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 notebook presenta un flujo de trabajo para reducir un gran conjunto de características de ETF a candidatas para modelos posteriores. Ordena las características mediante coeficientes de información de Spearman transversales frente a rendimientos futuros,…

Renta variableEstadísticaAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este documento presenta los factores latentes como patrones comunes de rendimiento entre acciones; la carga de cada acción describe su exposición a un patrón. Contrasta el análisis de componentes principales, que extrae factores y cargas de acciones…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este documento explica cómo construir etiquetas de rendimiento futuro y dirección para investigación intradía de NASDAQ-100. Define el rendimiento mediante una convención de ejecución explícita: observar el cierre de una barra, entrar en la siguiente y medir…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este capítulo describe la gobernanza de los sistemas de trading con aprendizaje automático después de su despliegue. Distingue los fallos técnicos, en los que entradas idénticas producen resultados distintos, del deterioro estadístico, en el que los…

Aprendizaje automáticoGestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este índice presenta factores latentes como patrones comunes extraídos de la forma en que se mueven conjuntamente los rendimientos de las acciones; la carga de cada acción indica su exposición a un patrón. Contrasta el análisis de componentes principales,…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información de un catálogo de modelos de predicción de futuros CME. Define el IC de cada fecha como la correlación de rangos entre los rendimientos previstos y realizados de distintos productos, y…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este notebook ejecuta tres agentes de investigación idénticos en todos los demás aspectos ante una pregunta sobre recesión, ya sea reproduciendo una captura guardada o ejecutando modelos y búsquedas en paralelo en tiempo real. Registra la probabilidad, la…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este notebook explica cómo un panel macroeconómico fechado según el periodo que mide puede filtrar información futura a un backtest de trading. Estima las fechas de publicación sumando la duración del periodo a la fecha indicada y aplicando después un…

Pruebas retrospectivasEstadísticaGestión del riesgoMultiactivo
Machine Learning for Trading

Este notebook utiliza TreeSHAP para explicar las predicciones de rendimiento de LightGBM, con importancia global de características, explicaciones de predicciones individuales, gráficos de dependencia y valores de interacción por pares. Compara las…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

El documento presenta una máquina de estados común para detener el trading automatizado, con estados cerrado, abierto y semiabierto. Aplica ese ciclo a cuatro condiciones: drawdown de cartera, pérdida diaria, sesiones consecutivas con pérdidas y latencia del…

Gestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno pregunta si los modelos secuenciales pueden mejorar los resúmenes diseñados manualmente del historial de primas de financiación perpetua. Compara NLinear, un modelo lineal sencillo que lee una ventana ordenada, con un LSTM de dos capas. Ambos…

CriptoactivosAprendizaje automáticoFuturos perpetuosPruebas retrospectivas
Machine Learning for Trading

Este documento explica por qué no se pueden evaluar stop-losses, trailing stops y salidas por tiempo en un caso práctico cuyo backtest mantiene las ponderaciones durante un mes y solo observa el rendimiento futuro mensual realizado. Estas reglas dependen de…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento describe un proceso de evaluación de estrategias para backtests de microestructura NASDAQ-100 registrados. Lee ejecuciones existentes en lugar de entrenar modelos o repetir backtests, sigue la trazabilidad de las estrategias seleccionadas,…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento presenta un método por etapas para vincular nombres de empresas procedentes de datos alternativos, informes, noticias y fuentes de precios con valores. Primero combina los identificadores disponibles siguiendo un orden de confianza deliberado,…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno ejecuta o reproduce un panel de agentes de investigación idénticos que responden a una pregunta de pronóstico común; después analiza sus pronósticos, actividad de búsqueda y conversaciones. El seguimiento por agente conserva la atribución…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno define etiquetas de rendimiento total mensual para un estudio transversal de características de empresas US y comprueba cómo se alinean esos resultados con las filas del proveedor. El panel empareja las características del mes anterior con el…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo una red convolucional temporal (TCN) puede predecir rendimientos a partir de datos financieros ordenados. Las convoluciones causales garantizan que la salida de un momento dependa solo de las entradas actuales y anteriores. Las…

Aprendizaje automáticoRenta variableImpulsoEstadística
Machine Learning for Trading

Este documento describe varias formas de convertir puntuaciones de predicción en señales de trading: umbrales fijos, percentiles móviles por activo y percentiles transversales. Los umbrales fijos usan un nivel de puntuación elegido; los móviles se adaptan a…

Aprendizaje automáticoConstrucción de carterasDimensionamiento de posicionesPruebas retrospectivas
Machine Learning for Trading

Este cuaderno revisa una estrategia de divisas seleccionada y su trazabilidad en el conjunto de reserva mediante artefactos de investigación registrados. Reproduce la elección a partir de un conjunto congelado de candidatos de validación, ordenando los…

DivisasPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno construye regímenes de mercado descriptivos a partir de datos económicos mensuales de la Reserva Federal: desempleo, tipo de los fondos federales, curva de rendimientos del Tesoro e inflación. Explica cómo alinear series con distintas…

EstadísticaAprendizaje automáticoMercados de EE. UU.Volatilidad