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

2,477 documentos

Machine Learning for Trading

Este cuaderno estudia cómo las decisiones de regularización Ridge afectan al coeficiente de información en un panel de ETF y cómo la búsqueda de hiperparámetros puede inflar el rendimiento declarado. Primero evalúa una amplia cuadrícula de valores alfa en…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo construir retornos spot futuros de uno, cinco y 21 sesiones para un universo fijo de pares de FX. Primero asigna barras de cuatro horas a sesiones de trading con un calendario de cambio de día de Nueva York y luego calcula los…

DivisasMercados al contadoImpulsoReversión a la media
Machine Learning for Trading

Este cuaderno ejecuta la especificación de la estrategia de FX ya seleccionada con predicciones de prueba registradas. Conserva la señal, la asignación, los controles de riesgo, la regla de rebalanceo, los costes y la configuración de la cuenta; el conjunto…

DivisasPruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica el análisis de componentes principales instrumentado (IPCA), que modela las exposiciones factoriales de cada ETF como una función lineal compartida de las características observadas de ese fondo. Los mínimos cuadrados alternos estiman…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno ajusta un modelo de factores latentes PCA a un panel de rendimientos de acciones, sin usar características de la superficie de opciones, características de los activos ni información del objetivo. PCA extrae las principales direcciones del…

Renta variableOpcionesAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta Tail-GAN, un enfoque adversarial generativo diseñado para reproducir el riesgo de cola de escenarios financieros, en especial el valor en riesgo (VaR) y la pérdida esperada (ES). Usa ordenación diferenciable para que las medidas de…

Aprendizaje automáticoGestión del riesgoEstadísticaConstrucción de carteras
Machine Learning for Trading

Este análisis explica cómo se relaciona el índice de prima de los futuros perpetuos de Binance con los precios al contado y cómo la plataforma transforma esa prima en financiación periódica. El índice usa los precios de compra y venta de impacto ejecutables…

CriptoactivosFuturos perpetuosCarryArbitraje
Machine Learning for Trading

Este experimento combina predicciones de validación de un modelo de árboles con boosting, una red neuronal tabular y un modelo de factores latentes para clasificar ETF mensualmente. Primero estandariza las predicciones transversalmente con puntuaciones z y…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa controles por posición para una asignación de acciones y opciones del S&P 500; compara stop loss fijos, stops dinámicos y salidas por tiempo con la referencia propia de cada estrategia sin overlay. Selecciona una trayectoria de…

Renta variableOpcionesGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este tutorial construye una serie continua de futuros a partir de contratos individuales de ES. Identifica el contrato de vencimiento más próximo según el volumen de negociación, con una regla que impide volver a un contrato anterior, y compara los cambios…

FuturosPruebas retrospectivasEstadísticaEjecución
Machine Learning for Trading

Esta nota de configuración explica la elección del solver saga y una tolerancia de convergencia más estricta para la regresión logística L1 con etiquetas de tres clases. Compara saga con liblinear y cita mediciones de tiempo de ejecución en un panel de…

Aprendizaje automáticoEstadísticaRenta variableMicroestructura del mercado
Machine Learning for Trading

Este módulo compartido de ingeniería de características define reglas de construcción y auditorías para predictores financieros usados en varios casos prácticos. Registra cada familia de características con su hipótesis, entradas, ventana retrospectiva…

Indicadores técnicosEstadísticaAprendizaje automático
Machine Learning for Trading

Este notebook explica por qué un ratio de Sharpe comunicado es una estimación incierta, no una medida definitiva de la calidad de una estrategia. Desarrolla intervalos de confianza y el ratio de Sharpe probabilístico, que estima la probabilidad de que el…

EstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este notebook compara la ponderación igual con dos reglas de asignación para estrategias basadas en características de empresas US: la ponderación por puntuación asigna más capital a predicciones de modelo más altas, mientras que la ponderación conformal…

Renta variableDimensionamiento de posicionesConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este análisis compara señales aprendidas para rendimientos bursátiles transversales mensuales US usando características contables y de mercado, con el rendimiento del mes siguiente como objetivo. Revisa modelos lineales, árboles potenciados, métodos…

Renta variableMercados de EE. UU.Aprendizaje automáticoEstadística
Machine Learning for Trading

Este capítulo presenta flujos de trabajo con agentes para tareas de investigación financiera en las que el principal reto es reunir, filtrar y sintetizar evidencia desigual. Los contrasta con modelos convencionales que funcionan bien con entradas…

Aprendizaje automáticoEstadísticaGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Esta auditoría compara Backtrader y Zipline con ML4T en casos reales de estrategia, usando solo combinaciones de activos y contratos que cada motor y el paquete de datos congelado pueden representar de forma nativa. Incluye asignación de ETF y un panel de…

Pruebas retrospectivasEjecuciónFuturosDivisas
Machine Learning for Trading

Este notebook define y valida etiquetas de rendimiento mensual para un estudio transversal de características de empresas US. Comprueba cómo el proveedor de datos empareja las características de cada fila con el resultado de rendimiento y destaca que el…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este notebook construye un asignador de carteras de extremo a extremo que sitúa una red de selección de variables de tipo Temporal Fusion Transformer antes de un LSTM. Redes residuales con compuertas independientes incorporan cada característica y, después,…

Aprendizaje automáticoConstrucción de carterasDimensionamiento de posicionesVolatilidad