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.
1,488 documentos
Este documento describe utilidades para comparar estrategias de trading registradas y crear evaluaciones estructuradas de casos de estudio. Un método central de clasificación limita las series de retornos a sus marcas de tiempo compartidas exactas antes de…
Este capítulo repasa métodos para recuperar estructuras comunes de paneles de retornos y características, desde PCA y carteras de autovectores hasta IPCA, PCA de prima de riesgo, autocodificadores condicionales, estimación de factores de descuento…
Este cuaderno compara sklearn HistGradientBoosting, XGBoost, LightGBM y CatBoost en una tarea de predicción de retornos de ETF. Mide el coeficiente de información transversal, el tiempo de entrenamiento y la memoria del proceso en ejecuciones con CPU y,…
Este cuaderno presenta un flujo de selección de características para investigación con ETF, destinado a reducir muchos candidatos de transformaciones y ventanas retrospectivas a un conjunto menor para modelos posteriores. Calcula coeficientes de información…
Este cuaderno evalúa predicciones de modelos como estrategias de trading de NASDAQ-100 mediante un motor de backtest compartido. Primero ejecuta una comprobación del sistema con señales aleatorias: si persisten los beneficios tras costes, podría haber…
El documento presenta formas de comparar los retornos de una estrategia con dos referencias externas: los retornos totales diarios de SPY y los retornos de mercado de Fama-French, obtenidos al sumar la prima de riesgo de mercado y la tasa libre de riesgo.…
El documento describe el ajuste de un modelo lineal de secuencias sencillo con características de un minuto del NASDAQ-100 para pronosticar retornos futuros en varios horizontes. Cada entrada contiene la hora anterior de una acción, expresada como cambios…
El documento describe cómo cargar datos de mercado de ETF con filtros opcionales por símbolo y fecha, además de un límite determinista para los símbolos devueltos. El punto analítico principal es hacer coincidir la serie de precios con la cantidad medida:…
Este cuaderno crea características de volatilidad condicional basadas en modelos para acciones del S&P 500 con un modelo GJR-GARCH(1,1); después compara un diferencial de volatilidad implícita en opciones frente a la volatilidad realizada con otro frente a…
Este estudio de futuros de CME varía la capacidad de los árboles de boosting de gradiente y la función de pérdida, mientras registra predicciones en varios puntos de control del entrenamiento. El número de hojas controla el grado de detalle con que un modelo…
Este cuaderno estudia cómo las decisiones de regularización Ridge afectan al coeficiente de información en un panel de ETF y cómo la búsqueda de hiperparámetros puede inflar el rendimiento declarado. Primero evalúa una amplia cuadrícula de valores alfa en…
Este cuaderno explica cómo construir retornos spot futuros de uno, cinco y 21 sesiones para un universo fijo de pares de FX. Primero asigna barras de cuatro horas a sesiones de trading con un calendario de cambio de día de Nueva York y luego calcula los…
Este cuaderno explica el análisis de componentes principales instrumentado (IPCA), que modela las exposiciones factoriales de cada ETF como una función lineal compartida de las características observadas de ese fondo. Los mínimos cuadrados alternos estiman…
Este cuaderno ajusta un modelo de factores latentes PCA a un panel de rendimientos de acciones, sin usar características de la superficie de opciones, características de los activos ni información del objetivo. PCA extrae las principales direcciones del…
Este cuaderno presenta Tail-GAN, un enfoque adversarial generativo diseñado para reproducir el riesgo de cola de escenarios financieros, en especial el valor en riesgo (VaR) y la pérdida esperada (ES). Usa ordenación diferenciable para que las medidas de…
Este cuaderno define y ejecuta un análisis de aprendizaje automático doble sobre el efecto de la prima de riesgo de varianza en los rendimientos hasta vencimiento de opciones del S&P 500. Antes de la ejecución, muestra el estimando, la cronología observada,…
Este experimento combina predicciones de validación de un modelo de árboles con boosting, una red neuronal tabular y un modelo de factores latentes para clasificar ETF mensualmente. Primero estandariza las predicciones transversalmente con puntuaciones z y…
Este cuaderno evalúa controles por posición para una asignación de acciones y opciones del S&P 500; compara stop loss fijos, stops dinámicos y salidas por tiempo con la referencia propia de cada estrategia sin overlay. Selecciona una trayectoria de…
Este tutorial construye una serie continua de futuros a partir de contratos individuales de ES. Identifica el contrato de vencimiento más próximo según el volumen de negociación, con una regla que impide volver a un contrato anterior, y compara los cambios…
Esta nota de configuración explica la elección del solver saga y una tolerancia de convergencia más estricta para la regresión logística L1 con etiquetas de tres clases. Compara saga con liblinear y cita mediciones de tiempo de ejecución en un panel de…
Este módulo compartido de ingeniería de características define reglas de construcción y auditorías para predictores financieros usados en varios casos prácticos. Registra cada familia de características con su hipótesis, entradas, ventana retrospectiva…
Este notebook explica por qué un ratio de Sharpe comunicado es una estimación incierta, no una medida definitiva de la calidad de una estrategia. Desarrolla intervalos de confianza y el ratio de Sharpe probabilístico, que estima la probabilidad de que el…
Este análisis compara señales aprendidas para rendimientos bursátiles transversales mensuales US usando características contables y de mercado, con el rendimiento del mes siguiente como objetivo. Revisa modelos lineales, árboles potenciados, métodos…
Este capítulo presenta flujos de trabajo con agentes para tareas de investigación financiera en las que el principal reto es reunir, filtrar y sintetizar evidencia desigual. Los contrasta con modelos convencionales que funcionan bien con entradas…