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

1,076 documentos

Machine Learning for Trading

Este cuaderno compara LightGBM con un MLP, TabM y, cuando está disponible, TabPFN para predecir rendimientos futuros de ETF a partir de características tabulares. Los modelos se evalúan en los mismos bloques cronológicos walk-forward, usando como medidas…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento describe una comparación en fase de validación de reglas de stop fijas y dinámicas para estrategias de FX. Para cada etiqueta de rendimiento, selecciona una estrategia principal de una cohorte sellada de resultados de señales y asignaciones;…

DivisasGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno compara mínimos cuadrados ordinarios con Ridge, LASSO y Elastic Net para predecir rendimientos futuros a 21 días en fondos cotizados. Los modelos usan los mismos bloques walk-forward definidos, con un intervalo de purga que coincide con el…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento examina el desafío de descubrimiento causal de ADIA Lab como una inferencia supervisada dentro de una familia conocida de generación de datos sintéticos. La tarea asigna variables a ocho roles en torno a un tratamiento y un resultado, mediante…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este módulo crea un ensamblado de pronósticos medios a partir de conjuntos de predicciones registrados, con especial atención a la reproducibilidad y a evitar el sesgo de selección. Resuelve las configuraciones de modelos válidas a partir del registro, en…

Aprendizaje automáticoEstadísticaPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno expresa un flujo de pronóstico en cuatro fases mediante la orquestación con Python sencillo, CrewAI y LangGraph. Compara dónde se mantiene el estado, cómo se inspeccionan o recuperan los fallos, qué dependencias añade cada enfoque y cómo…

Aprendizaje automáticoEstadísticaEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina la regularización de modelos lineales para un universo de pares de divisas cuyos rendimientos están vinculados porque cada par representa una cotización entre monedas compartidas por distintos pares. Distingue la colinealidad de…

DivisasEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno crea etiquetas de rendimientos futuros de acciones para una estrategia que usa datos de opciones cotizadas para ordenar acciones y luego mantenerlas. Genera una serie de precios ajustados por operaciones societarias e identifica las empresas…

Renta variableOpcionesEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara la búsqueda exhaustiva en cuadrícula con el muestreador TPE de Optuna para ajustar un modelo LightGBM de predicción de rendimientos. Primero asigna a ambos métodos el mismo presupuesto de pruebas y la misma cuadrícula discreta de…

Aprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno evalúa un factor de momentum transversal usando coeficientes de información, rendimientos por cuantiles, spreads entre extremos y diagnósticos de clasificación. Presenta Spearman IC como la correlación de rangos entre una señal y los…

ImpulsoInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso práctico analiza si la información de las opciones cotizadas puede ayudar a seleccionar acciones del S&P 500. Combina precios diarios de acciones con niveles de volatilidad implícita en opciones, asimetría, estructura temporal y medidas de prima de…

Renta variableOpcionesPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este módulo define un flujo de trabajo orientado al lector para la investigación de futuros CME, que abarca solicitudes de modelos, ejecución de predicciones y backtests, grupos de candidatos y selección final. Lee el barrido de etiquetas configurado desde…

FuturosAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno usa la excursión favorable máxima (MFE) y la excursión adversa máxima (MAE) para fundamentar la amplitud de las etiquetas de triple barrera en trayectorias de precios observadas. Para una posición abierta al cierre de una barra, mide el mejor…

Renta variableFuturosCriptoactivosVolatilidad
Machine Learning for Trading

Este análisis pregunta si los datos pueden respaldar una estrategia transversal de perpetuos cripto antes de ajustar un modelo o hacer predicciones. El enfoque propuesto ordena los contratos por prima en cada liquidación de financiación y luego compra los…

CriptoactivosFuturos perpetuosEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento describe un barrido de asignación de cartera FX diseñado para aislar el tamaño de las posiciones de la selección de señales. Parte de candidatos de referencia congelados con ponderación igual y clasificados por rendimiento del backtest de…

DivisasConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

El documento describe un backtest especializado para una estrategia semanal de opciones del S&P 500. Cada cohorte selecciona los componentes mejor clasificados, vende opciones call y put cercanas al precio de ejercicio con aproximadamente un mes hasta el…

OpcionesRenta variableMercados de EE. UU.Pruebas retrospectivas
Machine Learning for Trading

El documento presenta GReaT, un marco que serializa como texto filas de datos financieros numéricos y categóricos, ajusta un modelo de lenguaje con esos registros y convierte el texto generado de nuevo en tablas. Su ejemplo crea características de ETF a…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este análisis de varios casos estudia cómo la información predictiva, medida por el coeficiente de información (IC), se traduce en el Sharpe de cartera en nueve casos prácticos de trading. Su punto central es que la implementación media en esta relación: las…

MultiactivoEstadísticaPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno presenta una red convolucional temporal (TCN) para predecir rendimientos futuros de ETF a partir de secuencias de características basadas en rendimientos pasados. Las convoluciones causales garantizan que una salida solo use observaciones hasta…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno explica las barras de desequilibrio de ticks y volumen y compara enfoques adaptativos, de umbral fijo y de ventana móvil con datos de negociación de NVDA. El desequilibrio de ticks acumula direcciones firmadas de las operaciones hasta alcanzar…

Renta variableMicroestructura del mercadoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso práctico compara métodos alternativos de tamaño de posición para futuros CME con una referencia de ponderación igual. Explica cómo el tamaño inverso a la volatilidad usa la volatilidad propia de cada contrato, mientras que los métodos basados en…

FuturosDimensionamiento de posicionesConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo crear un historial continuo de precios de futuros a partir de contratos individuales con vencimiento. Identifica los contratos del primer vencimiento mediante el volumen de negociación, aplica una restricción que impide retroceder…

FuturosPruebas retrospectivasEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno convierte clasificaciones de predicciones de pares de divisas en una referencia operable. En cada momento de decisión, forma grupos long y short de igual tamaño con los pares mejor y peor clasificados, y luego los evalúa con un motor de…

DivisasTrading de paresPruebas retrospectivasConstrucción de carteras