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

173 documentos

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 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 cuaderno convierte datos horarios de futuros continuos en barras diarias OHLCV alineadas con las sesiones de CME Globex. Asigna las marcas de tiempo a la sesión que termina a las 4 PM, hora central, de modo que la operativa del domingo por la tarde…

FuturosPruebas retrospectivasMicroestructura del mercado
Machine Learning for Trading

Esta auditoría compara varios motores de backtesting con entradas históricas compartidas para asignación de ETF, futuros de CME, perpetuos de criptomonedas con financiación, divisas y acciones US. Cada par compatible recibe los mismos datos de mercado…

Pruebas retrospectivasEjecuciónMultiactivoFuturos
Machine Learning for Trading

Este notebook explica una referencia de componentes principales para pronosticar rentabilidades de futuros CME. PCA se ajusta al panel de rentabilidades de productos del pliegue de entrenamiento, por lo que sus componentes representan direcciones de…

FuturosInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este análisis explica cómo se organizan los datos de futuros CME en productos, contratos con vencimiento y series continuas encadenadas por volumen. Usa datos del E-mini S&P 500 para mostrar que los contratos individuales tienen ventanas de negociación…

FuturosMaterias primasMultiactivoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara asignaciones con pesos iguales, ponderadas por puntuación positiva y por anchura conformal para los ETF y futuros CME mejor clasificados. Estima anchuras de intervalos de conformidad por partición específicas de cada entidad a partir de…

Renta variableFuturosDimensionamiento de posicionesGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza predicciones GBM walk-forward registradas para ETF y futuros CME con el fin de comparar la ponderación igualitaria, la ponderación inversa a la anchura conforme y la ponderación proporcional a las puntuaciones de predicción positivas.…

Renta variableFuturosGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno aísla los resultados del motor LEAN de una auditoría que compara ejecuciones conservadas de estrategias reales con perfiles de backtest de ML4T equivalentes. Identifica cuatro cargas de trabajo compatibles: asignación de ETF, financiación de…

MultiactivoPruebas retrospectivasEjecuciónCriptoactivos
Machine Learning for Trading

Este cuaderno usa datos reales de ETF para evaluar si una señal de momentum sigue siendo útil ante cambios razonables en el periodo retrospectivo, el régimen de mercado y la implementación. Calcula coeficientes de información transversales entre el momentum…

FuturosImpulsoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno compara formas de medir la volatilidad y desarrolla modelos de volatilidad autorregresivos heterogéneos (HAR) junto con un análisis de rugosidad. Utiliza rendimientos intradía para estimar la varianza realizada de cada sesión, distingue los…

VolatilidadEstadísticaIndicadores técnicosRenta variable
Machine Learning for Trading

El cuaderno construye intervalos de predicción en torno a pronósticos de gradient boosting mediante predicción conformal dividida. Ajusta un modelo en un segmento de entrenamiento anterior, mide los residuos absolutos en un segmento de calibración posterior…

Aprendizaje automáticoEstadísticaGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Esta auditoría compara motores de trading que reproducen los mismos objetivos de modelo congelados y las mismas entradas históricas identificadas por contenido en asignaciones de ETF, futuros, financiación de perpetuos de criptomonedas, divisas y acciones de…

Pruebas retrospectivasEjecuciónMultiactivoFuturos
Machine Learning for Trading

Esta referencia resume los meses de vencimiento listados para 35 productos de futuros CME de índices bursátiles, bonos del Tesoro, energía, metales, divisas, tipos de interés, agricultura, ganadería y criptomonedas. Explica el sistema de códigos mensuales…

FuturosMicroestructura del mercadoPruebas retrospectivasMaterias primas
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

El cuaderno explica cómo leer como probabilidades los contratos binarios de tipos de la Reserva Federal de Kalshi y cómo convertir una escala de umbrales de tipos en una distribución implícita. Destaca que el flujo de datos contiene pujas YES, por lo que los…

FuturosEstadísticaMicroestructura del mercadoIndicadores técnicos
Machine Learning for Trading

Este documento compara métodos alternativos de tamaño de posición para estrategias de futuros CME, seleccionadas a partir de una referencia ordenada por el Sharpe de validación con ponderación igual. La ponderación igual trata por igual cada producto…

FuturosMaterias primasDimensionamiento de posicionesConstrucción de carteras
Machine Learning for Trading

Este cuaderno usa aprendizaje automático doble para estimar si el carry de futuros afecta a las rentabilidades posteriores después de ajustar por volatilidad, momentum y el rango transversal del carry. Distingue la explicación causal del rendimiento…

FuturosCarryAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno aplica un modelo neuronal de factor de descuento estocástico a futuros CME. En términos de valoración de activos, un factor de descuento estocástico es una variable aleatoria cuyo producto por la rentabilidad de cada activo tiene el mismo valor…

FuturosAprendizaje automáticoInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este análisis comprueba si los datos de liquidación pueden respaldar una estrategia transversal semanal de futuros CME antes de ajustar ningún modelo. Evalúa si hay cotizaciones de suficientes productos en las fechas de rebalanceo para completar las carteras…

FuturosCarryGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno usa Optuna para ajustar modelos de rentabilidad LightGBM considerando tanto el coeficiente de información transversal (IC) como la rotación de predicciones. Una búsqueda de objetivo único maximiza IC para comparar; una búsqueda multiobjetivo…

Aprendizaje automáticoEstadísticaFuturosCriptoactivos
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información (IC) transversales para modelos de futuros CME y cómo se relacionan con pruebas posteriores de cartera. Calcula la correlación de rangos entre rentabilidades previstas y realizadas para…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno comprueba si los datos permiten respaldar una estrategia de futuros transversal semanal antes de ajustar ningún modelo. Describe un diseño que ordena productos de CME, abre posiciones largas en los contratos mejor clasificados y cortas en los…

FuturosMaterias primasCarryEjecución