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.
2,477 documentos
Este cuaderno utiliza aprendizaje automático doble para estimar si el carry de futuros predice rendimientos posteriores de forma independiente de la volatilidad, el momentum y el rango transversal del carry. Elimina de carry y rendimientos la influencia de…
Este cuaderno desarrolla características basadas en modelos para futuros perpetuos de criptomonedas: previsiones de volatilidad condicional por activo mediante GJR-GARCH y una probabilidad de régimen de tensión de todo el mercado mediante un modelo oculto de…
Este análisis compara los resultados de selección de características en nueve estudios de caso de trading y pregunta si las características que superan el filtro predicen estrategias más sólidas. El filtro combina el control de falsos descubrimientos de…
Este cuaderno describe DeePM, una política integral de cartera de ETF ETF diseñada para mejorar el rendimiento en distintas condiciones de mercado. Sus componentes incluyen características de rendimiento y tendencia normalizadas por volatilidad, un modelo…
Este estudio de caso aplica estimación causal al momentum de ETF y pregunta si su efecto sobre los rendimientos futuros varía con la volatilidad del mercado. Utiliza un tratamiento continuo de momentum, un resultado de rendimiento futuro a 21 días, controles…
Este cuaderno presenta NLinear como referencia sencilla de modelo secuencial para predecir rendimientos de acciones US. Cada ejemplo utiliza una ventana de 60 sesiones consecutivas de una acción, con las características ordenadas en el tiempo. Para cada…
Este cuaderno utiliza el análisis de excursiones máximas favorables y adversas para orientar la amplitud de las barreras triples a partir de trayectorias de precios observadas. Para una entrada larga al cierre de una barra, mide el máximo más alto y el…
Este cuaderno aplica FinBERT preentrenado a titulares financieros de FinMarBa y examina por qué su precisión queda muy por debajo de las cifras publicadas para su evaluación en Financial PhraseBank. El diagnóstico central es la procedencia de las etiquetas:…
Este cuaderno evalúa NLinear, un modelo secuencial mínimo que resta el último nivel observado de cada ventana retrospectiva y transforma los valores restantes en una predicción. Su sencillez lo convierte en una referencia útil para arquitecturas secuenciales…
El documento describe un estudio walk-forward de redes neuronales TabM para predecir rendimientos mensuales a partir de características de empresas. Como el proceso de entrenamiento compartido fija el objetivo en error cuadrático para regresión y entropía…
El documento explica cómo cuatro modelos de impacto de mercado estiman el movimiento adverso del precio por acción asociado a una orden: sin impacto, impacto lineal, impacto de raíz cuadrada y ley de potencias configurable. Aclara la convención de signo, las…
El documento convierte una hipótesis de momentum entre activos en una prueba exploratoria mensual con un universo de 100-ETF. Construye precios ajustados de fin de mes, mide el momentum de 12 a -1 meses, clasifica los ETF válidos en cinco grupos con…
Este cuaderno presenta una perspectiva por familias de cinco métodos de factores latentes aplicados a un estudio de caso de análisis de opciones sobre acciones. PCA estima directamente los movimientos comunes a partir del panel de rendimientos; IPCA asigna…
Este cuaderno examina por qué dos motores de backtesting pueden producir resultados distintos con señales idénticas. Mantiene fija la estrategia y el universo negociable, hace deterministas las ponderaciones de cartera cuando hay predicciones empatadas y…
Este código fuente describe salvaguardas para reconstruir una solicitud de modelo a partir de su especificación de entrenamiento inmutable y validar la ejecución resultante. Comprueba que la solicitud use una versión de identidad admitida, un nivel de…
Este cuaderno presenta el análisis de componentes principales instrumentado como modelo de rendimientos transversales. En vez de asignar ponderaciones directas de rendimiento a las características de cada empresa, IPCA estima un mapa lineal compartido de…
El cuaderno explica cómo leer como probabilidades los contratos binarios de tipos de la Reserva Federal de Kalshi y cómo convertir una escala de umbrales de tipos en una distribución implícita. Destaca que el flujo de datos contiene pujas YES, por lo que los…
Este cuaderno compara cuatro diseños de redes neuronales para la misma tarea: predecir el próximo rendimiento diario a partir de una ventana de rendimientos pasados, agrupados entre ocho fondos cotizados. Describe cómo procesan la entrada una red densa, una…
Este análisis de viabilidad comprueba si los datos y los supuestos permiten una estrategia semanal que clasifique acciones del S&P 500 por volatilidad implícita at-the-money y compre las mejor clasificadas. Las opciones aportan la señal, pero las posiciones…
Este cuaderno evalúa modelos secuenciales para clasificar acciones del S&P 500 usando ventanas de sus historiales de superficies de opciones y precios. Combina un modelo lineal normalizado, sin memoria recurrente, con un LSTM cuyas compuertas transportan…
Este cuaderno explora un panel de datos económicos creado a partir de series de Federal Reserve Economic Data. Explica que el panel distribuido usa fechas naturales, incluidos fines de semana y festivos, y muestra cómo los metadatos asociados identifican el…
Este cuaderno explica por qué las pruebas t habituales pueden exagerar la solidez de un coeficiente de información (IC) cuando las observaciones diarias de IC son dependientes. Construye una señal de momentum con datos de ETF, examina la autocorrelación de…
Este cuaderno muestra una interfaz unificada de OHLCV para Yahoo Finance, WikiPrices y FRED; después usa esas fuentes para datos actuales de ETF, acciones con largos historiales y series macroeconómicas. Expone un método de adquisición con alternativas…
Este cuaderno ajusta una red LSTM a características de microestructura de NASDAQ-100 para predecir rendimientos futuros en varios horizontes de minutos. A diferencia de un modelo lineal aplanado, un LSTM procesa cada observación en secuencia y aprende cuánta…