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.
932 documentos
El documento describe cómo comparar predicciones de validación de modelos lineales, de boosting de gradiente, de aprendizaje profundo tabular y secuenciales para opciones del S&P 500. Antes de presentar diagnósticos, comprueba que cada población de…
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.…
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…
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…
Este cuaderno recorre un ensayo de despliegue de un modelo de dirección de la tasa de financiación cripto. Entrena un modelo LightGBM de tres clases con datos históricos de contratos perpetuos derivados de Binance; después obtiene velas horarias y tasas de…
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…
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…
Este módulo de utilidades genera tablas y gráficos para evaluar modelos predictivos con datos de validación y del periodo de prueba. Sus diagnósticos incluyen intervalos de confianza para coeficientes de información, deterioro entre validación y periodo de…
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,…
Este documento registra un pronóstico en varias etapas sobre si la Reserva Federal subirá los tipos durante 2026. Tres agentes buscan pruebas y asignan probabilidades, tras lo cual se celebra un debate y un supervisor actualiza el pronóstico. Sus opiniones…
Este cuaderno ejecuta el modelo NLinear de una población declarada de tres modelos de aprendizaje secuencial para opciones del S&P 500. Resuelve las solicitudes y los puntos de control de toda la población antes de ajustar este modelo, para que cuadernos…
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…
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,…
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,…
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,…
Este cuaderno compara la clonación del comportamiento y el aprendizaje por refuerzo inverso (IRL) mediante demostraciones de una regla de ejecución de precio medio ponderado en el tiempo (TWAP). La clonación del comportamiento asigna directamente acciones a…
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…
El documento explica por qué se usa TabM para modelar datos de panel de financiación perpetua: su arquitectura neuronal compartida combina todas las características de entrada y sus capas no lineales pueden representar interacciones. A diferencia de un…
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…
Este análisis estima si el momentum que omite el periodo más reciente se asocia con un cambio causal en las rentabilidades futuras de los ETF, en vez de preguntar cuánto las predice. El aprendizaje automático doble modela el resultado y el tratamiento usando…
Este documento presenta la arquitectura de red neuronal PatchTST para pronosticar series temporales multivariantes. Divide cada serie de entrada en parches solapados, proyecta cada parche en un espacio de características aprendido, añade codificaciones…
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…
Este cuaderno plantea una prueba concreta: si una representación aprendida de secuencias de características de financiación perpetua mejora los resúmenes del índice de prima, la diferencia entre los precios perpetuos y al contado, creados manualmente.…
MintEval evalúa si los modelos de lenguaje traducen instrucciones de traders a código que se comporta como la estrategia prevista. Construye estrategias de referencia con componentes combinables, las convierte en instrucciones coloquiales y pide a los…