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

2,477 documentos

Machine Learning for Trading

Este cuaderno de características ETF explica cómo los modelos estadísticos ajustados pueden filtrar información futura a través de sus parámetros estimados, aunque sus fórmulas usen observaciones pasadas. La solución es un calendario de reajuste…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno reconstruye la configuración seleccionada de pares FX a partir de un conjunto congelado de candidatos de validación y luego evalúa las pruebas de validación y del periodo reservado. La selección usa el mayor Sharpe de validación que cumple los…

DivisasTrading de paresPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno estudia el boosting de gradiente para un panel de acciones US, variando la capacidad de los árboles, la función objetivo y el punto de control de entrenamiento en tres horizontes de rendimientos futuros. Explica cómo los árboles poco profundos…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra explicaciones SHAP para un modelo LightGBM que predice rendimientos futuros de ETF. TreeSHAP proporciona contribuciones de características para predicciones individuales y resúmenes de importancia agregados. Los gráficos beeswarm y de…

Renta variableAprendizaje automáticoEstadísticaIndicadores técnicos
Machine Learning for Trading

Este módulo define un entorno de simulación con datos disponibles en cada momento para ejecutar una gran orden de venta en futuros perpetuos de criptomonedas. Sus observaciones combinan el inventario restante y el tiempo con la volatilidad del mercado, el…

CriptoactivosFuturos perpetuosEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno explica TSMixer, una red neuronal de series temporales que alterna dos operaciones: un mapa lineal compartido entre los días retrospectivos para cada característica y un perceptrón multicapa de características MLP que se aplica…

Aprendizaje automáticoImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este estudio de caso explica cómo generar predicciones para un periodo reservado después de haber elegido los modelos y las estrategias con datos de validación. Recupera la configuración seleccionada previamente, reconstruye su especificación de…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno crea un asignador LSTM que convierte directamente características recientes de rendimiento y volatilidad de ETF en ponderaciones de cartera solo largas. Una salida softmax mantiene las ponderaciones no negativas y la cartera totalmente…

Aprendizaje automáticoConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno describe un modelo de secuencia LSTM para predecir rendimientos de acciones a partir de ventanas ordenadas de características recientes. Cada ejemplo usa 60 sesiones consecutivas de una acción; se excluyen las ventanas que atraviesan…

Renta variableAprendizaje automáticoEstadísticaMercados de EE. UU.
Machine Learning for Trading

Este análisis comprueba si los datos diarios de opciones permiten una estrategia semanal que vende straddles at the money sobre componentes del S&P 500, cubre acciones con delta y mantiene los contratos hasta el vencimiento. Explica cómo las opciones call y…

OpcionesVolatilidadEjecuciónPruebas retrospectivas
Machine Learning for Trading

Esta referencia resume los meses de vencimiento listados para 35 productos de futuros CME de índices bursátiles, bonos del Tesoro, energía, metales, divisas, tipos de interés, agricultura, ganadería y criptomonedas. Explica el sistema de códigos mensuales…

FuturosMicroestructura del mercadoPruebas retrospectivasMaterias primas
Machine Learning for Trading

Este cuaderno sintetiza resultados de validación registrados para cinco estimadores de factores latentes —PCA, IPCA, CAE, SDF y SAE— en nueve estudios de caso. Primero indica qué estimadores tienen resultados en cada panel y luego identifica el mayor…

Inversión por factoresAprendizaje automáticoEstadísticaRenta variable
Machine Learning for Trading

Este documento describe un proceso para descargar registros oficiales de financiación de futuros perpetuos Binance USD-M, normalizarlos y guardarlos en caché en un archivo columnar. Los archivos mensuales se descargan en paralelo para los símbolos y el…

CriptoactivosFuturos perpetuosValoración de derivadosPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica TabM, un ensamblaje neuronal con pesos compartidos, a un panel de acciones US representado por una fila de variables por acción y sesión. Una base compartida de dos capas alimenta varios miembros, cada uno con su propio vector de escala…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno define objetivos de rendimiento futuro para clasificar acciones US y explica cómo hacer que los horizontes correspondan a sesiones reales de negociación. Utiliza precios ajustados por desdoblamientos y dividendos para los rendimientos, pero…

Renta variableImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este script recopila posiciones institucionales de declaraciones SEC 13F de dos maneras: puede recuperar declaraciones de un conjunto seleccionado de gestores o descargar los archivos trimestrales masivos de SEC. Ambas vías normalizan las posiciones según un…

Renta variableEstadísticaConstrucción de carteras
Machine Learning for Trading

Este cuaderno aplica análisis de componentes principales a un panel de rendimientos de acciones US para representar movimientos compartidos amplios con un conjunto menor de factores. Cada factor es una dirección de variación común, y la carga de cada acción…

Renta variableEstadísticaAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno compara configuraciones de gradient boosting para futuros perpetuos de criptomonedas con características basadas en la prima de los contratos perpetuos sobre el mercado al contado. Varía la capacidad de los árboles y la función de pérdida,…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas