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

400 documentos

Machine Learning for Trading

Este estudio de caso ajusta modelos lineales regularizados a los retornos de straddles at-the-money cortos mantenidos hasta el vencimiento. La operación cobra las primas de las opciones call y put, lo que limita la ganancia máxima, pero puede generar…

OpcionesVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno crea variables basadas en reglas para una sección transversal de futuros de CME, centradas en el carry derivado del diferencial entre contratos de entrega próximos. También construye variables de momentum, volatilidad, forma de la curva y…

FuturosMaterias primasCarryImpulso
Machine Learning for Trading

Esta exploración de datos examina observaciones del índice de primas cada ocho horas para contratos perpetuos de criptomonedas con margen en USDT y explica cómo se relaciona la prima con los pagos de financiación. El índice utiliza los precios ejecutables de…

CriptoactivosFuturos perpetuosArbitrajeCarry
Machine Learning for Trading

Este cuaderno crea características basadas en modelos para investigar opciones del S&P 500 a partir de las rentabilidades del subyacente. Ajusta GJR-GARCH, que da más peso a los shocks de rentabilidad negativos, y un modelo de volatilidad estocástica cuya…

OpcionesVolatilidadEstadísticaAprendizaje automático
Machine Learning for Trading

Este análisis presenta la estructura de una cadena de opciones y examina una muestra de 2020 de opciones del S&P 500 sobre ocho activos subyacentes. Explica el grado de moneyness, el valor intrínseco y temporal, las griegas, la volatilidad implícita y la…

OpcionesVolatilidadValoración de derivadosMicroestructura del mercado
Machine Learning for Trading

Este análisis de viabilidad pregunta si los datos y supuestos de una estrategia semanal de short straddle con cobertura delta sobre componentes del S&P 500 son plausibles antes de ajustar un modelo. Explica cómo las opciones call y put con el mismo precio de…

OpcionesVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este entorno modela un creador de mercado que ajusta el centro y el diferencial de sus cotizaciones en respuesta al inventario, la volatilidad y una elección discreta de acción. Los precios sintéticos usan volatilidad condicional generada con un proceso…

Creación de mercadoMicroestructura del mercadoVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno entrena un autoencoder básico con rendimientos horarios de una cesta de mercados perpetuos de criptomonedas. Los rendimientos se estandarizan con el periodo de entrenamiento y una red neuronal comprime la entrada multiactivo en una…

CriptoactivosAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno compara carteras de referencia de ETF en crisis históricas, shocks simultáneos de activos definidos manualmente y escenarios de pérdidas de Monte Carlo. Las ventanas históricas incluyen grandes caídas bursátiles y provocadas por los tipos de…

MultiactivoConstrucción de carterasGestión del riesgoVolatilidad
Machine Learning for Trading

Este cuaderno de ingeniería de variables construye variables que requieren información más allá del historial de precios de un solo activo. Para los futuros, calcula el rendimiento anualizado por roll a partir de los niveles contemporáneos de los contratos…

FuturosOpcionesCarryVolatilidad
Machine Learning for Trading

Este cuaderno construye regímenes de mercado descriptivos a partir de datos económicos mensuales de la Reserva Federal: desempleo, tipo de los fondos federales, curva de rendimientos del Tesoro e inflación. Explica cómo alinear series con distintas…

EstadísticaAprendizaje automáticoMercados de EE. UU.Volatilidad
Machine Learning for Trading

Este estudio de futuros de CME varía la capacidad de los árboles de boosting de gradiente y la función de pérdida, mientras registra predicciones en varios puntos de control del entrenamiento. El número de hojas controla el grado de detalle con que un modelo…

FuturosAprendizaje automáticoEstadísticaPruebas retrospectivas
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 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
Machine Learning for Trading

Este documento de configuración define un proceso semanal de investigación de acciones del S&P 500 que combina características del mercado de opciones con señales basadas en precios. Especifica el universo elegible, los horarios de decisión y ejecución, y…

OpcionesRenta variableVolatilidadImpulso
Machine Learning for Trading

Este cuaderno compara el error cuadrático, el error absoluto y la pérdida de Huber en modelos de boosting de gradiente que predicen rendimientos de straddles cortos at the money. El objetivo tiene una ganancia limitada y pérdidas potencialmente graves, por…

OpcionesVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

El cuaderno trata cada ventana de rentabilidades como una distribución empírica y agrupa las ventanas según la distancia de Wasserstein unidimensional. Para muestras del mismo tamaño, ordenarlas produce el emparejamiento óptimo de cuantiles; por tanto, la…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este documento describe un método de dos pasadas para extraer observaciones de origen utilizadas en un estudio de straddles de opciones del S&P 500. Primero, identifica contratos call y put que cumplen un filtro de candidatos cerca del precio de ejercicio,…

OpcionesVolatilidadValoración de derivadosEstadística
Machine Learning for Trading

El notebook entrena un autoencoder básico con rentabilidades horarias estandarizadas de un grupo de mercados de perpetuos cripto. Su codificador comprime el vector de rentabilidad entre activos en una representación latente bidimensional, y su decodificador…

CriptoactivosFuturos perpetuosAprendizaje automáticoVolatilidad