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 cuaderno adapta a las acciones estadounidenses diarias un diseño adversario de factor de descuento estocástico. Una red de ponderaciones de cartera forma un factor a partir de rendimientos excedentes del día siguiente, mientras que una red de momentos…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno convierte un grafo real de conocimiento de la cadena de suministro y las posiciones institucionales 13F en variables de aprendizaje automático. Deriva medidas de red, como centralidad e indicadores de dependencia; estima la concentración de…

Aprendizaje automáticoRenta variableConstrucción de carterasEstadística
Machine Learning for Trading

Este documento presenta un registro estructurado del estado de agentes de investigación, separado de su transcripción de conversación. El registro guarda la pregunta y la fecha límite, la evidencia reunida, las preguntas pendientes, el historial de llamadas…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este capítulo presenta los datos de mercado como resultado de las reglas de trading, la liquidez y el comportamiento de los participantes. Recorre los datos desde las cotizaciones del mejor precio hasta los flujos por orden, y luego describe cómo analizar…

Microestructura del mercadoEjecuciónTrading de alta frecuenciaEstadística
Machine Learning for Trading

El documento presenta un flujo de trabajo que conecta cargadores estandarizados de datos de mercado, un registro de características predefinidas y diagnósticos de señales. El cálculo de características se puede especificar mediante nombres, diccionarios de…

Indicadores técnicosAprendizaje automáticoEstadísticaRenta variable
Machine Learning for Trading

Este capítulo plantea el backtest como un intento de refutar una estrategia mediante supuestos explícitos sobre el momento de las señales, la ejecución, el rebalanceo, el tamaño de las posiciones, los costes, las restricciones y las referencias. Compara las…

Pruebas retrospectivasEjecuciónGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno consulta registros de varios estudios de caso de trading y genera tablas entre conjuntos de datos para comparar señales, asignación, costes y riesgo. Informa de diagnósticos del grupo de configuraciones ordenadas por validación, como la…

Pruebas retrospectivasEstadísticaMultiactivoGestión del riesgo
Machine Learning for Trading

Este cuaderno compara modelos LightGBM con una referencia ridge para predecir rentabilidades de ETF en dos horizontes. Explica por qué los árboles pueden descubrir interacciones dependientes del régimen, como un comportamiento distinto del momentum bajo…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno reúne estimaciones registradas de aprendizaje automático doble de varios estudios de trading y compara su incertidumbre y diagnósticos. Carga las filas actuales de los registros de cada estudio, comprueba la integridad de los registros y la…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe un filtro de señales candidatas para pares de divisas 20, que analiza una característica cada vez. Calcula la concordancia diaria de rango transversal de cada característica con la rentabilidad de la sesión siguiente usando solo…

DivisasEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara LightGBM con un perceptrón multicapa mínimo, TabM y, de forma opcional, TabPFN para predecir rentabilidades transversales de ETF. Los modelos se evalúan en los mismos pliegues walk-forward mediante el coeficiente de información de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno desarrolla un marco para traducir la actividad del mercado en costes de trading modelados y capacidad de estrategias. Presenta el modelo de impacto de raíz cuadrada, identifica la volatilidad y el volumen diario medio como datos clave, y…

Microestructura del mercadoEjecuciónGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo que conecta la carga de datos estandarizados de ETF, un registro de características y diagnósticos de señales. Muestra cómo consultar los metadatos de los indicadores, calcular características con valores…

Renta variableIndicadores técnicosImpulsoEstadística
Machine Learning for Trading

Este cuaderno compara Random Forest con XGBoost, LightGBM y CatBoost en un panel de características de empresas anonimizadas y rentabilidades. El conjunto de datos proporciona divisiones temporales de entrenamiento, validación y prueba. Los modelos se…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

El cuaderno explica el valor en riesgo como un cuantil de pérdidas y el valor en riesgo condicional, o pérdida esperada de cola, como la pérdida media más allá de ese umbral. Estima el riesgo de cola a un día de un ETF de renta variable amplio mediante…

Renta variableVolatilidadGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones de holdout para una estrategia seleccionada de financiación de perpetuos cripto. Resuelve la configuración a partir de los resultados de validación, conserva la elección del punto de control y crea una nueva…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un inventario comparativo de características financieras diseñadas y el coeficiente de información más alto del registro para cada estudio de mercado. Cuenta las características y sus familias según el nombre, compara el tamaño de los…

MultiactivoEstadísticaAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

El documento explica cómo identificar regímenes de mercado dividiendo las rentabilidades en ventanas solapadas y tratando cada ventana como una distribución empírica. Mide la distancia entre ventanas mediante cuantiles ordenados y emparejados, de modo que…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este estudio construye una medida por minuto de la presión del flujo de órdenes a partir de datos de mercado por orden de NVDA. Asigna un signo a las altas, cancelaciones y ejecuciones de órdenes según su lado, pondera los eventos por tamaño y distancia al…

Renta variableMicroestructura del mercadoEjecuciónEstadística