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

842 documentos

Machine Learning for Trading

Este documento explica un proceso de cinco filtros para evaluar nueve casos de estudio de trading, desde la calidad de la señal hasta la validación, los costes de transacción, el rendimiento en el periodo de prueba reservado y la calidad de la evidencia. Los…

Pruebas retrospectivasGestión del riesgoAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis evalúa si las señales seleccionadas en varios estudios de trading parecen lo bastante fiables para usarlas posteriormente. Compara coeficientes de información (IC) en validación con evidencia del holdout, examina la estabilidad y la…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este tutorial repasa características creadas a partir de historiales de precios y volúmenes de activos, incluidos rendimientos en distintos horizontes, medidas de tendencia y reversión, varios estimadores de volatilidad, regímenes de volatilidad, liquidez,…

Indicadores técnicosImpulsoVolatilidadAprendizaje automático
Machine Learning for Trading

Este documento presenta una máquina de estados reutilizable para detener el trading automáticamente, con estados cerrado, abierto y semiabierto. Aplica la misma lógica de transición a cuatro riesgos: drawdown de la cuenta, pérdida diaria, sesiones…

Gestión del riesgoEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno genera predicciones para una ventana de holdout de ETF que no se había utilizado antes, con la configuración seleccionada en los datos de validación. Reconstruye la especificación de entrenamiento para que termine un horizonte de etiquetas…

Pruebas retrospectivasGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno describe un proceso para extraer relaciones entre proveedores, clientes y competidores de informes empresariales 10-K y guardarlas como un grafo de conocimiento Neo4j. Un modelo de lenguaje local propone tripletas estructuradas de sujeto,…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno explica por qué un control genérico de riesgo basado en pesos objetivo no puede gestionar la estrategia descrita de short straddles del S&P 500. El motor de opciones asigna fracciones fijas de capital a grupos semanales y normaliza los pesos…

OpcionesGestión del riesgoPruebas retrospectivasValoración de derivados
Machine Learning for Trading

Este documento presenta una arquitectura de pronóstico integral que combina un panel de investigación, un pronóstico agregado, un debate adversarial y un supervisor. El supervisor identifica desacuerdos, busca pruebas aclaratorias y propone una probabilidad…

Aprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

El documento describe una comparación en fase de validación de reglas de stop fijas y dinámicas para estrategias de FX. Para cada etiqueta de rendimiento, selecciona una estrategia principal de una cohorte sellada de resultados de señales y asignaciones;…

DivisasGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno utiliza el análisis de componentes principales en un subconjunto líquido de acciones de US para extraer factores latentes y formar eigencarteras largas y cortas. Explica cómo los vectores estandarizados de PCA se convierten en ponderaciones en…

Renta variableInversión por factoresEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno estudia si una prima extrema en futuros perpetuos afecta a los rendimientos posteriores de BTC o a la reversión de la prima. Define el tratamiento como un estado de prima alta y compara un resultado general del mercado, al que pueden afectar…

CriptoactivosFuturos perpetuosArbitrajeEstadística
Machine Learning for Trading

Este cuaderno crea etiquetas de rendimientos futuros de acciones para una estrategia que usa datos de opciones cotizadas para ordenar acciones y luego mantenerlas. Genera una serie de precios ajustados por operaciones societarias e identifica las empresas…

Renta variableOpcionesEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno usa rendimientos históricos de acciones de US para construir una red de correlaciones y explorar la construcción de carteras. Selecciona un universo líquido con datos de la ventana de estimación, convierte las correlaciones por pares en…

Renta variableMercados de EE. UU.Construcción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa un factor de momentum transversal usando coeficientes de información, rendimientos por cuantiles, spreads entre extremos y diagnósticos de clasificación. Presenta Spearman IC como la correlación de rangos entre una señal y los…

ImpulsoInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso práctico analiza si la información de las opciones cotizadas puede ayudar a seleccionar acciones del S&P 500. Combina precios diarios de acciones con niveles de volatilidad implícita en opciones, asimetría, estructura temporal y medidas de prima de…

Renta variableOpcionesPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este módulo define un flujo de trabajo orientado al lector para la investigación de futuros CME, que abarca solicitudes de modelos, ejecución de predicciones y backtests, grupos de candidatos y selección final. Lee el barrido de etiquetas configurado desde…

FuturosAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno usa la excursión favorable máxima (MFE) y la excursión adversa máxima (MAE) para fundamentar la amplitud de las etiquetas de triple barrera en trayectorias de precios observadas. Para una posición abierta al cierre de una barra, mide el mejor…

Renta variableFuturosCriptoactivosVolatilidad
Machine Learning for Trading

El documento describe un barrido de asignación de cartera FX diseñado para aislar el tamaño de las posiciones de la selección de señales. Parte de candidatos de referencia congelados con ponderación igual y clasificados por rendimiento del backtest de…

DivisasConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

El documento explica cómo la incertidumbre de un modelo puede aportar información adicional a su estimación puntual. Contrasta GARCH, que define la volatilidad a partir de los rendimientos pasados, con un modelo de volatilidad estocástica que trata la…

VolatilidadEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa reglas de seguridad para un asistente financiero basado en documentos mediante seis casos creados manualmente. Los casos cubren la inyección de prompts, cifras inventadas en material no confiable, intentos de realizar acciones y citas de…

Aprendizaje automáticoGestión del riesgoSentimiento del mercadoEstadística
Machine Learning for Trading

Este caso práctico compara métodos alternativos de tamaño de posición para futuros CME con una referencia de ponderación igual. Explica cómo el tamaño inverso a la volatilidad usa la volatilidad propia de cada contrato, mientras que los métodos basados en…

FuturosDimensionamiento de posicionesConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno repasa métodos para detectar cambios en el proceso que genera una serie financiera, con datos diarios de SPY como ejemplo. Contrasta la prueba de Zivot-Andrews, que estima un cambio mientras prueba la presencia de una raíz unitaria, con métodos…

EstadísticaAprendizaje automáticoIndicadores técnicosGestión del riesgo