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

948 documentos

Machine Learning for Trading

El documento muestra un adaptador de bróker que comprueba las órdenes y el estado de la cartera antes de enviarlas. Sus controles incluyen límites de acciones y valor por orden, límites de exposición por posición, límites de frecuencia de órdenes, listas de…

Gestión del riesgoDimensionamiento de posicionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este capítulo repasa las representaciones de texto financiero, desde diccionarios y recuentos de palabras hasta TF-IDF, embeddings estáticos, redes recurrentes y Transformers. Explica sus ventajas y desventajas: los métodos más sencillos son rápidos,…

Aprendizaje automáticoSentimiento del mercadoEstadísticaRenta variable
Machine Learning for Trading

Este análisis compara tres formas de convertir pronósticos de rentabilidad del modelo con signo en posiciones binarias: un umbral fijo de cero, un percentil móvil para cada símbolo y un percentil transversal entre símbolos. Aplica las reglas a predicciones…

Aprendizaje automáticoEjecuciónPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno convierte los rendimientos futuros de ETF a 21 días en un objetivo de subida o bajada y evalúa una regresión logística regularizada con L1 y L2 en pliegues walk-forward cronológicos. Escala las características usando los datos de entrenamiento…

Aprendizaje automáticoEstadísticaDimensionamiento de posicionesRenta variable
Machine Learning for Trading

Este cuaderno evalúa si los datos históricos de ETF permiten crear una estrategia de clasificación mensual antes de construir un modelo o pronóstico. Comprueba la elegibilidad en cada momento usando la liquidez del año anterior, cuenta los fondos disponibles…

Renta variablePruebas retrospectivasEjecuciónEstadística
Machine Learning for Trading

Este cuaderno filtra características candidatas para una estrategia que vende opciones call y put at-the-money sobre la misma acción y con el mismo vencimiento, manteniendo el straddle hasta el vencimiento. Para cada característica, mide si ordena los…

OpcionesRenta variableEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno procesa los datos trimestrales masivos de posiciones 13F de SEC para estudiar la propiedad institucional, las clasificaciones de gestores y las redes de copropiedad. Selecciona la declaración más reciente de cada gestor según la fecha de…

Renta variableMercados de EE. UU.EstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno evalúa predicciones de validación derivadas de investigaciones sobre renta variable y opciones, convirtiéndolas en carteras de renta variable solo largas. Utiliza como referencia una cartera equiponderada con las K mejores posiciones, compara…

Renta variableOpcionesPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno utiliza operaciones y mensajes de órdenes derivados de NASDAQ ITCH para ilustrar patrones de microestructura del mercado. Examina la autocorrelación negativa de primer orden en los retornos de precios de operaciones a nivel de tick y explica…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este módulo de utilidades ofrece herramientas estadísticas para diagnosticar paneles de datos de trading. Su método de autocorrelación calcula una curva dentro de cada entidad antes de agrupar los resultados entre entidades, lo que evita una dependencia…

EstadísticaPruebas retrospectivasMicroestructura del mercadoRenta variable
Machine Learning for Trading

Este estudio de caso sobre acciones de US distingue entre predecir retornos futuros y afirmar que el momentum los causa. Considera como tratamiento el retorno de una acción durante el año anterior, excluido el último mes; como resultado, el retorno futuro; y…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno didáctico compara métodos de etiquetado de objetivos para modelos de trading supervisados con datos de ETF. Abarca retornos y etiquetas de dirección con horizonte fijo, percentiles móviles de series temporales, percentiles transversales,…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra comprobaciones del sesgo de anticipación con precios de ETF y series macroeconómicas. Muestra que una media móvil centrada incluye observaciones futuras, puede seguir demasiado de cerca los cambios de precios y tiene una cola reciente…

Renta variableEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo convertir el texto trimestral de la sección de análisis y discusión de la dirección de los informes SEC 10-Q en dos posibles señales de renta variable. FinBERT puntúa fragmentos de texto según su tono positivo, neutro o negativo;…

Renta variableAprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno compara tres formas de utilizar los regímenes de mercado en los pronósticos: un modelo de referencia sin una entrada de régimen, un modelo único al que se proporciona la probabilidad filtrada de un estado volátil y modelos independientes…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno estima si la proporción firmada del volumen iniciada por compradores se asocia con los retornos futuros a 15 minutos, teniendo en cuenta el diferencial relativo, la volatilidad realizada reciente y el retorno mensual acumulado. El aprendizaje…

Renta variableMicroestructura del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble (DML) para estimar el efecto ajustado de una medida continua de momentum de ETF sobre los retornos posteriores, controlando la volatilidad reciente y a más largo plazo, el régimen de mercado y la pendiente…

Aprendizaje automáticoEstadísticaRenta variableImpulso
Machine Learning for Trading

Este cuaderno explica la paridad de riesgo jerárquica (HRP), un método de construcción de carteras diseñado para limitar la sensibilidad a estimaciones ruidosas de covarianza. Describe sus tres etapas: agrupar activos según la distancia de correlación,…

Construcción de carterasGestión del riesgoPruebas retrospectivasMultiactivo
Machine Learning for Trading

Este cuaderno evalúa backtests ETF registrados a lo largo del proceso de la estrategia, desde las señales y la asignación hasta los costes y las capas de riesgo. Lee predicciones y backtests existentes en lugar de ajustar modelos o añadir nuevos backtests, y…

MultiactivoRenta variableConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno usa registros de operaciones derivados de NASDAQ ITCH para examinar la actividad de trading intradía. Agrupa operaciones individuales en barras temporales y compara el volumen de acciones, el número de operaciones, los últimos precios y los…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Esta guía presenta dos fuentes de datos tick del libro de órdenes de renta variable de US para investigar la microestructura: los eventos market-by-order de Databento y los mensajes NASDAQ TotalView-ITCH. Describe sus formatos, características de cobertura,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.