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 capítulo explica cómo construir investigación temporalmente coherente con datos fundamentales y alternativos sobre acciones, series macroeconómicas, futuros, criptoactivos y mercados de predicción. Sus métodos centrales son el almacenamiento bitemporal…

Pruebas retrospectivasEstadísticaAprendizaje automáticoDatos en cadena
Machine Learning for Trading

Este cuaderno explica cómo evaluar si las estrategias construidas sobre un panel de acciones US pueden soportar la fricción de trading. Fija una configuración por etiqueta usando el Sharpe de validación y luego recalcula los resultados de esa misma…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo conectar una interfaz compartida para estrategias de momentum de ETF con Alpaca, con una ruta simulada sin conexión disponible de forma predeterminada. Explica cómo pueden cambiar los adaptadores del bróker y de datos de mercado…

Renta variableImpulsoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo evaluar un factor usando datos reales de ETF y un ejemplo de momentum derivado de precios. Mide coeficientes de información de Spearman transversales frente a rentabilidades futuras, compara horizontes y explica la diferencia entre…

Renta variableImpulsoEstadísticaPruebas retrospectivas
arXiv papers

Este documento presenta estrategias de momentum espaciotemporal que combinan el historial de momentum de un activo con su momentum en relación con otros activos. El enfoque utiliza redes neuronales para aprender señales de trading en una cartera y trata el…

Renta variableFuturosImpulsoAprendizaje automático
Machine Learning for Trading

Este cuaderno examina datos de operaciones y cotizaciones de AlgoSeek a nivel de tick para AAPL durante la caída del mercado de marzo de 16, 2020. Filtra el horario regular de negociación, separa las operaciones registradas de las actualizaciones NBBO y…

Renta variableMicroestructura del mercadoEjecuciónVolatilidad
Machine Learning for Trading

Este análisis reconstruye órdenes limitadas individuales de NASDAQ a partir de mensajes ITCH de alta, eliminación, cancelación parcial, reemplazo y ejecución. Mide si las órdenes se cancelan o se ejecutan y cuánto tardan en llegar a esos eventos, usando…

Renta variableMicroestructura del mercadoEjecuciónTrading de alta frecuencia
Machine Learning for Trading

Este cuaderno ajusta modelos ridge, lasso y elastic net a características empresariales publicadas de acciones individuales de US. Las características abarcan valor, rentabilidad, inversión, tamaño, momentum, reversión, riesgo y liquidez. Los pliegues…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este estudio de caso ajusta árboles con gradient boosting a etiquetas de rendimiento de ETF y los compara con una referencia lineal que obtuvo buenos resultados con una regularización ridge intensa. Explica por qué los árboles pueden descubrir interacciones,…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este análisis exploratorio describe un panel histórico de acciones US, explica sus campos de precios brutos y ajustados y examina la cobertura de símbolos a lo largo del tiempo. Compara los recuentos anuales de símbolos activos con las primeras y últimas…

Renta variableMercados de EE. UU.Pruebas retrospectivasEstadística
Machine Learning for Trading

Este documento presenta métodos para limpiar datos financieros y explica cómo alinear el preprocesamiento con las particiones de entrenamiento y prueba. La lección principal es estimar transformaciones como el escalado y la winsorización únicamente con datos…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

El documento explica tres reglas para cerrar posiciones antes del rebalanceo programado de una cartera: un stop de pérdidas fijo, un stop dinámico medido desde el mejor precio de la posición y una salida por tiempo que cierra tras un periodo de tenencia…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento presenta conjuntos públicos de datos de rendimientos de factores Fama-French y AQR como insumos para crear referencias, atribuir riesgos e investigar factores. Describe los factores de mercado, tamaño, valor, rentabilidad, inversión y momentum…

Inversión por factoresRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo extraer secciones narrativas de informes 10-K y 10-Q para analizarlas posteriormente. Asocia los números de apartado específicos de cada formulario, convierte el HTML de los informes conservando los límites entre párrafos, limpia…

Renta variableAprendizaje automáticoSentimiento del mercadoBasado en eventos
Machine Learning for Trading

Este cuaderno muestra la frontera de despliegue entre un pipeline de aprendizaje automático sin conexión y el motor LEAN de QuantConnect. Selecciona un conjunto de predicciones mediante el registro del estudio de caso ETF, verifica la procedencia del…

Aprendizaje automáticoEjecuciónPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica las firmas de trayectoria como variables de longitud fija que conservan el orden y la forma conjunta de las observaciones de una serie temporal. Describe cómo el primer nivel de la firma registra los cambios totales, mientras que los…

Renta variableAprendizaje automáticoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este cuaderno presenta comparaciones de paridad entre Backtrader, Zipline Reloaded y un marco interno de trading con estrategias seleccionadas de casos de estudio reales. Incluye comparaciones de ETF y paneles de acciones de ETF y US para ambos motores…

Pruebas retrospectivasEjecuciónMicroestructura del mercadoRenta variable
Machine Learning for Trading

Este módulo define una referencia de asignación mensual a ETF mediante una puntuación de momentum ajustada al riesgo: el rendimiento acumulado de los últimos periodos dividido por la volatilidad realizada anualizada. Selecciona los activos mejor clasificados…

Renta variableMultiactivoImpulsoVolatilidad
Machine Learning for Trading

Este cuaderno usa datos de operaciones y órdenes derivados de NASDAQ ITCH para ilustrar patrones de microestructura. Examina la autocorrelación negativa de primer orden en los rendimientos de operaciones tick a tick, compara el efecto con los rendimientos…

Renta variableMicroestructura del mercadoEstadísticaEjecución