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 muestra explicaciones SHAP para un modelo LightGBM que predice rendimientos futuros de ETF. TreeSHAP proporciona contribuciones de características para predicciones individuales y resúmenes de importancia agregados. Los gráficos beeswarm y de…

Renta variableAprendizaje automáticoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este cuaderno explica TSMixer, una red neuronal de series temporales que alterna dos operaciones: un mapa lineal compartido entre los días retrospectivos para cada característica y un perceptrón multicapa de características MLP que se aplica…

Aprendizaje automáticoImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este estudio de caso explica cómo generar predicciones para un periodo reservado después de haber elegido los modelos y las estrategias con datos de validación. Recupera la configuración seleccionada previamente, reconstruye su especificación de…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno describe un modelo de secuencia LSTM para predecir rendimientos de acciones a partir de ventanas ordenadas de características recientes. Cada ejemplo usa 60 sesiones consecutivas de una acción; se excluyen las ventanas que atraviesan…

Renta variableAprendizaje automáticoEstadísticaMercados de EE. UU.
Machine Learning for Trading

Este cuaderno sintetiza resultados de validación registrados para cinco estimadores de factores latentes —PCA, IPCA, CAE, SDF y SAE— en nueve estudios de caso. Primero indica qué estimadores tienen resultados en cada panel y luego identifica el mayor…

Inversión por factoresAprendizaje automáticoEstadísticaRenta variable
Machine Learning for Trading

Este cuaderno aplica TabM, un ensamblaje neuronal con pesos compartidos, a un panel de acciones US representado por una fila de variables por acción y sesión. Una base compartida de dos capas alimenta varios miembros, cada uno con su propio vector de escala…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno define objetivos de rendimiento futuro para clasificar acciones US y explica cómo hacer que los horizontes correspondan a sesiones reales de negociación. Utiliza precios ajustados por desdoblamientos y dividendos para los rendimientos, pero…

Renta variableImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este script recopila posiciones institucionales de declaraciones SEC 13F de dos maneras: puede recuperar declaraciones de un conjunto seleccionado de gestores o descargar los archivos trimestrales masivos de SEC. Ambas vías normalizan las posiciones según un…

Renta variableEstadísticaConstrucción de carteras
Machine Learning for Trading

Este cuaderno aplica análisis de componentes principales a un panel de rendimientos de acciones US para representar movimientos compartidos amplios con un conjunto menor de factores. Cada factor es una dirección de variación común, y la carga de cada acción…

Renta variableEstadísticaAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno compara configuraciones de gradient boosting para futuros perpetuos de criptomonedas con características basadas en la prima de los contratos perpetuos sobre el mercado al contado. Varía la capacidad de los árboles y la función de pérdida,…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble para estimar si el carry de futuros predice rendimientos posteriores de forma independiente de la volatilidad, el momentum y el rango transversal del carry. Elimina de carry y rendimientos la influencia de…

FuturosCarryAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno desarrolla características basadas en modelos para futuros perpetuos de criptomonedas: previsiones de volatilidad condicional por activo mediante GJR-GARCH y una probabilidad de régimen de tensión de todo el mercado mediante un modelo oculto de…

CriptoactivosFuturos perpetuosVolatilidadAprendizaje automático
Machine Learning for Trading

Este análisis compara los resultados de selección de características en nueve estudios de caso de trading y pregunta si las características que superan el filtro predicen estrategias más sólidas. El filtro combina el control de falsos descubrimientos de…

EstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta NLinear como referencia sencilla de modelo secuencial para predecir rendimientos de acciones US. Cada ejemplo utiliza una ventana de 60 sesiones consecutivas de una acción, con las características ordenadas en el tiempo. Para cada…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica FinBERT preentrenado a titulares financieros de FinMarBa y examina por qué su precisión queda muy por debajo de las cifras publicadas para su evaluación en Financial PhraseBank. El diagnóstico central es la procedencia de las etiquetas:…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno evalúa NLinear, un modelo secuencial mínimo que resta el último nivel observado de cada ventana retrospectiva y transforma los valores restantes en una predicción. Su sencillez lo convierte en una referencia útil para arquitecturas secuenciales…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento describe un estudio walk-forward de redes neuronales TabM para predecir rendimientos mensuales a partir de características de empresas. Como el proceso de entrenamiento compartido fija el objetivo en error cuadrático para regresión y entropía…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento convierte una hipótesis de momentum entre activos en una prueba exploratoria mensual con un universo de 100-ETF. Construye precios ajustados de fin de mes, mide el momentum de 12 a -1 meses, clasifica los ETF válidos en cinco grupos con…

MultiactivoImpulsoSeguimiento de tendenciasEstadística
Machine Learning for Trading

Este cuaderno presenta una perspectiva por familias de cinco métodos de factores latentes aplicados a un estudio de caso de análisis de opciones sobre acciones. PCA estima directamente los movimientos comunes a partir del panel de rendimientos; IPCA asigna…

OpcionesAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este código fuente describe salvaguardas para reconstruir una solicitud de modelo a partir de su especificación de entrenamiento inmutable y validar la ejecución resultante. Comprueba que la solicitud use una versión de identidad admitida, un nivel de…

Aprendizaje automáticoPruebas retrospectivasEstadísticaGestión del riesgo