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.
210 documentos
Este cuaderno evalúa cuatro señales derivadas del texto de noticias: sorpresa ponderada, sentimiento medio, momentum del sentimiento y cobertura de artículos. Utiliza rendimientos futuros preparados en una fase anterior de construcción de variables y luego…
Este cuaderno explica cómo descomponer las rentabilidades y el riesgo de ETF mediante CAPM y regresiones de factores Fama–French. Estima exposiciones de toda la muestra con errores estándar robustos a heterocedasticidad y autocorrelación, sigue la evolución…
Este documento explica un modelo factorial de autoencoder supervisado para predecir rendimientos de acciones en un contexto de investigación sobre análisis de opciones de renta variable. A diferencia de PCA, IPCA y un autoencoder condicional no supervisado,…
Este cuaderno estudia modelos lineales de predicción para una sección transversal de productos de futuros CME, con columnas de características agrupadas en familias relacionadas, como carry, momentum, volatilidad y medidas de riesgo móviles. Como las…
Este cuaderno presenta un autoencoder condicional para rendimientos de acciones en el que una red neuronal asigna características de las acciones a cargas factoriales no lineales, mientras otra red extrae factores latentes contemporáneos de rendimientos de…
Este cuaderno examina si los factores de inversión publicados ofrecen primas de rentabilidad creíbles y se diversifican entre sí. Utiliza series de larga trayectoria y de distintos activos de AQR, junto con factores de renta variable de Fama-French, y aplica…
Este cuaderno implementa una adaptación educativa diaria de un modelo adversarial de factor de descuento estocástico. Una red de ponderación de cartera construye un factor a partir de los rendimientos excedentes del día siguiente, usando características y el…
Este cuaderno ejecuta una estrategia fija basada en características de acciones durante un periodo reservado de prueba final, usando predicciones y un asignador de cartera seleccionados previamente. Mantiene sin cambios la configuración, el tamaño de las…
Este cuaderno transforma un grafo de conocimiento de la cadena de suministro y las declaraciones de propiedad institucional en características para modelos financieros posteriores. A partir de la red de empresas deriva medidas topológicas, concentración de…
Esta guía describe un panel mensual de renta variable US de empresas anonimizadas y características utilizado en investigaciones de valoración de activos con aprendizaje automático. Los datos incluyen características contables y técnicas, rendimientos y…
Este notebook presenta un flujo de trabajo para reducir un gran conjunto de características de ETF a candidatas para modelos posteriores. Ordena las características mediante coeficientes de información de Spearman transversales frente a rendimientos futuros,…
Este notebook explica cómo un factor de descuento estocástico (SDF) determina precios coherentes para una sección transversal de señales de opciones sobre acciones. A diferencia de los modelos de factores, que estiman exposiciones y rendimientos de factores,…
Este documento presenta los factores latentes como patrones comunes de rendimiento entre acciones; la carga de cada acción describe su exposición a un patrón. Contrasta el análisis de componentes principales, que extrae factores y cargas de acciones…
Este índice presenta factores latentes como patrones comunes extraídos de la forma en que se mueven conjuntamente los rendimientos de las acciones; la carga de cada acción indica su exposición a un patrón. Contrasta el análisis de componentes principales,…
Este notebook utiliza TreeSHAP para explicar las predicciones de rendimiento de LightGBM, con importancia global de características, explicaciones de predicciones individuales, gráficos de dependencia y valores de interacción por pares. Compara las…
Este notebook convierte titulares financieros en señales por acción y las evalúa frente a rendimientos futuros. Genera embeddings de los titulares, mide la sorpresa informativa como la distancia semántica respecto a una referencia móvil de embeddings y…
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 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 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…
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…
Este resumen explica una familia de modelos para predecir rendimientos a partir de características de las empresas. En lugar de tratar cada característica como un predictor directo de rendimientos, los modelos suponen que estos están impulsados por un…
Este documento describe un autoencoder condicional que modela las exposiciones de las empresas a factores de rentabilidad latentes como una función no lineal de sus características. Al igual que IPCA, estima una estructura factorial en la que las…
Este resumen de capítulo explica cómo los árboles con boosting de gradiente se basan en árboles de decisión y bosques aleatorios para hacer predicciones financieras con datos tabulares. El boosting añade modelos de forma secuencial para corregir errores…
Este documento describe un conjunto mensual de datos de renta variable de US, diseñado para la investigación en valoración de activos con aprendizaje automático. Contiene 94 características de empresas transformadas por rangos, incluidas medidas contables y…