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

137 documentos

Machine Learning for Trading

El documento describe cómo cargar datos de mercado de ETF con filtros opcionales por símbolo y fecha, además de un límite determinista para los símbolos devueltos. El punto analítico principal es hacer coincidir la serie de precios con la cantidad medida:…

Renta variableMultiactivoEstadística
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

Esta utilidad construye una matriz booleana de adyacencia entre activos a partir de etiquetas de grupos de activos y enlaces opcionales entre grupos. Los activos asignados al mismo grupo macro se conectan entre sí, y cada enlace entre grupos conecta a todos…

MultiactivoAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

El documento describe flujos completos para combinar datos históricos y recientes de acciones y preparar datos horarios de perpetuos cripto. Su ejemplo principal une observaciones de WikiPrices y Yahoo en el límite de cobertura, valida los datos OHLC y los…

MultiactivoEstadísticaGestión del riesgo
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

Esta nota de datos describe una colección diversificada de fondos cotizados usada en una estrategia de impulso y en una serie más amplia de ejemplos de investigación financiera. Proporciona observaciones diarias de apertura, máximo, mínimo, cierre y volumen…

MultiactivoRenta variableRenta fijaMaterias primas
Machine Learning for Trading

Este cuaderno describe un autoencoder supervisado que comprime filas de características de ETF en una representación de baja dimensionalidad y predice directamente los rendimientos futuros a partir de ella. A diferencia de un autoencoder condicional, no…

MultiactivoAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este análisis compara modelos predictivos de ETF registrados de varias familias en un panel multiactivo común. Evalúa cómo ordena cada modelo los fondos según sus rendimientos posteriores mediante coeficientes de información, examina intervalos de confianza…

MultiactivoAprendizaje automáticoEstadísticaPruebas 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 presenta PCMCI como método para detectar relaciones retardadas en series temporales financieras multivariantes sin especificar de antemano un grafo causal. Aplica el método a rendimientos de ETF e índices de volatilidad, compara su análisis…

Aprendizaje automáticoEstadísticaMultiactivoRenta variable
Machine Learning for Trading

Este cuaderno consulta registros de varios estudios de caso de trading y genera tablas entre conjuntos de datos para comparar señales, asignación, costes y riesgo. Informa de diagnósticos del grupo de configuraciones ordenadas por validación, como la…

Pruebas retrospectivasEstadísticaMultiactivoGestión del riesgo
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 presenta un inventario comparativo de características financieras diseñadas y el coeficiente de información más alto del registro para cada estudio de mercado. Cuenta las características y sus familias según el nombre, compara el tamaño de los…

MultiactivoEstadísticaAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

Este cuaderno compara cuatro asignaciones de referencia de ETF mediante períodos históricos de crisis, perturbaciones simultáneas de activos definidas manualmente, simulaciones de Monte Carlo con distribución t de Student y estadísticas de regímenes de…

MultiactivoGestión del riesgoConstrucción de carterasVolatilidad
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

Este cuaderno crea un asignador LSTM que convierte directamente características recientes de rendimiento y volatilidad de ETF en ponderaciones de cartera solo largas. Una salida softmax mantiene las ponderaciones no negativas y la cartera totalmente…

Aprendizaje automáticoConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno describe DeePM, una política integral de cartera de ETF ETF diseñada para mejorar el rendimiento en distintas condiciones de mercado. Sus componentes incluyen características de rendimiento y tendencia normalizadas por volatilidad, un modelo…

MultiactivoConstrucción de carterasAprendizaje automáticoGestión del riesgo
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 muestra una interfaz unificada de OHLCV para Yahoo Finance, WikiPrices y FRED; después usa esas fuentes para datos actuales de ETF, acciones con largos historiales y series macroeconómicas. Expone un método de adquisición con alternativas…

Renta variableMultiactivoMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara asignaciones de cartera de PyPortfolioOpt, Riskfolio-Lib y skfolio usando el mismo panel de rentabilidades de ETF. Ajusta los métodos de asignación en un periodo de entrenamiento, comprueba que los objetivos equivalentes y los pesos…

MultiactivoConstrucción de carterasPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno construye el marco de Markowitz con posiciones solo largas y con inversión total, incluidas las carteras factibles, la frontera eficiente y las soluciones de Sharpe máximo y varianza mínima. Explica cómo depende la varianza de la cartera de la…

MultiactivoConstrucción de carterasEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este documento presenta una revisión diagnóstica reutilizable para conjuntos de datos financieros que abarca la integridad de índices, duplicados, datos ausentes, valores atípicos, huecos en el calendario y anomalías específicas del dominio. Comprueba los…

MultiactivoEstadísticaGestión del riesgoMercados de EE. UU.