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 evalúa modelos secuenciales para clasificar acciones del S&P 500 usando ventanas de sus historiales de superficies de opciones y precios. Combina un modelo lineal normalizado, sin memoria recurrente, con un LSTM cuyas compuertas transportan…
Este cuaderno ajusta una red LSTM a características de microestructura de NASDAQ-100 para predecir rendimientos futuros en varios horizontes de minutos. A diferencia de un modelo lineal aplanado, un LSTM procesa cada observación en secuencia y aprende cuánta…
Este capítulo explica cómo evaluar modelos de aprendizaje automático financiero respetando la información disponible en cada momento de decisión. Distingue entre entrenamiento, validación y un holdout final, y explica por qué una validación k-fold con datos…
Este cuaderno construye N-BEATS, una arquitectura neuronal de predicción totalmente conectada que procesa una ventana de entrada completa y predice una trayectoria futura. Su variante interpretable restringe los bloques para que expresen componentes mediante…
Este cuaderno compara la recuperación estructurada de tipo grafo con la recuperación vectorial basada en embeddings sobre participaciones institucionales de los formularios 13F. Construye una instantánea de participaciones en un momento dado con un corte…
Este cuaderno muestra un flujo de trabajo para relacionar las operaciones perdedoras con las explicaciones del modelo asociadas a sus decisiones. Construye un panel de características de un solo activo SPY con datos de precios y macroeconómicos, entrena un…
Este cuaderno crea etiquetas de rentabilidad futura para una estrategia que utiliza señales de opciones cotizadas y negocia las acciones subyacentes. Ajusta los precios diarios de las acciones por desdoblamientos y dividendos, usa un identificador…
Este cuaderno muestra cómo monitorizar el drift de covariables en características de momentum de ETF y de futuros perpetuos de criptomonedas en distintas ventanas de mercado. Compara el índice de estabilidad de la población, que mide cambios en…
Este cuaderno explica el análisis de componentes principales instrumentado como una forma de hacer que las cargas de factores latentes dependan de características observables de las acciones, en vez de asignar una carga fija a cada acción. Una…
Este documento presenta una familia de modelos de rentabilidad de empresas que supone que un pequeño conjunto de factores comunes no observados explica gran parte de la sección transversal. En lugar de predecir directamente las rentabilidades a partir de…
Este documento explica cómo las descomposiciones wavelet y las estimaciones espectrales móviles describen las rentabilidades financieras en distintas escalas temporales. Las wavelets dividen las rentabilidades en componentes que abarcan periodos…
Este cuaderno usa aprendizaje automático doble para estimar si el carry de futuros afecta a las rentabilidades posteriores después de ajustar por volatilidad, momentum y el rango transversal del carry. Distingue la explicación causal del rendimiento…
Este documento explica cómo comparar un modelo vigente con uno candidato mediante una evaluación en sombra antes de asignar capital. Fija de antemano sus funciones y los umbrales de promoción, y luego evalúa al candidato en cinco dimensiones: mejora del…
Este cuaderno muestra cómo configurar Feast con fuentes Parquet, entidades, vistas de características, marcas de tiempo y una política de tiempo de vida; después, recupera características para ejemplos de entrenamiento y una consulta «a fecha de». Compara…
El cuaderno presenta un autoencoder supervisado para modelar factores de acciones. A diferencia de los autoencoders no supervisados, que aprenden un cuello de botella reconstruyendo la sección transversal, este modelo también incluye rentabilidades futuras…
Este cuaderno aplica un modelo neuronal de factor de descuento estocástico a futuros CME. En términos de valoración de activos, un factor de descuento estocástico es una variable aleatoria cuyo producto por la rentabilidad de cada activo tiene el mismo valor…
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,…
Este cuaderno crea un marco de evaluación de generación aumentada por recuperación financiera con métricas separadas para cobertura de recuperación, fidelidad de respuestas, abstención adecuada y seguridad. Usa seis casos de prueba escritos a mano, con…
Este cuaderno usa Optuna para ajustar modelos de rentabilidad LightGBM considerando tanto el coeficiente de información transversal (IC) como la rotación de predicciones. Una búsqueda de objetivo único maximiza IC para comparar; una búsqueda multiobjetivo…
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…
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…
Este cuaderno configura Feast como almacén de características para datos financieros y basados en modelos, y luego compara su recuperación histórica y en cada momento con una unión transparente construida manualmente. Declara entidades, fuentes con marcas de…
Este cuaderno compara objetivos de boosting de gradiente para rentabilidades mensuales de acciones de US, manteniendo fijos las características, el objetivo y las particiones walk-forward. Compara el error cuadrático con el error absoluto y la pérdida de…
Este módulo coordina el ajuste y la evaluación walk-forward de varios modelos de factores latentes, incluidos componentes principales, componentes principales instrumentados y autoencoders neuronales. Prepara los datos de panel y las particiones, ejecuta…