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

1,488 documentos

Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para decidir cómo modelar series temporales financieras. Empieza con gráficos de precios y rentabilidades de SPY, niveles de VIX y la distribución de rentabilidades para detectar niveles cambiantes, movimientos…

EstadísticaVolatilidadIndicadores técnicosRenta variable
Machine Learning for Trading

Este cuaderno construye intervalos de predicción para pronósticos de gradient boosting y compara la predicción conformal dividida con la regresión por cuantiles, la regresión por cuantiles conformalizada y la inferencia conformal adaptativa. La predicción…

Aprendizaje automáticoEstadísticaGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este estudio de un panel de acciones de US usa un modelo lineal penalizado como referencia para predecir rentabilidades futuras a partir de variables observadas al cierre. El conjunto de variables contiene mediciones superpuestas de momentum y volatilidad,…

Renta variableInversión por factoresEstadísticaGestión del riesgo
Machine Learning for Trading

Este estudio de variables ETF construye tres entradas derivadas de modelos: un modelo oculto de Markov (HMM) que estima el régimen de mercado, precios diferenciados fraccionalmente de fondos de referencia y volatilidad condicional GARCH(1,1) para cada ETF.…

Renta variableVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica el análisis de componentes principales instrumentado (IPCA), que estima factores comunes mientras expresa las exposiciones factoriales de cada acción como una función lineal compartida de las variables de su superficie de opciones del…

OpcionesRenta variableInversión por factoresAprendizaje automático
Machine Learning for Trading

Este análisis exploratorio describe un conjunto de datos OANDA de cuatro horas que abarca veinte pares de divisas. Explica que el campo de volumen cuenta las actualizaciones de cotizaciones en un solo mercado, no el volumen negociado consolidado, por lo que…

DivisasEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno reúne un agente de previsión a partir de un cliente de modelo de lenguaje, una herramienta de búsqueda y un ciclo limitado de turnos. El agente busca pruebas y devuelve una probabilidad binaria con una justificación. Su analizador de respuestas…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica métodos bayesianos de estudio de eventos con series temporales estructurales para estimar el impacto de los anuncios de la Reserva Federal en un ETF de bonos. Construye un contrafactual a partir de las relaciones previas al evento entre…

Renta fijaBasado en eventosEstadísticaAprendizaje automático
Machine Learning for Trading

Este cuaderno comprueba si cuatro estrategias de cartera gestionada explican los rendimientos de SPY tras controlar el movimiento conjunto general de ETF. Las estrategias clasifican ETF mediante momentum rezagado, volatilidad o rendimientos recientes. Diez…

Inversión por factoresAprendizaje automáticoEstadísticaImpulso
Machine Learning for Trading

Este cuaderno adapta Word2Vec skip-gram a las posiciones de renta variable institucionales. Trata la cartera de cada institución como una frase, los identificadores de acciones como tokens y las posiciones ordenadas por valor declarado como el orden de las…

Renta variableAprendizaje automáticoConstrucción de carterasEstadística
Machine Learning for Trading

Este cuaderno explica por qué los precios de acciones sin ajustar pueden producir rendimientos engañosos cuando atraviesan fechas de desdoblamiento o de pago de dividendos en efectivo. Describe el ajuste retrospectivo, que reescala los precios históricos…

Renta variableEstadísticaPruebas retrospectivasMercados de EE. UU.
Machine Learning for Trading

Este cuaderno evalúa si el coeficiente de información (IC) de una señal se distingue del ruido cuando las observaciones sucesivas son dependientes. Ilustra el problema con una señal de momentum y datos de ETF, y explica cómo los rendimientos futuros…

EstadísticaAprendizaje automáticoImpulsoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno trata las previsiones ARIMA como columnas de entrada para modelos posteriores, no como predicciones independientes. Ajusta modelos a los rendimientos de ETF, utiliza pruebas de estacionariedad y diagnósticos de autocorrelación para proponer…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno describe cómo preparar y registrar previsiones NLinear para etiquetas de FX. NLinear resta el último nivel observado a cada historial de entrada de longitud fija, para que el modelo se centre en los cambios dentro del periodo retrospectivo. Un…

DivisasAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Esta herramienta de análisis compartida permite comparar predicciones de modelos de trading mediante métricas del registro y diagnósticos a nivel de predicción. Carga resultados precalculados del coeficiente de información, permite filtrar por etiqueta o…

EstadísticaPruebas retrospectivasAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

El documento explica cómo construir etiquetas de rendimientos futuros para una estrategia transversal de futuros que clasifica productos por estructura temporal. Distingue entre precios ajustados por rollover, apropiados para calcular rendimientos entre…

FuturosMaterias primasCarryPruebas retrospectivas
Machine Learning for Trading

El documento describe tres características basadas en modelos y derivadas del carry de futuros: un pronóstico del carry de la siguiente sesión mediante ARIMA, medidas Fourier móviles de ciclos seleccionados y un modelo de Markov oculto de dos estados que…

FuturosCarryAprendizaje automáticoEstadística
Machine Learning for Trading

Este documento presenta el panel mensual de acciones US de Chen, Pelger y Zhu, que se utiliza para comparar modelos de valoración de activos. Describe 46 características empresariales agrupadas por tema económico, los rendimientos excedentes del mes…

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

Este cuaderno presenta un flujo de trabajo para caracterizar series de mercado antes de modelarlas. Empieza con gráficos de precios y rendimientos de SPY, niveles de VIX y la distribución de rendimientos para identificar tendencias, agrupamiento de…

Renta variableEstadísticaVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza rendimientos diarios de SPY para explicar el análisis en el dominio de la frecuencia y sus límites como fuente de características de trading. Una descomposición wavelet separa la variación en bandas de escalas temporales progresivamente…

Renta variableEstadísticaVolatilidadIndicadores técnicos
Machine Learning for Trading

Este cuaderno compara tres formas de utilizar los regímenes de mercado en un modelo de pronóstico: omitir la información de régimen, añadir como característica la probabilidad filtrada de un estado volátil o ajustar expertos separados para regímenes…

Aprendizaje automáticoEstadísticaPruebas retrospectivasIndicadores técnicos
Machine Learning for Trading

Este caso de estudio utiliza modelos lineales como referencia para predecir rendimientos futuros en un amplio panel de acciones US. Explica por qué las características solapadas de precio y volumen generan colinealidad, que vuelve inestables los coeficientes…

Renta variableMercados de EE. UU.Aprendizaje automáticoEstadística