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

Esta guía relaciona preguntas causales con bibliotecas de Python y aclara la diferencia entre estimar efectos bajo una estructura causal supuesta y descubrir posibles estructuras a partir de los datos. Presenta el aprendizaje automático doble para efectos…

Aprendizaje automáticoEstadísticaRenta variableCriptoactivos
Machine Learning for Trading

Este marco muestra controles de calidad de datos sobre datos diarios US de renta variable OHLCV. La validación estructural comprueba las relaciones entre precios, precios positivos, volumen no negativo, valores ausentes, fechas duplicadas, orden cronológico,…

Renta variableEstadísticaGestión del riesgoMercados de EE. UU.
Machine Learning for Trading

Este cuaderno presenta un modelo de factor de descuento estocástico para valorar una sección transversal de ETF. En lugar de estimar por separado las exposiciones de los fondos y los rendimientos de los factores, entrena redes para encontrar una serie común…

Aprendizaje automáticoInversión por factoresEstadísticaRenta variable
Machine Learning for Trading

Este cuaderno reconstruye la mejor oferta y demanda vigente para cada operación de AAPL durante una sesión de marzo de 2020 y aplica el método Lee–Ready para inferir si iniciaron las operaciones compradores o vendedores. Intercala eventos de cotización y…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Esta configuración describe una estrategia diaria long-short de acciones US que clasifica un amplio universo de acciones según las predicciones del modelo, compra el decil superior y vende en corto el decil inferior con pesos iguales dentro de cada grupo.…

Renta variableMercados de EE. UU.Construcción de carterasEjecución
Machine Learning for Trading

Esta utilidad de datos facilita trabajar con el conjunto de datos de valoración de activos de Chen, Pelger y Zhu, que incluye rentabilidades de acciones, características de empresas, series macroeconómicas y tensores de características previos a la división.…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Esta implementación explica cómo construir ventanas de secuencias por lotes para datos de panel utilizados en estudios de aprendizaje profundo. Las ventanas siguen el calendario previsto del panel en lugar de comprimir las observaciones de cada activo en…

Aprendizaje automáticoEstadísticaPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno presenta métodos prácticos de limpieza de datos de mercado y empresas, como el tratamiento de duplicados, indicadores de huecos, filtros de dominio, detección de picos por reversión, recorte de valores atípicos, codificación de categorías y…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina si las atribuciones SHAP se mantienen estables cuando las predicciones son similares o cuando se vuelven a ajustar los modelos con distintas semillas aleatorias y arquitecturas. Con rentabilidades futuras de ETF, busca pares de muestras…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno compara evidencia de modelos predictivos, estructurales y causales en un estudio transversal del S&P 500 que combina características de acciones con medidas derivadas de opciones, como la volatilidad implícita, el sesgo y la estructura…

Renta variableOpcionesAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno muestra cómo convertir rendimientos brutos en rendimiento neto bajo supuestos explícitos de trading, financiación y gastos del fondo. La estructura de costes incluye diferencial e impacto de mercado, comisiones y tasas de bolsa, intereses de…

Renta variableEjecuciónPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra un flujo de diagnóstico a nivel de operación que vincula pérdidas realizadas con las explicaciones SHAP de un modelo. Entrena un modelo LightGBM con variables rezagadas de precio y volatilidad, además de datos macroeconómicos, para…

Aprendizaje automáticoEstadísticaRenta variableSentimiento del mercado
Machine Learning for Trading

Este cuaderno utiliza machine learning doble para comprobar si la asociación entre el diferencial de volatilidad implícita menos realizada y los rendimientos bursátiles futuros persiste tras ajustar por factores de confusión observados. Compara la estimación…

OpcionesRenta variableAprendizaje automáticoEstadística
Machine Learning for Trading

Esta utilidad describe un flujo de trabajo para recopilar documentos públicos SEC 10-Q, 10-K y 8-K y convertirlos en un conjunto de datos tabular común para investigaciones posteriores. Aplica una extracción de texto específica para cada formulario: los…

Renta variableMercados de EE. UU.Basado en eventosAprendizaje automático
Machine Learning for Trading

Este experimento examina cuánto depende de las acciones de pequeña capitalización una señal long-short mensual seleccionada de renta variable de US. Aplica un filtro de capitalización bursátil con rezago que elimina el cuartil más pequeño de las predicciones…

Renta variableMercados de EE. UU.Inversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo PatchTST utiliza segmentos de longitud fija de características de mercado secuenciales para pronosticar etiquetas del NASDAQ-100. El mecanismo de atención relaciona segmentos a lo largo de la última hora y reduce la longitud de la…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

El documento presenta NLinear, un modelo secuencial mínimo para pronosticar rendimientos de acciones del NASDAQ-100 a partir de características intradía. Usa una ventana retrospectiva fija, resta la observación más reciente para que el modelo opere con…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este material explica cómo evaluar una estrategia elegida con datos de validación mediante predicciones de un conjunto reservado independiente de 2021. Mantiene fijos la asignación seleccionada, la concentración, los controles de riesgo, el calendario de…

Renta variablePruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Este cuaderno examina resultados conservados de una auditoría de estrategias reales que compara el motor LEAN con perfiles coincidentes de Backtest de ML4T. Identifica las cargas de trabajo por clase de activo compatibles con las entradas congeladas y…

Pruebas retrospectivasEjecuciónRenta variableFuturos
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para la ventana reservada de un estudio de caso sobre acciones de US después de seleccionar una configuración en los pliegues de validación. Resuelve la configuración seleccionada, conserva la elección del…

Renta variableAprendizaje automáticoPruebas retrospectivasGestión del riesgo