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

948 documentos

Machine Learning for Trading

Este cuaderno construye características a partir de datos de NASDAQ-100 a nivel de minuto mediante tres procedimientos: una regresión autorregresiva heterogénea móvil para pronosticar la varianza a corto plazo, una transformada de Fourier para describir la…

Renta variableVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno evalúa si se puede estudiar una estrategia mensual long-short basada en características de empresas con un panel publicado de empresas de US. Comprueba la codificación de los datos, cómo cambia con el tiempo el universo disponible, si hay…

Renta variableInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento explica cómo el aprendizaje automático doble (DML) estima si la proporción de volumen iniciada por compradores afecta a los rendimientos futuros, teniendo en cuenta el diferencial, la volatilidad a corto plazo y los rendimientos anteriores.…

Renta variableMicroestructura del mercadoEstadísticaAprendizaje automático
Machine Learning for Trading

Este cuaderno convierte backtests registrados de microestructura NASDAQ-100 en una evaluación de estrategias, sin entrenar modelos ni volver a ejecutar backtests. Lee métricas y linaje del registro, crea tablas derivadas de cohortes y comparaciones…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno enseña a decodificar datos mensaje por orden de NASDAQ TotalView-ITCH desde su formato binario a registros estructurados. Explica el encuadre de mensajes y las estructuras específicas de cada tipo, muestra cómo desempaquetar campos y convierte…

Renta variableMicroestructura del mercadoTrading de alta frecuenciaEjecución
Machine Learning for Trading

Este cuaderno explica cómo los almacenes de características mantienen alineados los datos de entrenamiento y las entradas del modelo en vivo. Describe las vistas de características mediante su clave de entidad, marca de tiempo del evento, tiempo de vida y…

Aprendizaje automáticoPruebas retrospectivasGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno aplica una estrategia mensual de momentum de ETF y régimen de curva de rendimientos de dos maneras: mediante cálculos vectorizados de rendimientos y una simulación secuencial de cuenta. Ambas usan las mismas ponderaciones objetivo, activos,…

Renta variableImpulsoPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno compara mínimos cuadrados ordinarios con Ridge, LASSO y Elastic Net para predecir rendimientos futuros en un universo de ETF. Todos los modelos usan las mismas particiones walk-forward, con un intervalo de purga ajustado al horizonte de la…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe el ajuste de una red de memoria a corto y largo plazo a características de microestructura de un minuto de NASDAQ-100 para predecir rentabilidades futuras en varios horizontes. El modelo procesa paso a paso una secuencia retrospectiva…

Aprendizaje automáticoRenta variableTrading de alta frecuenciaPruebas retrospectivas
Machine Learning for Trading

El cuaderno presenta un autoencoder condicional que amplía el análisis de componentes principales instrumentados al sustituir por una red neuronal su asignación lineal de características bursátiles a exposiciones a factores. Conserva la estructura de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para obtener y mantener series temporales financieras con un gestor unificado, universos de símbolos predefinidos o personalizados y almacenamiento Parquet particionado. Abarca la descarga de uno o varios símbolos…

MultiactivoRenta variablePruebas retrospectivasEjecución
Machine Learning for Trading

Este documento describe la arquitectura de una red neuronal de políticas que transforma series temporales y contexto a nivel de activo en ponderaciones acotadas del riesgo de cartera. Su estructura principal por activo combina incrustaciones de contexto,…

Aprendizaje automáticoConstrucción de carterasGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno compara métodos de dimensionamiento de carteras para las principales configuraciones de señales bursátiles del S&P 500. Primero selecciona el punto de control con mayor Sharpe de validación y cobertura completa para cada configuración; después…

Renta variableConstrucción de carterasDimensionamiento de posicionesPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe la fase de predicción del periodo de prueba de un estudio de características empresariales de US. Toma la configuración del modelo seleccionada con los resultados de validación, reconstruye su especificación de entrenamiento y su punto…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

El cuaderno describe un análisis de aprendizaje automático doble con ventana expansiva para determinar si el momentum de 12 a -2 meses predice las rentabilidades del mes siguiente de empresas de US, tras ajustar por beta, volatilidad idiosincrásica,…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta una canalización para extraer eventos corporativos estructurados de documentos SEC 8-K y cargarlos en un grafo de conocimiento Neo4j. Un modelo de lenguaje procesa los documentos por lotes para generar registros de eventos con sujetos,…

Basado en eventosAprendizaje automáticoRenta variableEstadística
Machine Learning for Trading

Este cuaderno compara búsquedas de hiperparámetros con Optuna para XGBoost, LightGBM y CatBoost en un conjunto de datos de características empresariales. Cada biblioteca tiene su propio estudio de búsqueda, con un estimador de Parzen estructurado en árbol,…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica aprendizaje automático doble para examinar si el diferencial entre la volatilidad implícita y la realizada se asocia con las rentabilidades posteriores de las acciones, tras ajustar por factores de confusión observados. Identifica la…

Renta variableOpcionesVolatilidadAprendizaje automático
Machine Learning for Trading

Este cuaderno convierte las declaraciones institucionales 13F en un grafo bipartito que conecta gestores con acciones y luego deriva características de propiedad por acción. Agrega posiciones duplicadas de gestor y acción, normaliza las etiquetas de los…

Renta variableEstadísticaConstrucción de carterasMercados de EE. UU.
Machine Learning for Trading

Este flujo de evaluación filtra características financieras y basadas en modelos frente a rentabilidades futuras para un panel intradía de NASDAQ-100. Primero reserva el periodo final de prueba y excluye las observaciones cuyas etiquetas de rentabilidad…

Renta variableEstadísticaAprendizaje automáticoPruebas retrospectivas