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

932 documentos

Machine Learning for Trading

Esta referencia describe Financial Phrasebank, una colección etiquetada de frases de noticias financieras que se utiliza para entrenar o evaluar modelos de procesamiento del lenguaje natural. Anotadores humanos asignan etiquetas de sentimiento positivo,…

Sentimiento del mercadoAprendizaje automático
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información (IC) transversales para modelos de futuros CME y cómo se relacionan con pruebas posteriores de cartera. Calcula la correlación de rangos entre rentabilidades previstas y realizadas para…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara la ponderación igual, la volatilidad inversa, la varianza mínima y la paridad de riesgo jerárquica con el mismo universo de ETF, pronósticos, calendario de rebalanceo y protocolo de backtest. Un modelo Ridge móvil ordena los ETF según…

Construcción de carterasPruebas retrospectivasGestión del riesgoAprendizaje automático
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 desarrolla una tarea simulada de creación de mercado en la que un agente de PPO elige el sesgo de la cotización y la amplitud del diferencial. La probabilidad de ejecución disminuye cuando las cotizaciones se alejan del precio medio, mientras…

Creación de mercadoAprendizaje automáticoEjecuciónMicroestructura del mercado
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 módulo compartido de modelado facilita los flujos de trabajo de investigación cuantitativa: carga características, etiquetas, datos temporales y configuración, y prepara pliegues de validación cruzada walk-forward. Su diseño prioriza la reproducibilidad…

Aprendizaje automáticoEstadísticaPruebas 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 configura una ejecución de pronóstico con LSTM para un estudio de caso sobre pares de FX. El modelo mantiene un estado oculto a lo largo de una secuencia retrospectiva, y el cuaderno resuelve la arquitectura y los parámetros de entrenamiento…

DivisasAprendizaje automáticoPruebas retrospectivasEstadística
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 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 agrupa indicadores macroeconómicos mensuales para describir las condiciones del mercado independientemente de los rendimientos de la renta variable. Alinea las series de FRED con observaciones de fin de mes, estandariza el desempleo, el tipo de…

Aprendizaje automáticoEstadísticaVolatilidadMercados de EE. UU.
Machine Learning for Trading

Este cuaderno adapta Diffusion-TS para generar secuencias sintéticas de rendimientos diarios de ETF. Su modelo de eliminación de ruido predice la serie original y descompone esa predicción en una tendencia polinómica, componentes de Fourier seleccionados y…

Aprendizaje automáticoVolatilidadEstadísticaMultiactivo
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 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 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