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.
932 documentos
Este estudio modela los contratos de protocolos de préstamo descentralizados como opciones: los prestatarios actúan como compradores de opciones y los prestamistas como vendedores, mientras que la relación préstamo-valor ayuda a determinar la prima. Utiliza…
Este trabajo comprueba si el aprendizaje por refuerzo profundo puede encontrar estrategias de negociación óptimas en entornos fáciles de describir, pero difíciles desde el punto de vista matemático. Los autores se centran en el gradiente de política…
El documento describe un método basado en datos para encontrar estrategias de arbitraje estadístico que buscan seguir siendo rentables bajo la incertidumbre sobre el modelo de mercado. Utiliza redes neuronales profundas para considerar muchos valores a la…
El documento utiliza una gran simulación basada en agentes para examinar qué estilos de trading persisten en un mercado ruidoso. Su modelo MAS-Utopia incluye 10,000 agentes de cinco arquetipos y aplica cinco años de datos de alta frecuencia. El entorno…
El artículo estudia cómo los impuestos sobre las ganancias de capital y los beneficios fiscales de las pérdidas realizadas afectan las decisiones de trading de acciones. Propone utilizar la base fiscal media en un entorno de aprendizaje por refuerzo, lo que…
CTBench es un banco de pruebas para evaluar series temporales sintéticas de criptomonedas, motivado por la negociación continua, la alta volatilidad y los rápidos cambios de régimen del mercado. Reúne datos de 452 tokens y evalúa ocho modelos representativos…
Este artículo estudia el trading óptimo cuando una señal sigue un proceso de Ornstein-Uhlenbeck con reversión a la media, cuyos parámetros cambian según regímenes ocultos. Combina redes neuronales recurrentes con aprendizaje por refuerzo para inferir a…
Este estudio modela un libro de órdenes límite poblado exclusivamente por operadores autónomos con aprendizaje por refuerzo. Mediante un motor microscópico de casación de órdenes, examina cómo las interacciones entre agentes determinan el flujo agregado de…
Este estudio examina si la diferencia entre una posición de cobertura profunda y una posición de cobertura delta puede constituir arbitraje estadístico. Considera una afirmación previa derivada bajo supuestos de mercados completos y pregunta si se obtiene…
DeepUnifiedMom es un marco de construcción de carteras que combina señales de momentum de series temporales en varios horizontes. Utiliza aprendizaje multitarea con una arquitectura de mezcla de expertos con múltiples compuertas para crear carteras…
Este artículo estudia el trading óptimo cuando una señal de arbitraje estadístico procede de factores ocultos que provocan saltos y difusión en los precios. Las órdenes del operador también pueden afectar a los precios cotizados y de ejecución, por lo que el…
Este estudio examina anomalías intradía en productos cotizados de Bitcoin y Ethereum que cotizan en Xetra y Nasdaq Stockholm, utilizando barras de un minuto desde enero de 2024 hasta diciembre de 2025. Su referencia identifica rendimientos negativos extremos…
El documento presenta un algoritmo propuesto de trading bursátil de alta frecuencia que utiliza predicciones de redes neuronales para generar señales de compra y venta. Compara tres enfoques: regresión logística optimizada con pérdida de entropía cruzada y…
El marco aborda la circularidad en la generación de opciones sintéticas: la volatilidad implícita suele inferirse de precios observados de opciones, pero los precios sintéticos necesitan una volatilidad implícita como entrada. Primero genera trayectorias de…
El estudio examina si el texto de noticias y redes sociales puede mejorar las previsiones de precios de Bitcoin y Ethereum al combinarse con datos financieros y de blockchain. Compara modelos lingüísticos preentrenados y ajustados con métodos de sentimiento…
El documento presenta KBPT, una política de trading de pares que combina un filtro de Kalman, señales de bandas de Bollinger y una red neuronal basada en la arquitectura KalmanNet. Las versiones tradicionales modelan la relación entre dos activos como un…
El documento describe un enfoque de aprendizaje automático de extremo a extremo que transforma directamente los datos del mercado de opciones en señales de trading. A diferencia de los enfoques que especifican la dinámica del mercado o se basan en un modelo…
El documento describe la aplicación del aprendizaje profundo por refuerzo al problema de trading de reversión a la media. Busca hacer más accesibles los métodos recientes de aprendizaje por refuerzo a los profesionales que, de otro modo, tendrían que elegir…
El documento utiliza una red neuronal profunda de propagación hacia delante para estudiar las interacciones no lineales entre los rendimientos de alta frecuencia y el volumen de trading con signo en acciones de tick grande y pequeño. Compara la red con una…
El documento examina por qué los modelos de lenguaje grandes más capaces a veces pueden operar con criptomonedas con menos eficacia que los modelos más débiles. Atribuye parte de este patrón a la preferencia de los modelos más potentes por la información…
El documento presenta Real-CATS, un conjunto de datos destinado a apoyar el desarrollo y la evaluación de métodos para detectar direcciones de criptomonedas. Combina direcciones identificadas como delictivas en informes reales con direcciones benignas…
Este estudio usa datos internos de la red Bitcoin y factores externos para predecir la dirección diaria del precio con varios modelos de aprendizaje automático. Evalúa esos pronósticos mediante una estrategia de trading con observaciones no vistas…
PulseReddit combina debates a gran escala de Reddit con estadísticas de alta frecuencia del mercado de criptomonedas para estudiar si la información social puede contribuir al trading a corto plazo. El artículo evalúa sistemas multiagente basados en LLM que…
Este artículo predice la volatilidad realizada a corto plazo de Bitcoin mediante la codificación de instantáneas de datos del flujo de órdenes como imágenes. El tamaño y la dirección de las operaciones, junto con la información del libro de órdenes límite,…