amplio universo de acciones según las predicciones del modelo, compra el decil superior y vende en corto el decil inferior con pesos iguales dentro de cada grupo.…

Renta variableMercados de EE. UU.Construcción de carterasEjecución
Machine Learning for Trading

Este cuaderno convierte las clasificaciones de modelos en carteras sencillas de perpetuos cripto. En cada marca temporal de funding, una regla de entrada selecciona contratos de la parte superior o inferior de la clasificación y les asigna el mismo peso. La…

CriptoactivosFuturos perpetuosPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno mide cómo cambia el Sharpe de validación de los straddles de opciones at-the-money del S&P 500 bajo distintos supuestos de costes de ejecución y dos universos de opciones. Expresa el coste del diferencial como fracción del semidiferencial…

OpcionesMercados de EE. UU.Pruebas retrospectivasEjecución
Machine Learning for Trading

Este documento explica cómo representar el ciclo de vida de una orden real mediante un conjunto finito de estados y transiciones válidas activadas por eventos. Abarca el envío, la confirmación del bróker, la aceptación de la bolsa, las ejecuciones parciales…

EjecuciónMicroestructura del mercadoGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo convertir rendimientos brutos en rendimiento neto bajo supuestos explícitos de trading, financiación y gastos del fondo. La estructura de costes incluye diferencial e impacto de mercado, comisiones y tasas de bolsa, intereses de…

Renta variableEjecuciónPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara la clonación del comportamiento con el aprendizaje por refuerzo inverso (IRL) para aprender de registros de ejecución. Las demostraciones proceden de un programa TWAP, cuyo objetivo neutral al riesgo es conocido: distribuir las…

EjecuciónAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El cuaderno presenta el marco de Almgren–Chriss para programar una liquidación de gran volumen. Mide el déficit de implementación respecto al precio de llegada y modeliza dos costes contrapuestos: el impacto de mercado, que aumenta con la intensidad de…

EjecuciónMicroestructura del mercadoGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno recorre un ciclo de despliegue de un modelo diario de pares FX que usa Interactive Brokers tanto como fuente de datos en vivo como plataforma de ejecución. Entrena un modelo de regresión Ridge con un panel histórico, calcula un conjunto…

DivisasAprendizaje automáticoEjecuciónGestión del riesgo
Machine Learning for Trading

Este estudio vuelve a valorar combinaciones líderes de asignación de ETF y control del riesgo en dos cuadrículas de costes, manteniendo fija cada configuración de estrategia registrada. Una cuadrícula utiliza puntos básicos por operación; la otra, la…

Pruebas retrospectivasEjecuciónConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno examina resultados conservados de una auditoría de estrategias reales que compara el motor LEAN con perfiles coincidentes de Backtest de ML4T. Identifica las cargas de trabajo por clase de activo compatibles con las entradas congeladas y…

Pruebas retrospectivasEjecuciónRenta variableFuturos
Machine Learning for Trading

El cuaderno compara dos formas de dividir una orden de renta variable grande en órdenes más pequeñas a lo largo de una sesión. TWAP envía cantidades aproximadamente iguales en cada intervalo y no necesita una previsión de mercado. VWAP distribuye las…

Renta variableEjecuciónMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno prueba si la construcción de carteras puede rescatar una estrategia de NASDAQ-100 que pierde por los costes y opera en cada barra. Selecciona las mejores predicciones de referencia usando el universo de selección declarado y luego compara las…

Renta variableConstrucción de carterasDimensionamiento de posicionesEjecución
Machine Learning for Trading

Este capítulo describe un recorrido desde la investigación hasta la ejecución en vivo, basado en una lógica de estrategia que puede funcionar en backtest, paper trading y trading en vivo. Abarca las integraciones de brókeres y plataformas, los ciclos de…

EjecuciónGestión del riesgoPruebas retrospectivasMicroestructura del mercado
Machine Learning for Trading

Este notebook implementa una regla de reversión a la media solo en posiciones largas con RSI para barras de contratos perpetuos de BTC/USDT, mediante un motor de backtesting basado en eventos. Agrega observaciones intradía en barras diarias UTC, calcula un…

CriptoactivosFuturos perpetuosReversión a la mediaIndicadores técnicos
Machine Learning for Trading

Este documento explica cómo TWAP y VWAP dividen una orden principal grande en órdenes secundarias a lo largo de una sesión de trading. TWAP asigna cantidades iguales a cada intervalo; VWAP las asigna en proporción a un pronóstico del volumen del intervalo.…

EjecuciónMicroestructura del mercadoPruebas retrospectivasRenta variable