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 cuaderno compara Random Forest con XGBoost, LightGBM y CatBoost en un panel de características de empresas anonimizadas y rentabilidades. El conjunto de datos proporciona divisiones temporales de entrenamiento, validación y prueba. Los modelos se…
Este cuaderno describe cómo generar predicciones de holdout para una estrategia seleccionada de financiación de perpetuos cripto. Resuelve la configuración a partir de los resultados de validación, conserva la elección del punto de control y crea una nueva…
Este cuaderno presenta un inventario comparativo de características financieras diseñadas y el coeficiente de información más alto del registro para cada estudio de mercado. Cuenta las características y sus familias según el nombre, compara el tamaño de los…
El documento explica cómo identificar regímenes de mercado dividiendo las rentabilidades en ventanas solapadas y tratando cada ventana como una distribución empírica. Mide la distancia entre ventanas mediante cuantiles ordenados y emparejados, de modo que…
Este cuaderno presenta un autoencoder condicional que conserva la estructura de un modelo de factores latentes instrumentado, pero sustituye por una red neuronal el mapa lineal entre las características de las empresas y sus exposiciones a factores. Las…
Este estudio de caso ajusta modelos lineales regularizados a la rentabilidad de straddles cortos at-the-money mantenidos hasta el vencimiento. Como los ingresos por primas limitan la ganancia mientras que las pérdidas pueden crecer sin límite, unas pocas…
Este cuaderno compara dos modelos de embeddings de pesos abiertos ejecutados localmente en una tarea de recuperación, con fragmentos de formularios 10-K recientes de un pequeño grupo de grandes empresas US. Ambos modelos reciben los mismos fragmentos de dos…
Este documento ajusta TabM, un ensamblado neuronal que comparte pesos, a características derivadas de opciones para predecir rendimientos futuros de acciones y rendimientos ajustados al riesgo. Sus miembros usan una única red compartida de dos capas, con…
Este documento explica cómo la interfaz de búsqueda de un agente de pronóstico puede limitar la evidencia y permitir auditar su actividad. Un protocolo independiente del proveedor devuelve resultados tipados con la fuente, la fecha de publicación, la…
Este cuaderno examina la regularización de modelos lineales para predecir rendimientos de pares de divisas. Distingue la colinealidad entre las características de entrada de la dependencia entre activos: los pares de divisas comparten monedas subyacentes,…
Este cuaderno estudia un autoencoder supervisado para predecir rendimientos futuros a partir de características de empresas. Mantiene un cuello de botella estrecho en la red neuronal, pero elimina la interpretación de factor condicional y la restricción de…
Este cuaderno distingue entre predecir rendimientos y afirmar que el momentum los causa. Considera como tratamiento el rendimiento de una acción durante el año anterior, excluido el último mes, y como resultado el rendimiento futuro. Especifica la…
Este cuaderno ajusta PatchTST como integrante de una población declarada de modelos secuenciales para opciones del S&P 500. PatchTST divide una ventana histórica en fragmentos de tamaño fijo, los representa como tokens y utiliza atención para aprender las…
Este cuaderno reúne resultados de LightGBM de varios estudios de trading y los compara con modelos lineales y TabM como referencia. Examina la configuración seleccionada según el valor más alto de IC en cada estudio, presenta intervalos coherentes con…
Este cuaderno prueba si los embeddings de grafos aprendidos añaden información predictiva a un modelo tabular para acciones de US. Construye una red a partir de correlaciones absolutas de rendimientos medidas antes del periodo objetivo, crea características…
Este documento describe un modelo de secuencias LSTM para un estudio de opciones del S&P 500. A diferencia de los modelos transversales que dependen de características diseñadas para resumir el historial de un símbolo, el LSTM recibe ventanas cronológicas y…
El cuaderno construye intervalos de predicción en torno a pronósticos de gradient boosting mediante predicción conformal dividida. Ajusta un modelo en un segmento de entrenamiento anterior, mide los residuos absolutos en un segmento de calibración posterior…
Este cuaderno presenta un flujo de trabajo para convertir titulares financieros en señales por acción. Limpia y estandariza un corpus de noticias, elimina duplicados exactos y por prefijo dentro de grupos de fecha y ticker, y utiliza embeddings de frases…
Este cuaderno compara DQN, PPO y A2C en un entorno simulado de trading de criptomonedas. Calibra un proceso de volatilidad GARCH(1,1) con rendimientos horarios de futuros perpetuos de Bitcoin y después simula trayectorias que conservan la agrupación de…
Este cuaderno crea un agente de pronóstico que alterna entre búsquedas web y pronósticos de probabilidad. Una pequeña interfaz de modelo de lenguaje con dos métodos permite que el mismo ciclo use un proveedor simulado, local o comercial. El agente recibe una…
Este cuaderno describe un transformador con bloques para predecir secuencias en un estudio de acciones y opciones del S&P 500. Divide una ventana temporal en bloques contiguos y representa cada bloque como un token, de modo que la atención puede comparar…
Este cuaderno explica el análisis de componentes principales instrumentado (IPCA) para un panel cambiante de acciones de US. El PCA tradicional asigna a cada acción una carga estimada, que no puede abarcar de forma natural valores ausentes de la muestra de…
Este capítulo presenta el aprendizaje por refuerzo como una herramienta de control secuencial y lo distingue de la predicción supervisada. Se centra en tareas donde las acciones afectan a resultados posteriores y las recompensas son relativamente concretas:…
Este cuaderno de características ETF explica cómo los modelos estadísticos ajustados pueden filtrar información futura a través de sus parámetros estimados, aunque sus fórmulas usen observaciones pasadas. La solución es un calendario de reajuste…