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.
932 documentos
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,…
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…
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…
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…
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…
Este capítulo repasa métodos para generar datos financieros sintéticos y decidir si el resultado es útil. Parte del número limitado de trayectorias de mercado observadas y del riesgo de que la búsqueda repetida de estrategias infle el rendimiento aparente de…
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…
Este cuaderno describe un autoencoder supervisado que comprime filas de características de ETF en una representación de baja dimensionalidad y predice directamente los rendimientos futuros a partir de ella. A diferencia de un autoencoder condicional, no…
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…
Este análisis compara modelos predictivos de ETF registrados de varias familias en un panel multiactivo común. Evalúa cómo ordena cada modelo los fondos según sus rendimientos posteriores mediante coeficientes de información, examina intervalos de confianza…
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…
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…
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…
Este documento presenta métodos comunes para generar características de modelos ajustados sin utilizar observaciones futuras. Para los modelos de Markov ocultos, distingue las probabilidades de estado filtradas, basadas en observaciones hasta el momento…
Este cuaderno utiliza aprendizaje automático doble para estimar si las desviaciones en las primas de futuros perpetuos se relacionan con los rendimientos posteriores de ocho horas y si la relación estimada difiere entre mercados de volatilidad alta y baja.…
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…
Este cuaderno explica cómo evaluar pronósticos probabilísticos y controlar un proceso de previsión. Compara las puntuaciones de Brier y logarítmica, el error de calibración esperado y la nitidez; muestra cómo los diagramas de fiabilidad revelan dónde los…
Esta demostración de despliegue vuelve a entrenar un modelo Ridge con datos diarios históricos de una sección transversal de los principales pares de FX, obtiene barras actuales mediante una sesión simulada de Interactive Brokers, clasifica los pares y forma…
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…
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…
Este cuaderno entrena un agente de optimización de políticas proximales para liquidar una orden fija en un horizonte determinado. Compara la política de ritmo aprendida con TWAP y un calendario de Almgren–Chriss, mide el déficit de ejecución y examina cuándo…
Este cuaderno presenta el protocolo Rademacher Anti-Serum (RAS) como método para ajustar estimaciones de rendimiento al seleccionar entre una clase finita de estrategias o señales. La complejidad empírica de Rademacher estima hasta qué punto la matriz de…
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…
Este cuaderno ajusta modelos neuronales TabM a un objetivo de rendimiento de una estrategia short straddle de opciones del S&P 500 y compara tres capacidades de modelo usando el mismo panel de características que los métodos lineales y de boosting. TabM…