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.
1,076 documentos
Este documento explica cómo comparar un modelo vigente con uno candidato mediante una evaluación en sombra antes de asignar capital. Fija de antemano sus funciones y los umbrales de promoción, y luego evalúa al candidato en cinco dimensiones: mejora del…
Este cuaderno muestra cómo configurar Feast con fuentes Parquet, entidades, vistas de características, marcas de tiempo y una política de tiempo de vida; después, recupera características para ejemplos de entrenamiento y una consulta «a fecha de». Compara…
El cuaderno presenta un autoencoder supervisado para modelar factores de acciones. A diferencia de los autoencoders no supervisados, que aprenden un cuello de botella reconstruyendo la sección transversal, este modelo también incluye rentabilidades futuras…
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…
Esta nota de configuración distingue los parámetros que aparecen en la identidad de un backtest de los que realmente afectan a los costes de trading simulado. En el estudio de caso descrito, todas las ejecuciones registradas usan una ruta vectorizada de…
El documento muestra un adaptador de bróker que comprueba las órdenes y el estado de la cartera antes de enviarlas. Sus controles incluyen límites de acciones y valor por orden, límites de exposición por posición, límites de frecuencia de órdenes, listas de…
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…
Este cuaderno compara bases de datos integradas, basadas en servidor, de uso general y orientadas al trading en tareas con series temporales financieras: escrituras masivas, escaneos completos, consultas por intervalo temporal, agregación OHLCV y alineación…
Este material educativo compara modelos estocásticos paramétricos y métodos bootstrap para generar trayectorias financieras sintéticas. Incluye movimiento browniano geométrico, difusión con saltos, reversión a la media, volatilidad estocástica de Heston y…
Este análisis compara tres formas de convertir pronósticos de rentabilidad del modelo con signo en posiciones binarias: un umbral fijo de cero, un percentil móvil para cada símbolo y un percentil transversal entre símbolos. Aplica las reglas a predicciones…
Este cuaderno configura Feast como almacén de características para datos financieros y basados en modelos, y luego compara su recuperación histórica y en cada momento con una unión transparente construida manualmente. Declara entidades, fuentes con marcas de…
Este cuaderno compara objetivos de boosting de gradiente para rentabilidades mensuales de acciones de US, manteniendo fijos las características, el objetivo y las particiones walk-forward. Compara el error cuadrático con el error absoluto y la pérdida de…
Este módulo coordina el ajuste y la evaluación walk-forward de varios modelos de factores latentes, incluidos componentes principales, componentes principales instrumentados y autoencoders neuronales. Prepara los datos de panel y las particiones, ejecuta…
Este cuaderno mide cómo afectan los cambios en los costes de transacción proporcionales a una estrategia FX seleccionada en validación por cada etiqueta de rentabilidad. Primero selecciona una estrategia base entre candidatos de señal, asignación y capa de…
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…
Este cuaderno evalúa si los datos históricos de ETF permiten crear una estrategia de clasificación mensual antes de construir un modelo o pronóstico. Comprueba la elegibilidad en cada momento usando la liquidez del año anterior, cuenta los fondos disponibles…
El documento explica cómo el ratio de Sharpe deflactado (DSR) ajusta el Sharpe de una estrategia seleccionada según el número de estrategias probadas, la variación entre sus estimaciones de Sharpe y la distribución no normal de las rentabilidades. Lo…
Este cuaderno investiga por qué dos motores de backtesting pueden producir resultados distintos con las mismas señales. Mantiene fija una estrategia ETF precalculada, construye una cartera determinista a partir de sus predicciones y cambia los ajustes de…
Este cuaderno compara modelos LightGBM sobre un panel de acciones de US en tres horizontes de rentabilidad. La cuadrícula varía el número de hojas de los árboles y las funciones de pérdida, y luego puntúa cada configuración en varios puntos de control del…
Este cuaderno evalúa predicciones de validación derivadas de investigaciones sobre renta variable y opciones, convirtiéndolas en carteras de renta variable solo largas. Utiliza como referencia una cartera equiponderada con las K mejores posiciones, compara…
Este cuaderno crea etiquetas de retornos futuros para straddles cortos at-the-money sobre acciones del S&P 500. Como el panel diario de straddles a 30 días cambia a un strike o vencimiento distinto en cada sesión, desplazar una serie de precios compararía…
Este cuaderno compara la ponderación igual, la volatilidad inversa, la varianza mínima y la paridad de riesgo jerárquica con el mismo universo de ETF, pronósticos, calendario de rebalanceo y protocolo de backtest. Un modelo Ridge móvil ordena los ETF según…
Este módulo de utilidades ofrece herramientas estadísticas para diagnosticar paneles de datos de trading. Su método de autocorrelación calcula una curva dentro de cada entidad antes de agrupar los resultados entre entidades, lo que evita una dependencia…
El cuaderno explica el valor en riesgo (VaR), que señala un cuantil de pérdidas, y el valor en riesgo condicional (CVaR), que calcula la media de las pérdidas que superan ese umbral. Con retornos diarios de ETF, compara estimaciones históricas, gaussianas,…