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

377 documentos

Machine Learning for Trading

Este estudio de caso evalúa señales diarias de momentum y carry en un universo pequeño y correlacionado de pares de divisas al contado de G10. El flujo abarca comprobaciones de viabilidad y etiquetas de retornos futuros, características diseñadas y basadas…

DivisasImpulsoCarryPruebas retrospectivas
Machine Learning for Trading

Este notebook implementa DeePM, una política de cartera integral para un universo diversificado de ETF. El modelo combina características temporales, metadatos de activos, atención transversal y un prior de grafo macro que permite la atención dentro de las…

MultiactivoConstrucción de carterasAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este caso práctico convierte predicciones almacenadas del modelo para acciones US en carteras largas y cortas con ponderaciones iguales. Prueba varios esquemas de entrada, cada uno seleccionando los nombres mejor clasificados para posiciones largas y los…

Mercados de EE. UU.Renta variableAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este documento describe varias formas de convertir puntuaciones de predicción en señales de trading: umbrales fijos, percentiles móviles por activo y percentiles transversales. Los umbrales fijos usan un nivel de puntuación elegido; los móviles se adaptan a…

Aprendizaje automáticoConstrucción de carterasDimensionamiento de posicionesPruebas retrospectivas
Machine Learning for Trading

Este documento describe utilidades para comparar estrategias de trading registradas y crear evaluaciones estructuradas de casos de estudio. Un método central de clasificación limita las series de retornos a sus marcas de tiempo compartidas exactas antes de…

Pruebas retrospectivasGestión del riesgoConstrucción de carterasEstadística
Machine Learning for Trading

Este capítulo repasa métodos para recuperar estructuras comunes de paneles de retornos y características, desde PCA y carteras de autovectores hasta IPCA, PCA de prima de riesgo, autocodificadores condicionales, estimación de factores de descuento…

Inversión por factoresAprendizaje automáticoEstadísticaConstrucción de carteras
Machine Learning for Trading

Este cuaderno convierte predicciones transversales sobre acciones en carteras long-short: las ordena en cada rebalanceo, compra las k primeras y vende en corto las k últimas con el mismo capital por posición. La igual ponderación ofrece una referencia que…

Renta variableAprendizaje automáticoPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

El documento presenta un flujo de investigación de trading con aprendizaje automático que lleva las ideas desde los datos y la construcción de características hasta el entrenamiento de modelos, el backtesting, los costes de transacción, las decisiones de…

Aprendizaje automáticoPruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Este cuaderno ejecuta la especificación de la estrategia de FX ya seleccionada con predicciones de prueba registradas. Conserva la señal, la asignación, los controles de riesgo, la regla de rebalanceo, los costes y la configuración de la cuenta; el conjunto…

DivisasPruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Este cuaderno presenta Tail-GAN, un enfoque adversarial generativo diseñado para reproducir el riesgo de cola de escenarios financieros, en especial el valor en riesgo (VaR) y la pérdida esperada (ES). Usa ordenación diferenciable para que las medidas de…

Aprendizaje automáticoGestión del riesgoEstadísticaConstrucción de carteras
Machine Learning for Trading

Este experimento combina predicciones de validación de un modelo de árboles con boosting, una red neuronal tabular y un modelo de factores latentes para clasificar ETF mensualmente. Primero estandariza las predicciones transversalmente con puntuaciones z y…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este notebook compara la ponderación igual con dos reglas de asignación para estrategias basadas en características de empresas US: la ponderación por puntuación asigna más capital a predicciones de modelo más altas, mientras que la ponderación conformal…

Renta variableDimensionamiento de posicionesConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este notebook construye un asignador de carteras de extremo a extremo que sitúa una red de selección de variables de tipo Temporal Fusion Transformer antes de un LSTM. Redes residuales con compuertas independientes incorporan cada característica y, después,…

Aprendizaje automáticoConstrucción de carterasDimensionamiento de posicionesVolatilidad
Machine Learning for Trading

Este módulo de configuración describe un marco para declarar los ajustes de las pruebas de backtest de cada caso práctico. Lee esquemas de entrada, métodos de asignación, matrices de costes de trading y controles de riesgo desde archivos de configuración, y…

Pruebas retrospectivasGestión del riesgoDimensionamiento de posicionesConstrucción de carteras
Machine Learning for Trading

Este capítulo explica cómo construir y usar grafos de conocimiento financiero cuando las preguntas dependen de relaciones como la propiedad, las cadenas de suministro o el contagio. Aborda la identidad de las entidades, los esquemas de relaciones tipadas, la…

Aprendizaje automáticoRenta variableMercados de EE. UU.Construcción de carteras
Machine Learning for Trading

Este cuaderno analiza una cartera de ETF de renta variable con regresiones de CAPM y factores de Fama-French, y amplía después el análisis a exposiciones móviles, atribución de rendimientos y dependencia residual. Usa rendimientos diarios y datos factoriales…

Renta variableInversión por factoresConstrucción de carterasEstadística
Machine Learning for Trading

Esta implementación describe un modelo neuronal de factor estocástico de descuento y una red adversarial de momentos para probar relaciones de valoración de activos. La red SDF transforma características de los activos, combinadas opcionalmente con una…

Aprendizaje automáticoInversión por factoresEstadísticaConstrucción de carteras
Machine Learning for Trading

Este documento describe un productor de comparaciones de rendimiento pareadas entre etapas de selección de estrategias. Compara las señales seleccionadas con referencias equiponderadas, las selecciones de prueba con las de validación, y las transiciones…

EstadísticaPruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Esta utilidad construye una matriz booleana de adyacencia entre activos a partir de etiquetas de grupos de activos y enlaces opcionales entre grupos. Los activos asignados al mismo grupo macro se conectan entre sí, y cada enlace entre grupos conecta a todos…

MultiactivoAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

Este cuaderno describe cómo evaluar una estrategia seleccionada de financiación de perpetuos cripto en un periodo de prueba posterior. Reutiliza predicciones generadas con datos de entrenamiento que terminan antes de ese periodo, mantiene la señal, el método…

CriptoactivosFuturos perpetuosCarryPruebas retrospectivas
Machine Learning for Trading

Este notebook usa análisis de componentes principales basado en correlaciones sobre las rentabilidades de ETF sectoriales para describir factores de riesgo comunes y rotación sectorial. Estandarizar las rentabilidades da varianza unitaria a cada sector antes…

Renta variableInversión por factoresEstadísticaConstrucción de carteras