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
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…
Esta utilidad de entrenamiento describe un ciclo de optimización para un modelo de estilo DeePM. Usa AdamW para actualizar los parámetros del modelo a partir de una función de pérdida robusta orientada al Sharpe, con rendimientos futuros, escalado por…
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…
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,…
Este documento demuestra conceptos de almacenes de características directamente con datos Parquet de estudios de caso. Una vista de características especifica la clave de entidad, la marca temporal del evento, el periodo de validez y las columnas de…
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…
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…
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…
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…
Este documento explica un sistema de registro de ejecuciones para guardar entrenamientos de modelos, predicciones, estimaciones causales y backtests de distintos casos de estudio de trading. Describe cómo las configuraciones pasan de los ajustes de cada caso…
Este cuaderno agrupa los rendimientos mensuales de nueve series de factores y mercados de renta variable, bonos, divisas y materias primas mediante modelos de mezclas gaussianas. Tras eliminar los meses con datos incompletos, estandariza las series para que…
Este capítulo presenta un marco para convertir una idea de trading en una especificación documentada de variables. Propone alinear los horizontes de las variables con la decisión prevista, formular una hipótesis sobre los factores que las impulsan y…
Esta guía distingue la estimación de efectos causales del descubrimiento de estructuras causales y relaciona preguntas de investigación habituales con bibliotecas de Python adecuadas. EconML y DoWhy estiman efectos cuando la estructura de ajuste se conoce o…
Este cuaderno presenta un marco determinista para comprobar si los procesos de backtest y trading en vivo funcionan de manera coherente. Compara las etapas que transforman las barras de precios en decisiones: cálculos de variables, predicciones, señales y…
Este cuaderno entrena un agente de aprendizaje por refuerzo para programar una orden de venta fija a lo largo de barras horarias de un mercado de futuros perpetuos de criptomonedas. Su estado incluye rendimientos retardados, volatilidad, volumen de la hora…
Este cuaderno reúne resultados de modelos lineales, incluidos OLS, Ridge, Lasso y ElasticNet, en nueve casos de estudio. Compara la configuración completa más sólida de cada estudio para su etiqueta principal y luego analiza la regularización, los…
Este caso de estudio evalúa TabM, un ensamble neuronal eficiente en parámetros, con las mismas filas de variables de futuros de CME disponibles en cada momento y los mismos pliegues walk-forward que otras familias de modelos. Presenta TabM como una forma de…
Este cuaderno presenta un flujo de trabajo para evaluar si el momentum que omite los datos recientes de seis meses afecta a los rendimientos futuros a 21 días y si el efecto cambia con la volatilidad del mercado. Estima los efectos con datos de entrenamiento…
Este cuaderno compara dos modelos fundacionales de series temporales preentrenados, Chronos y TinyTimeMixer, con un LSTM y una referencia lineal penalizada en un panel de ETF. Cada modelo recibe un contexto histórico univariante; los modelos preentrenados…
Este capítulo presenta un marco para evaluar afirmaciones causales en la investigación cuantitativa de trading. Empieza con definiciones claras de tratamiento, resultado, estimando, contrafactual y conjunto de ajuste, y después vincula las preguntas de…
Este cuaderno ajusta modelos lineales a variables de microestructura de NASDAQ-100 observadas a intervalos de un minuto para predecir rendimientos en varios horizontes futuros. Su objetivo es establecer una referencia sencilla antes de probar modelos más…
Esta evaluación filtra candidatos financieros y derivados de modelos según sus rendimientos futuros en futuros CME. Para cada variable, comprueba la cobertura y antigüedad de los datos, mide la correlación de rangos transversal diaria entre sus valores y los…
Este cuaderno compara implementaciones de una predicción univariante del precio de SPY con PyTorch sin procesar, sktime y Darts. Su objetivo principal es evaluar el esfuerzo práctico: longitud del código, requisitos de interfaz, éxito de instalación y tiempo…
Este capítulo sostiene que la investigación duradera en trading depende de un proceso disciplinado capaz de adaptarse a mercados cambiantes, evidencia ruidosa y costes de implementación. Distingue entre rupturas estructurales, regímenes, deriva de datos y…