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.
1,076 documentos
Este cuaderno describe la fase de predicción del periodo de prueba de un estudio de características empresariales de US. Toma la configuración del modelo seleccionada con los resultados de validación, reconstruye su especificación de entrenamiento y su punto…
Este cuaderno compara búsquedas de hiperparámetros con Optuna para XGBoost, LightGBM y CatBoost en un conjunto de datos de características empresariales. Cada biblioteca tiene su propio estudio de búsqueda, con un estimador de Parzen estructurado en árbol,…
El documento explica por qué se usa TabM para modelar datos de panel de financiación perpetua: su arquitectura neuronal compartida combina todas las características de entrada y sus capas no lineales pueden representar interacciones. A diferencia de un…
Este flujo de evaluación filtra características financieras y basadas en modelos frente a rentabilidades futuras para un panel intradía de NASDAQ-100. Primero reserva el periodo final de prueba y excluye las observaciones cuyas etiquetas de rentabilidad…
Este análisis estima si el momentum que omite el periodo más reciente se asocia con un cambio causal en las rentabilidades futuras de los ETF, en vez de preguntar cuánto las predice. El aprendizaje automático doble modela el resultado y el tratamiento usando…
Este documento presenta la arquitectura de red neuronal PatchTST para pronosticar series temporales multivariantes. Divide cada serie de entrada en parches solapados, proyecta cada parche en un espacio de características aprendido, añade codificaciones…
Este capítulo explica cómo construir investigación temporalmente coherente con datos fundamentales y alternativos sobre acciones, series macroeconómicas, futuros, criptoactivos y mercados de predicción. Sus métodos centrales son el almacenamiento bitemporal…
Este cuaderno plantea una prueba concreta: si una representación aprendida de secuencias de características de financiación perpetua mejora los resúmenes del índice de prima, la diferencia entre los precios perpetuos y al contado, creados manualmente.…
Este cuaderno explica cómo evaluar si las estrategias construidas sobre un panel de acciones US pueden soportar la fricción de trading. Fija una configuración por etiqueta usando el Sharpe de validación y luego recalcula los resultados de esa misma…
Este cuaderno compara seis asignaciones de cartera solo largas para un universo multiactivo de ETF. Utiliza contracción de la covarianza de Ledoit–Wolf para reducir la variación muestral que puede desestabilizar la optimización y compara el máximo de Sharpe,…
Este cuaderno muestra cómo evaluar un factor usando datos reales de ETF y un ejemplo de momentum derivado de precios. Mide coeficientes de información de Spearman transversales frente a rentabilidades futuras, compara horizontes y explica la diferencia entre…
MintEval evalúa si los modelos de lenguaje traducen instrucciones de traders a código que se comporta como la estrategia prevista. Construye estrategias de referencia con componentes combinables, las convierte en instrucciones coloquiales y pide a los…
Este documento presenta estrategias de momentum espaciotemporal que combinan el historial de momentum de un activo con su momentum en relación con otros activos. El enfoque utiliza redes neuronales para aprender señales de trading en una cartera y trata el…
Esta demostración comprueba si una implementación de cruce de dos medias móviles genera señales coincidentes en motores de backtest y trading real. Ambos motores reciben las mismas barras ETF preparadas y usan los mismos parámetros de estrategia y la misma…
Esta utilidad de entrenamiento describe un ciclo de optimización para un modelo de estilo DeePM. Usa AdamW para actualizar los parámetros del modelo a partir de una función de pérdida robusta orientada al Sharpe, con rendimientos futuros, escalado por…
Este estudio de caso ajusta árboles con gradient boosting a etiquetas de rendimiento de ETF y los compara con una referencia lineal que obtuvo buenos resultados con una regularización ridge intensa. Explica por qué los árboles pueden descubrir interacciones,…
Este análisis exploratorio describe un panel histórico de acciones US, explica sus campos de precios brutos y ajustados y examina la cobertura de símbolos a lo largo del tiempo. Compara los recuentos anuales de símbolos activos con las primeras y últimas…
Este cuaderno crea características de volatilidad condicional para un estudio de acciones y opciones del S&P 500 mediante un modelo GJR-GARCH. A diferencia de las reglas fijas basadas en precios pasados, las características ajustadas dependen de su periodo…
Este documento demuestra conceptos de almacenes de características directamente con datos Parquet de estudios de caso. Una vista de características especifica la clave de entidad, la marca temporal del evento, el periodo de validez y las columnas de…
Este documento describe una comparación de motores de bases de datos para datos financieros de series temporales. Compara escrituras masivas, escaneos completos, consultas por intervalo temporal, agregaciones OHLCV y uniones as-of para datos de operaciones y…
Este documento presenta métodos para limpiar datos financieros y explica cómo alinear el preprocesamiento con las particiones de entrenamiento y prueba. La lección principal es estimar transformaciones como el escalado y la winsorización únicamente con datos…
El documento explica tres reglas para cerrar posiciones antes del rebalanceo programado de una cartera: un stop de pérdidas fijo, un stop dinámico medido desde el mejor precio de la posición y una salida por tiempo que cierra tras un periodo de tenencia…
Este documento presenta conjuntos públicos de datos de rendimientos de factores Fama-French y AQR como insumos para crear referencias, atribuir riesgos e investigar factores. Describe los factores de mercado, tamaño, valor, rentabilidad, inversión y momentum…
Este cuaderno muestra la frontera de despliegue entre un pipeline de aprendizaje automático sin conexión y el motor LEAN de QuantConnect. Selecciona un conjunto de predicciones mediante el registro del estudio de caso ETF, verifica la procedencia del…