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

1,488 documentos

Machine Learning for Trading

Este análisis compara modelos predictivos de ETF registrados de varias familias en un panel multiactivo común. Evalúa cómo ordena cada modelo los fondos según sus rendimientos posteriores mediante coeficientes de información, examina intervalos de confianza…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Esta utilidad calcula métricas de sesgo de selección e incertidumbre del rendimiento para grupos de backtests de estrategias. Forma cohortes por familia, etapa y etiqueta, y por etiqueta; después calcula medidas como ratios de Sharpe deflactados, recuentos…

Pruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este documento describe principios de implementación para un motor de backtest compartido y se centra en interpretar correctamente las cuadrículas de rendimientos al anualizar el rendimiento. Estima la frecuencia de muestreo observada a partir de los…

Pruebas retrospectivasGestión del riesgoEstadísticaConstrucción de carteras
Machine Learning for Trading

Este documento presenta un autoencoder supervisado como control para modelos condicionales de factores latentes. Asocia directamente las características de las empresas con los rendimientos futuros mientras comprime 57 entradas en un cuello de botella…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno explica cómo los splits de acciones y los dividendos en efectivo alteran las series históricas de precios sin ajustar y distorsionan los rendimientos calculados. Muestra el ajuste retrospectivo, que reescala los precios históricos por acciones…

Renta variableMercados de EE. UU.Pruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno utiliza características ETF y rendimientos futuros para demostrar la inferencia clásica por mínimos cuadrados ordinarios antes de pasar a métodos centrados en la predicción. Examina pruebas de coeficientes y errores estándar, y luego…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este documento describe un método walk-forward para convertir residuos de predicción en anchuras de incertidumbre por entidad que sirven para dimensionar posiciones. En cada momento de decisión, la calibración utiliza residuos cuyo resultado ya se ha…

Dimensionamiento de posicionesGestión del riesgoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso práctico selecciona una configuración de un conjunto congelado de estrategias de futuros perpetuos cripto que abarca varias etiquetas de rendimiento y dirección, métodos de dimensionamiento de cartera y overlays de riesgo. Elige el Sharpe de…

CriptoactivosFuturos perpetuosPruebas retrospectivasEstadística
Machine Learning for Trading

Esta guía describe conjuntos públicos de datos de rendimientos de factores de Ken French Data Library y AQR, incluidos factores de mercado, tamaño, valor, rentabilidad, inversión, momentum, calidad y beta baja. Explica cómo descargar y cargar observaciones…

Inversión por factoresEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno presenta PCMCI como método para detectar relaciones retardadas en series temporales financieras multivariantes sin especificar de antemano un grafo causal. Aplica el método a rendimientos de ETF e índices de volatilidad, compara su análisis…

Aprendizaje automáticoEstadísticaMultiactivoRenta variable
Machine Learning for Trading

Este cuaderno explica cómo evaluar pronósticos probabilísticos y controlar un proceso de previsión. Compara las puntuaciones de Brier y logarítmica, el error de calibración esperado y la nitidez; muestra cómo los diagramas de fiabilidad revelan dónde los…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este estudio prueba si el mal ajuste de un modelo lineal a los rendimientos mensuales de acciones de US se debe a su objetivo de error cuadrático. Mantiene fijos el objetivo de rendimientos futuros sin winsorizar, las características y las particiones…

Renta variableMercados de EE. UU.Aprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta el protocolo Rademacher Anti-Serum (RAS) como método para ajustar estimaciones de rendimiento al seleccionar entre una clase finita de estrategias o señales. La complejidad empírica de Rademacher estima hasta qué punto la matriz de…

EstadísticaPruebas retrospectivasGestión del riesgoAprendizaje automático
Machine Learning for Trading

Este cuaderno presenta NLinear como referencia para predecir rendimientos de acciones a partir de ventanas ordenadas de características. Cada ejemplo contiene 60 sesiones consecutivas de una acción. Para cada característica, el modelo resta su valor más…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno reconstruye la mejor cotización nacional vigente de compra y venta (NBBO) para cada operación de AAPL durante la sesión regular del 16 de marzo de 2020. Combina cronológicamente eventos de cotización y operación, mantiene la última oferta de…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno ajusta modelos neuronales TabM a un objetivo de rendimiento de una estrategia short straddle de opciones del S&P 500 y compara tres capacidades de modelo usando el mismo panel de características que los métodos lineales y de boosting. TabM…

OpcionesRenta variableAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este documento describe un conjunto de datos de divisas OHLCV que cubre pares principales y cruces G10, con barras diarias y de cuatro horas de OANDA. Expone cómo descargar, cargar y filtrar los datos por par o intervalo de fechas, y cómo explorarlos…

DivisasEstadísticaVolatilidad
Machine Learning for Trading

Este documento presenta el PCA instrumentado, en el que las cargas factoriales de los activos se modelan como funciones lineales de características observadas antes del rendimiento. Utiliza mínimos cuadrados alternos para estimar la relación entre…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara los pronósticos sin ejemplos de Chronos y TinyTimeMixer con un LSTM y un modelo lineal penalizado en un panel de ETF. Todos los modelos reciben el mismo contexto histórico univariante, pero los modelos preentrenados pronostican esa…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno estima si una puntuación z de la prima de perpetuos de criptomonedas se asocia con rendimientos posteriores de ocho horas bajo una intervención, ajustando por volatilidad de precios, tasa de financiación y desviación de la prima respecto a su…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica cómo GARCH convierte la agrupación de volatilidad en una variable por sesión. Primero utiliza gráficos de rendimientos y una prueba ARCH-LM para comprobar si los rendimientos al cuadrado dependen de sus propios retardos. En un modelo…

VolatilidadIndicadores técnicosGestión del riesgoEstadística