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

842 documentos

Machine Learning for Trading

Este resumen reúne datos de configuración de nueve casos de estudio de trading que abarcan acciones, criptomonedas, divisas, futuros, opciones y carteras multiactivo. Compara el universo, la frecuencia de los datos, la cadencia de las decisiones, el modelo…

MultiactivoPruebas retrospectivasGestión del riesgoEjecución
Machine Learning for Trading

Este caso de estudio evalúa TabM, un ensamble neuronal eficiente en parámetros, con las mismas filas de variables de futuros de CME disponibles en cada momento y los mismos pliegues walk-forward que otras familias de modelos. Presenta TabM como una forma de…

FuturosAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Esta demostración amplía un flujo de trabajo de una sola orden a un rebalanceo diario para un universo fijo de acciones estadounidenses de gran capitalización US. Explica cómo comparar las posiciones actuales del bróker con los objetivos del modelo, crear…

Renta variableEjecuciónGestión del riesgoMicroestructura del mercado
Machine Learning for Trading

Este caso de estudio evalúa straddles cortos at the money sobre componentes del S&P 500, abiertos semanalmente y mantenidos hasta el vencimiento con cobertura delta diaria. Su principal decisión metodológica es modelar rendimientos hasta el vencimiento: la…

OpcionesVolatilidadPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno describe cómo evaluar con predicciones de prueba una estrategia de FX seleccionada previamente. Reutiliza la especificación de backtest registrada para la configuración seleccionada y mantiene fijas la señal, la asignación, los controles de…

DivisasPruebas retrospectivasGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno evalúa cómo afectan los supuestos de costes de transacción al Sharpe de validación de una asignación seleccionada de acciones y opciones del S&P 500. Si está disponible, conserva la configuración elegida mediante un conjunto de candidatos…

Renta variableOpcionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este capítulo sostiene que la investigación duradera en trading depende de un proceso disciplinado capaz de adaptarse a mercados cambiantes, evidencia ruidosa y costes de implementación. Distingue entre rupturas estructurales, regímenes, deriva de datos y…

Aprendizaje automáticoPruebas retrospectivasGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno aplica reglas configuradas de stop-loss, stop dinámico y salida por tiempo a la estrategia de señales o de asignación mejor clasificada en validación para cada horizonte de rendimiento de futuros. Cada regla se evalúa con su propia estrategia…

FuturosCarryReversión a la mediaGestión del riesgo
Machine Learning for Trading

Este cuaderno ejecuta una configuración de acciones de US seleccionada previamente con predicciones del conjunto de prueba. El modelo seleccionado, las predicciones, el asignador, la concentración, la capa de riesgo, la frecuencia de rebalanceo y los…

Renta variableMercados de EE. UU.Pruebas retrospectivasGestión del riesgo
Machine Learning for Trading

El capítulo sostiene que la disciplina de investigación reproducible es una fuente de ventaja en trading más duradera que cualquier estrategia individual. Presenta un flujo de trabajo basado en hipótesis falsables, evaluación fuera de muestra y correcciones…

Aprendizaje automáticoEstadísticaGestión del riesgoDeFi
Machine Learning for Trading

Este documento presenta un análisis de sensibilidad a los costes para una estrategia fija de momentum de ETF. Mantiene constantes el universo, las ponderaciones, el calendario y el simulador mientras vuelve a ejecutar el backtest con distintas comisiones por…

Renta variableImpulsoPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno aplica una configuración ETF seleccionada previamente a su periodo de evaluación final (holdout). Obtiene las predicciones correspondientes al periodo de evaluación final a partir de la identidad y el punto de control del entrenamiento…

Renta variablePruebas retrospectivasConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este método de generación de índices de referencia crea una serie diaria de rendimientos equiponderados a partir de los activos declarados en un estudio de caso. Primero toma el último precio de cierre de cada símbolo en cada sesión, luego calcula los…

Pruebas retrospectivasConstrucción de carterasEstadísticaGestión del riesgo
Machine Learning for Trading

Este análisis examina un universo fijo de 100 ETF en nueve grupos de activos. Comprueba la cobertura por fondo y año, confirma que el panel de precios coincide con la configuración de grupos, revisa los valores nulos y el orden de OHLC, y compara el volumen…

MultiactivoEstadísticaGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno estima si la puntuación z de la prima de un perpetuo cripto afecta a los rendimientos posteriores de ocho horas cuando se mantienen constantes tres factores declarados: volatilidad del precio, tasa de financiación y desviación media de la…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno usa rendimientos diarios de ETF para explicar cómo los modelos GARCH capturan la agrupación de volatilidad y la convierten en una variable por sesión. Primero utiliza diagnósticos visuales y una prueba ARCH-LM para evaluar si los rendimientos…

VolatilidadEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno explica cómo reconstruir un catálogo de experimentos de modelos a partir de un registro de estudios de caso y comparar su contenido con MLflow. Sigue los experimentos desde las ejecuciones de entrenamiento hasta los conjuntos de predicciones y…

Aprendizaje automáticoPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno desarrolla un marco consciente de las unidades para estimar los costes de trading en acciones, ETF, futuros, divisas y perpetuos de criptomonedas. Primero distingue el volumen negociado de las medidas de actividad que no pueden convertirse en…

EjecuciónMicroestructura del mercadoGestión del riesgoFuturos
Machine Learning for Trading

Este cuaderno crea el marco media-varianza de solo posiciones largas y plenamente invertido para un universo diversificado de ETF. Construye carteras factibles y una frontera eficiente; después, calcula pesos de máximo Sharpe y mínima varianza con…

MultiactivoConstrucción de carterasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno vuelve a calcular los resultados de las principales configuraciones de asignación de ETF bajo dos cuadrículas de costes, manteniendo fijas las predicciones, la concentración y las reglas de asignación. Compara el modelo del estudio de caso, con…

Renta variableEjecuciónPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de ejecución a la configuración ya seleccionada de futuros perpetuos de criptomonedas. Mantiene fijos el modelo, el punto de control, la regla de entrada, la asignación y el control de riesgo, y vuelve a ejecutar…

CriptoactivosFuturos perpetuosEjecuciónPruebas retrospectivas