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.
2,477 documentos
Este cuaderno muestra cómo los costes de ejecución explícitos pueden erosionar los rendimientos brutos de una estrategia intradía hipotética. Toma como referencia el diferencial de cruce cotizado, ponderado por volumen, mediano entre los componentes del…
Este cuaderno explica cómo una red convolucional temporal (TCN) puede predecir rendimientos a partir de datos financieros ordenados. Las convoluciones causales garantizan que la salida de un momento dependa solo de las entradas actuales y anteriores. Las…
Este documento presenta un método basado en eventos para mantener un número limitado de posiciones intradía. Las predicciones se alinean con las barras de precios usando la puntuación disponible más reciente, con un límite de antigüedad opcional. Las señales…
Este caso práctico convierte predicciones almacenadas del modelo para acciones US en carteras largas y cortas con ponderaciones iguales. Prueba varios esquemas de entrada, cada uno seleccionando los nombres mejor clasificados para posiciones largas y los…
Este documento describe varias formas de convertir puntuaciones de predicción en señales de trading: umbrales fijos, percentiles móviles por activo y percentiles transversales. Los umbrales fijos usan un nivel de puntuación elegido; los móviles se adaptan a…
Este cuaderno revisa una estrategia de divisas seleccionada y su trazabilidad en el conjunto de reserva mediante artefactos de investigación registrados. Reproduce la elección a partir de un conjunto congelado de candidatos de validación, ordenando los…
Esta demostración de trading real describe un flujo de trabajo de rebalanceo diario para un universo fijo de acciones estadounidenses de gran capitalización US. Compara las posiciones mantenidas en el bróker con los objetivos del modelo, convierte las…
Este estudio de eventos utiliza modelos bayesianos de series temporales estructurales para estimar cómo afectan los anuncios de la Reserva Federal a un ETF de bonos ETF. Aprende la relación del activo objetivo con los rendimientos de ETF internacionales de…
Este cuaderno construye regímenes de mercado descriptivos a partir de datos económicos mensuales de la Reserva Federal: desempleo, tipo de los fondos federales, curva de rendimientos del Tesoro e inflación. Explica cómo alinear series con distintas…
Este documento describe utilidades para comparar estrategias de trading registradas y crear evaluaciones estructuradas de casos de estudio. Un método central de clasificación limita las series de retornos a sus marcas de tiempo compartidas exactas antes de…
Este cuaderno crea una tarea simulada de creación de mercado en la que un agente de optimización de políticas proximales elige la inclinación de las cotizaciones y la amplitud del diferencial. El entorno usa un proceso de volatilidad GARCH calibrado con…
Este capítulo repasa métodos para recuperar estructuras comunes de paneles de retornos y características, desde PCA y carteras de autovectores hasta IPCA, PCA de prima de riesgo, autocodificadores condicionales, estimación de factores de descuento…
Este cuaderno compara sklearn HistGradientBoosting, XGBoost, LightGBM y CatBoost en una tarea de predicción de retornos de ETF. Mide el coeficiente de información transversal, el tiempo de entrenamiento y la memoria del proceso en ejecuciones con CPU y,…
Este cuaderno convierte predicciones transversales sobre acciones en carteras long-short: las ordena en cada rebalanceo, compra las k primeras y vende en corto las k últimas con el mismo capital por posición. La igual ponderación ofrece una referencia que…
Este cuaderno presenta un flujo de selección de características para investigación con ETF, destinado a reducir muchos candidatos de transformaciones y ventanas retrospectivas a un conjunto menor para modelos posteriores. Calcula coeficientes de información…
Este cuaderno evalúa predicciones de modelos como estrategias de trading de NASDAQ-100 mediante un motor de backtest compartido. Primero ejecuta una comprobación del sistema con señales aleatorias: si persisten los beneficios tras costes, podría haber…
Este cuaderno comprueba si una estrategia de clasificación transversal de acciones a quince minutos es viable antes de ajustar un modelo o hacer previsiones. Usa datos de cotizaciones de NASDAQ-100, retornos de punto medio y una ventana de desarrollo previa…
Este código describe cómo se resuelven los ajustes del backtest a partir de la configuración de un caso de estudio y cómo la identidad de ejecución tiene en cuenta los cambios del universo negociado y la antigüedad de las predicciones. La lección central es…
El documento presenta formas de comparar los retornos de una estrategia con dos referencias externas: los retornos totales diarios de SPY y los retornos de mercado de Fama-French, obtenidos al sumar la prima de riesgo de mercado y la tasa libre de riesgo.…
El documento describe el ajuste de un modelo lineal de secuencias sencillo con características de un minuto del NASDAQ-100 para pronosticar retornos futuros en varios horizontes. Cada entrada contiene la hora anterior de una acción, expresada como cambios…
El documento presenta un flujo de investigación de trading con aprendizaje automático que lleva las ideas desde los datos y la construcción de características hasta el entrenamiento de modelos, el backtesting, los costes de transacción, las decisiones de…
El documento describe cómo cargar datos de mercado de ETF con filtros opcionales por símbolo y fecha, además de un límite determinista para los símbolos devueltos. El punto analítico principal es hacer coincidir la serie de precios con la cantidad medida:…
Este cuaderno crea características de volatilidad condicional basadas en modelos para acciones del S&P 500 con un modelo GJR-GARCH(1,1); después compara un diferencial de volatilidad implícita en opciones frente a la volatilidad realizada con otro frente a…
Este estudio de futuros de CME varía la capacidad de los árboles de boosting de gradiente y la función de pérdida, mientras registra predicciones en varios puntos de control del entrenamiento. El número de hojas controla el grado de detalle con que un modelo…