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 presenta un autoencoder condicional que conserva la estructura de un modelo de factores latentes instrumentado, pero sustituye por una red neuronal el mapa lineal entre las características de las empresas y sus exposiciones a factores. Las…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno usa datos reales de ETF para evaluar si una señal de momentum sigue siendo útil ante cambios razonables en el periodo retrospectivo, el régimen de mercado y la implementación. Calcula coeficientes de información transversales entre el momentum…

FuturosImpulsoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno compara dos modelos de embeddings de pesos abiertos ejecutados localmente en una tarea de recuperación, con fragmentos de formularios 10-K recientes de un pequeño grupo de grandes empresas US. Ambos modelos reciben los mismos fragmentos de dos…

Aprendizaje automáticoEstadísticaRenta variableMercados de EE. UU.
Machine Learning for Trading

Este cuaderno crea cuatro características basadas en modelos para la investigación de opciones del S&P 500: pronósticos de volatilidad para el día siguiente de GJR-GARCH y de volatilidad estocástica, además de las diferencias entre cada pronóstico y la…

OpcionesVolatilidadValoración de derivadosPruebas retrospectivas
Machine Learning for Trading

Este documento ajusta TabM, un ensamblado neuronal que comparte pesos, a características derivadas de opciones para predecir rendimientos futuros de acciones y rendimientos ajustados al riesgo. Sus miembros usan una única red compartida de dos capas, con…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina la regularización de modelos lineales para predecir rendimientos de pares de divisas. Distingue la colinealidad entre las características de entrada de la dependencia entre activos: los pares de divisas comparten monedas subyacentes,…

DivisasAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este módulo describe comprobaciones para determinar si los datos de entrada para las predicciones y los backtests cubren las sesiones y particiones especificadas por un estudio. Las comprobaciones relativas comparan entre sí los modelos candidatos, así que…

Pruebas retrospectivasGestión del riesgoEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno distingue entre predecir rendimientos y afirmar que el momentum los causa. Considera como tratamiento el rendimiento de una acción durante el año anterior, excluido el último mes, y como resultado el rendimiento futuro. Especifica la…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno reúne resultados de LightGBM de varios estudios de trading y los compara con modelos lineales y TabM como referencia. Examina la configuración seleccionada según el valor más alto de IC en cada estudio, presenta intervalos coherentes con…

Aprendizaje automáticoEstadísticaPruebas retrospectivasRenta variable
Machine Learning for Trading

Esta utilidad describe un flujo de diagnóstico para los artefactos de datos producidos por procesos de investigación cuantitativa. Perfila las columnas numéricas para detectar valores nulos, no finitos y cero, valores distintos, cuantiles y comportamiento de…

EstadísticaGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara formas de medir la volatilidad y desarrolla modelos de volatilidad autorregresivos heterogéneos (HAR) junto con un análisis de rugosidad. Utiliza rendimientos intradía para estimar la varianza realizada de cada sesión, distingue los…

VolatilidadEstadísticaIndicadores técnicosRenta variable
Machine Learning for Trading

El cuaderno construye intervalos de predicción en torno a pronósticos de gradient boosting mediante predicción conformal dividida. Ajusta un modelo en un segmento de entrenamiento anterior, mide los residuos absolutos en un segmento de calibración posterior…

Aprendizaje automáticoEstadísticaGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno compara cuatro asignaciones de referencia de ETF mediante períodos históricos de crisis, perturbaciones simultáneas de activos definidas manualmente, simulaciones de Monte Carlo con distribución t de Student y estadísticas de regímenes de…

MultiactivoGestión del riesgoConstrucción de carterasVolatilidad
Machine Learning for Trading

Este cuaderno compara el almacenamiento en CSV, Parquet, Feather y HDF5 mediante un panel OHLCV determinista de un millón de filas. Mide el tiempo de escritura, el de lectura con los datos cargados en memoria, el tamaño de archivo y las lecturas que…

Renta variableEstadísticaEjecución
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para convertir titulares financieros en señales por acción. Limpia y estandariza un corpus de noticias, elimina duplicados exactos y por prefijo dentro de grupos de fecha y ticker, y utiliza embeddings de frases…

Renta variableAprendizaje automáticoSentimiento del mercadoInversión por factores
Machine Learning for Trading

Este cuaderno explica el ciclo de vida de los datos de mercado diarios OHLCV: cargar un historial inicial, obtener un pequeño delta solapado, detectar sesiones ausentes y resumir la vigencia de los datos y los problemas de validación de cada símbolo. Explica…

Renta variableEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno crea un agente de pronóstico que alterna entre búsquedas web y pronósticos de probabilidad. Una pequeña interfaz de modelo de lenguaje con dos métodos permite que el mismo ciclo use un proveedor simulado, local o comercial. El agente recibe una…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno examina el muestreo basado en información mediante la construcción de barras de desequilibrio de ticks y volumen a partir de datos de operaciones. Verifica una implementación manual del desequilibrio de ticks frente a un muestreador de…

Renta variableMicroestructura del mercadoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este análisis compara capas de riesgo entre estudios de caso. Carga sus backtests de capas desde un registro y mide el ratio de Sharpe y el drawdown máximo frente a una referencia de la etapa de asignación, con una alternativa de la etapa de señal si no está…

Gestión del riesgoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno desarrolla la valoración Black-Scholes de opciones call y put europeas, comprueba la paridad put-call y calcula la volatilidad implícita mediante búsqueda de raíces de Brent. También define Delta, Gamma, Vega, Theta y Rho, y utiliza gráficos…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno describe un transformador con bloques para predecir secuencias en un estudio de acciones y opciones del S&P 500. Divide una ventana temporal en bloques contiguos y representa cada bloque como un token, de modo que la atención puede comparar…

Renta variableOpcionesAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica el análisis de componentes principales instrumentado (IPCA) para un panel cambiante de acciones de US. El PCA tradicional asigna a cada acción una carga estimada, que no puede abarcar de forma natural valores ausentes de la muestra de…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno de características ETF explica cómo los modelos estadísticos ajustados pueden filtrar información futura a través de sus parámetros estimados, aunque sus fórmulas usen observaciones pasadas. La solución es un calendario de reajuste…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno estudia el boosting de gradiente para un panel de acciones US, variando la capacidad de los árboles, la función objetivo y el punto de control de entrenamiento en tres horizontes de rendimientos futuros. Explica cómo los árboles poco profundos…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas