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

Este cuaderno examina cómo pueden expresar incertidumbre los pronósticos de rendimientos de ETF y compara el dropout de Monte Carlo con los ensembles profundos. El dropout permanece activo en pasadas repetidas de inferencia, mientras que un ensemble mide el…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno compara seis formas de ponderar carteras de ETF seleccionadas con la misma clasificación prevista: ponderación igual, ponderación por puntuación, volatilidad inversa, paridad de riesgo, optimización media-varianza y paridad de riesgo…

Renta variableConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno ajusta un modelo LSTM especificado para pronosticar en un estudio de opciones del S&P 500. La red recibe ventanas cronológicas del historial de cada símbolo y usa un estado recurrente con compuertas para representar información entre sesiones,…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo construir y examinar un panel trimestral de fundamentales de renta variable a partir de datos SEC XBRL. Cada observación incluye tanto el periodo fiscal que describe como la fecha de presentación en que la información se hizo…

Renta variableMercados de EE. UU.Inversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un marco de diagnóstico para un backtest de asignación de ETF. Calcula medidas de riesgo y rendimiento como Sharpe, Sortino, Calmar, volatilidad, valor en riesgo y drawdown máximo; sigue el rendimiento móvil y la recuperación del…

Construcción de carterasGestión del riesgoPruebas retrospectivasRenta variable
Machine Learning for Trading

Este cuaderno crea un flujo de supervisión para un modelo financiero desplegado usando artefactos reales de un conjunto de reserva. Comprueba que los datos de características entrantes estén completos y tengan una estructura válida antes de medir el drift, y…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno conecta el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Muestra el dimensionamiento fraccional fijo, donde el número de participaciones se determina según un presupuesto de riesgo por operación y la…

Dimensionamiento de posicionesGestión del riesgoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo interpretar los pronósticos de una regresión Ridge para un panel de ETF con SHAP. En un modelo lineal, la atribución de cada característica es su coeficiente multiplicado por la desviación de esa característica respecto a su media…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para convertir documentos anuales y trimestrales SEC en texto estructurado para posteriores análisis de sentimiento, temas y embeddings. Asocia las secciones deseadas con números de ítem específicos de cada…

Renta variableSentimiento del mercadoBasado en eventosEstadística
Machine Learning for Trading

Este cuaderno explica cómo un autoencoder condicional amplía un modelo de componentes principales instrumentado: una red neuronal transforma las características de las acciones en exposiciones factoriales, mientras el modelo conserva la misma estructura de…

Renta variableInversión por factoresAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este estudio analiza características financieras y de volatilidad GJR-GARCH frente a rendimientos futuros de acciones. Para cada sesión calcula la correlación de rangos entre acciones de una característica y los rendimientos posteriores, y luego evalúa la…

Renta variableOpcionesEstadísticaAprendizaje automático
Machine Learning for Trading

Esta referencia describe dos corpus de noticias financieras utilizados para el análisis de sentimiento, el desarrollo de características textuales y los experimentos que relacionan noticias con rendimientos. FNSPID vincula titulares con tickers bursátiles y…

Renta variableSentimiento del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno muestra cómo probar si cuatro estrategias de cartera gestionada aportan poder explicativo a los rendimientos de SPY, una vez controlados los movimientos generales capturados por diez componentes principales. Las carteras candidatas ordenan los…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este documento describe un flujo de trabajo para convertir las declaraciones trimestrales masivas SEC 13F en un panel de posiciones institucionales. Selecciona la declaración más reciente de cada gestor según la fecha de presentación, utiliza CUSIP en lugar…

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

El documento explica el análisis de componentes principales instrumentado para modelar los rendimientos de ETF. A diferencia del PCA ordinario, que asigna exposiciones factoriales fijas a cada fondo, IPCA hace que las exposiciones de cada fondo sean una…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno utiliza registros de operaciones NASDAQ ITCH para examinar cómo varían el volumen y la actividad de negociación durante la sesión ordinaria. Agrupa las operaciones en barras temporales, compara precios y volúmenes de acciones representativas…

Renta variableMicroestructura del mercadoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este cuaderno compara modelos predictivos que ordenan acciones del NASDAQ-100 por su rendimiento en los próximos 15 minutos, usando información intradía de microestructura como diferenciales, desequilibrio de profundidad, volumen firmado e impacto en…

Renta variableAprendizaje automáticoEstadísticaMicroestructura del mercado
Machine Learning for Trading

Esta evaluación analiza características de superficies de opciones, derivadas de precios y de volatilidad condicional frente a los rendimientos futuros de acciones. Para cada sesión calcula la correlación de rangos transversal entre los valores de las…

Renta variableOpcionesEstadísticaAprendizaje automático
Machine Learning for Trading

Este módulo explica cómo preparar los precios históricos del S&P 500 cuando los símbolos ticker pueden corresponder a distintos valores a lo largo del tiempo. Aplica factores de ajuste por acciones corporativas, sigue los identificadores de valores y marca…

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

Este cuaderno plantea una orden principal como un problema de control con horizonte finito. En cada intervalo, el aprendizaje Q tabular elige un multiplicador para un tramo de operación basado en VWAP, condicionado por el tiempo y el inventario restante,…

Renta variableEjecuciónAprendizaje automáticoMicroestructura del mercado
Machine Learning for Trading

El documento describe cómo convertir ventanas móviles de retornos ETF en imágenes de dos canales para una red neuronal convolucional convencional. Un campo angular de Gramian asigna ángulos a las observaciones normalizadas y registra relaciones angulares por…

Renta variableAprendizaje automáticoIndicadores técnicosEstadística