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 documento registra un pronóstico en varias etapas sobre si la Reserva Federal subirá los tipos durante 2026. Tres agentes buscan pruebas y asignan probabilidades, tras lo cual se celebra un debate y un supervisor actualiza el pronóstico. Sus opiniones…

Renta fijaMercados de EE. UU.Aprendizaje automáticoEstadística
Machine Learning for Trading

El cuaderno describe un análisis de aprendizaje automático doble con ventana expansiva para determinar si el momentum de 12 a -2 meses predice las rentabilidades del mes siguiente de empresas de US, tras ajustar por beta, volatilidad idiosincrásica,…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta una canalización para extraer eventos corporativos estructurados de documentos SEC 8-K y cargarlos en un grafo de conocimiento Neo4j. Un modelo de lenguaje procesa los documentos por lotes para generar registros de eventos con sujetos,…

Basado en eventosAprendizaje automáticoRenta variableEstadística
Machine Learning for Trading

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,…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara la clonación del comportamiento y el aprendizaje por refuerzo inverso (IRL) mediante demostraciones de una regla de ejecución de precio medio ponderado en el tiempo (TWAP). La clonación del comportamiento asigna directamente acciones a…

EjecuciónAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno aplica aprendizaje automático doble para examinar si el diferencial entre la volatilidad implícita y la realizada se asocia con las rentabilidades posteriores de las acciones, tras ajustar por factores de confusión observados. Identifica la…

Renta variableOpcionesVolatilidadAprendizaje automático
Machine Learning for Trading

Este cuaderno convierte las declaraciones institucionales 13F en un grafo bipartito que conecta gestores con acciones y luego deriva características de propiedad por acción. Agrega posiciones duplicadas de gestor y acción, normaliza las etiquetas de los…

Renta variableEstadísticaConstrucción de carterasMercados de EE. UU.
Machine Learning for Trading

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…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

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…

Renta variableEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaImpulsoPruebas retrospectivas
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

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…

Pruebas retrospectivasEstadísticaAprendizaje automáticoDatos en cadena
Machine Learning for Trading

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…

Renta variableImpulsoEstadísticaPruebas retrospectivas
arXiv papers

El estudio examina las disparidades de género en la financiación de préstamos en una importante plataforma china de préstamos entre particulares. Sostiene que las medidas convencionales de trato desigual detectan la discriminación directa, pero pueden pasar…

Mercados de ChinaEstadística
Machine Learning for Trading

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…

Aprendizaje automáticoGestión del riesgoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno ajusta modelos ridge, lasso y elastic net a características empresariales publicadas de acciones individuales de US. Las características abarcan valor, rentabilidad, inversión, tamaño, momentum, reversión, riesgo y liquidez. Los pliegues…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

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,…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

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…

Renta variableMercados de EE. UU.Pruebas retrospectivasEstadística
Machine Learning for Trading

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…

Aprendizaje automáticoPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

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…

Microestructura del mercadoEjecuciónPruebas retrospectivasEstadística
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

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…

Inversión por factoresRenta variableEstadísticaPruebas retrospectivas