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 cuaderno explica cómo el aprendizaje automático doble (DML) estima si el momentum de FX afecta a los rendimientos futuros tras ajustar por los factores de confusión configurados. Distingue esta pregunta sobre intervención de la predicción: los modelos…
Este cuaderno presenta diagnósticos ligeros de falsificación para el triaje de características y distingue explícitamente la coherencia con un mecanismo de la identificación causal. Primero analiza características de ETF en distintos horizontes de…
Este cuaderno examina etiquetas de aprendizaje supervisado usando datos de precios de ETF. Abarca rentabilidades futuras de horizonte fijo para regresión o clasificación de dirección, percentiles móviles de series temporales, etiquetas de percentiles…
Este cuaderno entrena Skip-gram Word2Vec con frases etiquetadas de noticias financieras y explica cómo sus vectores representan palabras que aparecen en contextos similares. Describe la función del tamaño de vector, la ventana de contexto, la frecuencia…
Este cuaderno compara coberturas aprendidas y analíticas para una call europea corta cuando el reajuste es discreto y el trading conlleva costes proporcionales. Define el PnL terminal autofinanciado a partir de las ganancias de cobertura, los costes de…
Este cuaderno evalúa características de ETF una a una, calculando un coeficiente de información de rango entre los valores de cada característica y las rentabilidades mensuales posteriores para cada fecha. Analiza características financieras y derivadas de…
Este cuaderno evalúa características candidatas para ordenar acciones de US según sus rentabilidades posteriores. Calcula coeficientes de información transversales diarios, resume su promedio con estimaciones de incertidumbre que tienen en cuenta la…
Este cuaderno explica PCA como modelo de factores latentes de referencia para predecir rentabilidades de ETF. Descompone un panel de entrenamiento de rentabilidades futuras en direcciones principales y estima la exposición de cada fondo y las primas de los…
Este cuaderno muestra cómo ajustar tres puntos de control de transformers para clasificar el sentimiento de frases financieras en tres clases, y cómo evaluarlos con precisión, F1 macro y matrices de confusión. Usa una división estratificada en conjuntos de…
Este cuaderno estima el efecto ajustado de una medida continua de momentum de ETF sobre las rentabilidades futuras mediante aprendizaje automático doble. Compara una regresión sin ajustar con estimaciones de DML que controlan la volatilidad reciente y de más…
Este cuaderno explica cómo un autoencoder condicional amplía el análisis de componentes principales instrumentado (IPCA): conserva la estructura en dos etapas, en la que las características de los fondos se asignan a exposiciones a factores latentes y estas…
Este análisis compara modelos predictivos para ordenar acciones de NASDAQ-100 según su rentabilidad en los próximos 15 minutos, usando características intradía de microestructura como diferenciales, desequilibrio de profundidad, volumen con signo y…
Este cuaderno ensaya un ciclo de despliegue para un modelo que predice la dirección de las tasas de financiación de criptomonedas. Entrena un clasificador LightGBM con datos históricos de perpetuos derivados de Binance, obtiene velas horarias en vivo y tasas…
Este cuaderno compara sklearn HistGradientBoosting, XGBoost, LightGBM y CatBoost para predecir rentabilidades futuras de ETF. Mide el coeficiente de información transversal, el tiempo de entrenamiento y el uso de memoria en distintas configuraciones de…
Este cuaderno describe una familia de modelos de rendimiento de ETF que infieren direcciones latentes comunes en un conjunto de datos y usan características para estimar la exposición de los fondos. Distingue cinco enfoques: componentes principales…
Este cuaderno explica cómo diseñar una herramienta de búsqueda para un agente de pronóstico, de modo que la evidencia tenga una estructura coherente, un origen rastreable y una ruta auditable hasta el modelo. Un protocolo de cliente compartido devuelve…
Este cuaderno muestra por qué buscar entre muchas señales o estrategias hace que el mejor resultado observado parezca más sólido que su verdadero valor predictivo. Una simulación con factores sin información real ilustra cómo elegir el coeficiente de…
El documento describe cómo un flujo de investigación de trading evalúa si los ajustes de modelos de factores latentes finalizaron en un estado utilizable. En los modelos entrenados mediante descenso del gradiente, comprueba que el último objetivo de…
Este cuaderno aplica TSMixer a secuencias de ETF mediante una función global compartida entre fondos. Cada ejemplo contiene el historial y las covariables de un fondo individual; las interacciones temporales y entre características se aprenden en el…
Este cuaderno describe un modelo de factor de descuento estocástico (SDF) para valorar la sección transversal de rendimientos empresariales de US. En vez de estimar primero los factores y aplicarlos después, aprende directamente ponderaciones por empresa y…
Este cuaderno presenta un puente de despliegue entre un flujo de aprendizaje automático sin conexión y el motor de trading LEAN de QuantConnect. Selecciona de forma reproducible una ejecución del modelo desde un registro, exporta sus predicciones del periodo…
Este documento describe el ajuste de redes convolucionales temporales a características de microestructura de nivel intraminuto de NASDAQ 100. Las convoluciones causales impiden que una predicción use observaciones posteriores, mientras que la dilatación…
Este cuaderno especifica y ejecuta un análisis de doble aprendizaje automático del efecto de la prima de riesgo de varianza en los retornos de opciones cortas hasta el vencimiento. Antes de la ejecución, define el tratamiento, el resultado, los factores de…
Este análisis compara predicciones de varias familias de modelos entrenadas con características mensuales de acciones de US para pronosticar los retornos del mes siguiente. Se centra en el coeficiente de información transversal, que mide hasta qué punto un…