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 artículo describe un enfoque automatizado de trading de acciones que combina tres algoritmos de aprendizaje por refuerzo actor-crítico: Proximal Policy Optimization, Advantage Actor Critic y Deep Deterministic Policy Gradient. Los agentes se entrenan para…
El estudio utiliza aprendizaje por refuerzo profundo para convertir un pronóstico de trading a corto plazo en decisiones de colocación de órdenes limitadas y gestión del inventario en un libro de órdenes limitadas. Entrena a un agente en un entorno simulado…
El artículo presenta Trading Deep Q-Network (TDQN), un enfoque de aprendizaje por refuerzo profundo para elegir posiciones en el mercado bursátil a lo largo del tiempo. Adapta el método DQN al trading y establece el ratio de Sharpe como la medida de…
El artículo propone un modelo Transformer unidireccional, SERT, para valorar acciones estadounidenses de gran capitalización US y aplica Transformers preentrenados a la valoración de acciones y la inversión en factores. Compara estos enfoques con…
El artículo cuestiona las afirmaciones publicadas sobre agentes de trading de AI y aprendizaje automático. Sostiene que algunas evaluaciones anteriores se basaron en pocas sesiones de prueba y escenarios de mercado, y que aportaban pruebas insuficientes para…
El documento presenta un enfoque para prever diferenciales de crédito que combina aprendizaje por conjuntos con selección de características basada en información mutua. Plantea que los diferenciales de crédito son datos útiles para decidir inversiones en…
El documento presenta un método numérico para aprender una medida neutral al riesgo sobre trayectorias simuladas de precios al contado y de opciones hasta un horizonte finito. El marco incluye costes de transacción convexos y restricciones de negociación…
Este artículo describe un método de expansión asintótica para el filtrado estocástico, destinado a aproximar una distribución condicional en contextos no lineales. Transforma el problema al espacio de momentos mediante una transformada de Fourier y aproxima…
Este artículo presenta la reversión de medias móviles (MAR), una alternativa de varios periodos al supuesto de reversión a la media de un solo periodo que utilizan algunas estrategias de cartera online. Propone la reversión de medias móviles online (OLMAR),…
Este trabajo utiliza aprendizaje automático para encontrar medidas martingala equivalentes mínimas en mercados simulados que contienen instrumentos negociables, como un activo al contado y opciones sobre ese activo. Amplía el enfoque a mercados con…
El artículo estudia un conflicto fundamental en la validación de modelos de series temporales: los periodos de entrenamiento necesitan suficientes observaciones, los pliegues de prueba deben cubrir una parte suficiente de la muestra y el entrenamiento debe…
El artículo comprueba si la actividad de búsqueda en Google puede ayudar a predecir qué acciones del S&P 100 superarán la mediana del índice al día siguiente. Combina variables financieras rezagadas con volúmenes de consultas de búsqueda y entrena árboles de…
Este trabajo desarrolla un enfoque de aprendizaje por refuerzo para optimizar políticas según criterios de rendimiento que tienen en cuenta el riesgo. Evalúa las políticas mediante utilidad esperada dependiente del rango, que permite a un agente expresar…
Este estudio analiza cómo los clasificadores que pueden abstenerse de predecir influyen en las decisiones de trading. Un clasificador direccional estándar siempre implica una posición de mercado, mientras que uno selectivo puede dejar la cartera sin invertir…
Este estudio explora los autoencoders para el arbitraje estadístico en acciones de US. En un flujo de trabajo convencional de dos etapas, un modelo de valoración o de componentes principales identifica un activo sintético y una estrategia de reversión a la…
Este estudio modela la predicción financiera como una población de agentes que siguen tendencias en distintos horizontes de predicción. Examina cómo cambia la población en entornos estocásticos y variables en el tiempo representados por series reales de…
El estudio separa el descubrimiento de factores de su aprobación. Un agente puede proponer candidatos y crear pruebas de diagnóstico, mientras un evaluador estadístico congelado examina cada propuesta utilizando resultados del mercado observados únicamente…
Este trabajo plantea el trading por pares como un problema de decisión jerárquico con dos etapas relacionadas: seleccionar un par de activos en un horizonte más largo y ejecutar operaciones en horizontes más cortos bajo observabilidad parcial. Como la…
FedNLP se presenta como un sistema de procesamiento del lenguaje natural con varios componentes para examinar las comunicaciones de la Reserva Federal, que pueden ser extensas y difíciles de interpretar. Combina métodos que van desde el aprendizaje…
El documento examina cómo afecta a la volatilidad en mercados simplificados la conducta de agentes adaptativos con racionalidad inductiva. Identifica dos fuentes de volatilidad excesiva en estos entornos de juguete: los agentes actúan como tomadores de…
Este artículo desarrolla estimadores dispersos de volatilidad de alta frecuencia diseñados para mantener su robustez cuando la volatilidad al contado cambia bruscamente. Los estimadores propuestos aplican una penalización ℓ1 a métodos existentes y se centran…
Este artículo propone un marco generativo para crear flujo de órdenes en mercados financieros con control sobre el comportamiento del mercado. Parte de que los métodos existentes para generar flujo de órdenes pueden reproducir mal los datos de mercado y…
El artículo desarrolla un marco que aprende factores latentes condicionales para identificar acciones relacionadas, detectar desajustes de valoración relativos y crear una política de negociación que tenga en cuenta los costes de transacción. Sus factores de…
El artículo estudia la selección óptima de carteras cuando la volatilidad de los activos tiene dos factores estocásticos: un componente de reversión a la media y un nivel estocástico de reversión a la media. La negociación conlleva costes exógenos…