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 compara la recuperación relacional determinista con la búsqueda por embeddings en un corpus de posiciones institucionales 13F. Crea una instantánea temporal conservando la última posición declarada por cada institución antes de una fecha límite…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra cómo entrenar una red generativa antagónica con características de ETF diseñadas y privacidad diferencial. Presenta los parámetros de privacidad épsilon y delta, explica por qué DP-SGD recorta el gradiente de cada registro antes de…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno aplica inferencia clásica de mínimos cuadrados ordinarios a características de ETF y rentabilidades futuras. Examina estimaciones de coeficientes, errores estándar, estadísticos t, valores p y pruebas de heterocedasticidad, autocorrelación de…

Renta variableEstadísticaGestión del riesgoAprendizaje automático
Machine Learning for Trading

Este cuaderno ajusta PatchTST, un modelo secuencial de tipo transformador, como integrante de una población de modelos predefinida para investigar opciones del S&P 500. Divide una serie histórica en segmentos de longitud fija, los representa como tokens y…

OpcionesAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento define dos diagnósticos para etiquetas cuyas ventanas de rendimientos futuros se solapan: autocorrelación de panel agrupada y tamaño efectivo de muestra basado en la unicidad de las etiquetas. La autocorrelación empareja observaciones solo…

EstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra cómo utilizar una red de correlaciones estimada en una ventana para describir un universo de acciones y crear una cartera diversificada mediante redes. Selecciona símbolos líquidos usando solo datos disponibles antes de la evaluación,…

Renta variableConstrucción de carterasEstadísticaGestión del riesgo
Machine Learning for Trading

Este análisis exploratorio examina el antiguo panel de acciones Quandl WIKI US, centrándose en las convenciones de precios, la cobertura de los datos y lo que su historial permite estudiar mediante backtest. Distingue los precios sin ajustar, que reflejan…

Renta variableMercados de EE. UU.EstadísticaPruebas retrospectivas
Machine Learning for Trading

Este módulo de asignación compartido convierte predicciones transversales en pesos de cartera. Clasifica activos por puntuación para seleccionar posiciones largas o cestas superiores e inferiores para carteras long-short. Los pesos de las posiciones pueden…

Construcción de carterasDimensionamiento de posicionesGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno construye características a partir de datos de NASDAQ-100 a nivel de minuto mediante tres procedimientos: una regresión autorregresiva heterogénea móvil para pronosticar la varianza a corto plazo, una transformada de Fourier para describir la…

Renta variableVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Esta guía de conjuntos de datos describe un flujo de trabajo para obtener series de FRED, alinear observaciones con un calendario diario y cargar indicadores seleccionados para analizarlos. Los ejemplos incluyen rendimientos de bonos del Tesoro, el…

Renta fijaEstadísticaGestión del riesgoMultiactivo
Machine Learning for Trading

Este cuaderno evalúa si se puede estudiar una estrategia mensual long-short basada en características de empresas con un panel publicado de empresas de US. Comprueba la codificación de los datos, cómo cambia con el tiempo el universo disponible, si hay…

Renta variableInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra cómo analizar un grafo de eventos financieros sin confundir cuándo ocurrió un evento, cuándo se hizo público y cuándo lo extrajo el proceso del grafo. Carga relaciones 8-K con marcas de tiempo, mide los retrasos de divulgación y…

Aprendizaje automáticoEstadísticaPruebas retrospectivasBasado en eventos
Machine Learning for Trading

El documento explica cómo el aprendizaje automático doble (DML) estima si la proporción de volumen iniciada por compradores afecta a los rendimientos futuros, teniendo en cuenta el diferencial, la volatilidad a corto plazo y los rendimientos anteriores.…

Renta variableMicroestructura del mercadoEstadísticaAprendizaje automático
Machine Learning for Trading

Este cuaderno convierte backtests registrados de microestructura NASDAQ-100 en una evaluación de estrategias, sin entrenar modelos ni volver a ejecutar backtests. Lee métricas y linaje del registro, crea tablas derivadas de cohortes y comparaciones…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno aplica una configuración de futuros CME seleccionada previamente a las predicciones del conjunto de reserva, usando el asignador establecido, el calendario de rebalanceo, las reglas de concentración y los supuestos de costes de transacción. El…

FuturosPruebas retrospectivasGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno describe cómo seleccionar una configuración de caso de estudio de futuros CME a partir de backtests de validación registrados. Agrupa candidatos de las etapas de señal, asignación y gestión del riesgo, y luego elige la configuración con el…

FuturosPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno compara mínimos cuadrados ordinarios con Ridge, LASSO y Elastic Net para predecir rendimientos futuros en un universo de ETF. Todos los modelos usan las mismas particiones walk-forward, con un intervalo de purga ajustado al horizonte de la…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara medidas de volatilidad, ajusta un modelo autorregresivo heterogéneo (HAR) y estima la rugosidad mediante exponentes de Hurst. Primero contrasta la varianza realizada intradía con estimadores diarios, separa las rentabilidades nocturnas…

VolatilidadEstadísticaIndicadores técnicosPruebas retrospectivas
Machine Learning for Trading

El cuaderno presenta un autoencoder condicional que amplía el análisis de componentes principales instrumentados al sustituir por una red neuronal su asignación lineal de características bursátiles a exposiciones a factores. Conserva la estructura de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este módulo de utilidades genera tablas y gráficos para evaluar modelos predictivos con datos de validación y del periodo de prueba. Sus diagnósticos incluyen intervalos de confianza para coeficientes de información, deterioro entre validación y periodo de…

EstadísticaAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

El capítulo explica métodos clásicos para generar datos financieros sintéticos y abarca procesos de precios en tiempo continuo, volatilidad GARCH, remuestreo bootstrap y comparación de modelos. Describe cómo modelos como el movimiento browniano geométrico,…

EstadísticaVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este análisis exploratorio evalúa si una señal de momentum de doce meses, excluido el mes más reciente, se asocia con las rentabilidades del mes siguiente en un universo de 100-ETF. Construye un panel mensual a partir de precios de cierre ajustados,…

MultiactivoImpulsoEstadísticaPruebas retrospectivas