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

400 documentos

Machine Learning for Trading

Este documento explica por qué una serie diaria de opciones con vencimiento constante no representa los rendimientos de una posición realmente mantenida. Selecciona patas de compra y venta con el mismo precio de ejercicio y vencimiento que superan filtros de…

OpcionesVolatilidadPruebas retrospectivasValoración de derivados
Machine Learning for Trading

Este cuaderno demuestra la cobertura profunda de una opción de compra europea vendida. Simula trayectorias de movimiento browniano geométrico, utiliza la cobertura delta de Black–Scholes como referencia y entrena una red neuronal semirrecurrente para elegir…

OpcionesValoración de derivadosAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este documento describe un conjunto de datos de divisas OHLCV que cubre pares principales y cruces G10, con barras diarias y de cuatro horas de OANDA. Expone cómo descargar, cargar y filtrar los datos por par o intervalo de fechas, y cómo explorarlos…

DivisasEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno explica cómo GARCH convierte la agrupación de volatilidad en una variable por sesión. Primero utiliza gráficos de rendimientos y una prueba ARCH-LM para comprobar si los rendimientos al cuadrado dependen de sus propios retardos. En un modelo…

VolatilidadIndicadores técnicosGestión del riesgoEstadística
Machine Learning for Trading

Este documento desarrolla un panel diario de variables para ordenar veinte pares de divisas al cierre de las 5 PM de Nueva York. Distingue las señales que permiten ordenar, como los rendimientos estandarizados a varios horizontes y la posición en el canal,…

DivisasReversión a la mediaImpulsoVolatilidad
Machine Learning for Trading

Este cuaderno analiza cómo se comportó una estrategia de referencia de momentum con posiciones largas únicamente en ETF en distintas condiciones de mercado entre 2010 y 2024. Etiqueta cada rendimiento diario con medidas de volatilidad y tendencia conocidas…

Renta variableImpulsoSeguimiento de tendenciasVolatilidad
Machine Learning for Trading

Este cuaderno examina los registros de operaciones y cotizaciones de AAPL durante el crash de mercado de marzo de 16, 2020 para mostrar cómo cambia la microestructura del mercado bajo estrés. Filtra el flujo de operaciones a las horas habituales de…

Renta variableMicroestructura del mercadoEjecuciónVolatilidad
Machine Learning for Trading

El cuaderno explica el valor en riesgo como un cuantil de pérdidas y el valor en riesgo condicional, o pérdida esperada de cola, como la pérdida media más allá de ese umbral. Estima el riesgo de cola a un día de un ETF de renta variable amplio mediante…

Renta variableVolatilidadGestión del riesgoEstadística
Machine Learning for Trading

Este estudio de caso ajusta modelos lineales regularizados a la rentabilidad de straddles cortos at-the-money mantenidos hasta el vencimiento. Como los ingresos por primas limitan la ganancia mientras que las pérdidas pueden crecer sin límite, unas pocas…

OpcionesVolatilidadAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno crea cuatro características basadas en modelos para la investigación de opciones del S&P 500: pronósticos de volatilidad para el día siguiente de GJR-GARCH y de volatilidad estocástica, además de las diferencias entre cada pronóstico y la…

OpcionesVolatilidadValoración de derivadosPruebas retrospectivas
Machine Learning for Trading

Este cuaderno prueba si los embeddings de grafos aprendidos añaden información predictiva a un modelo tabular para acciones de US. Construye una red a partir de correlaciones absolutas de rendimientos medidas antes del periodo objetivo, crea características…

Renta variableAprendizaje automáticoPruebas retrospectivasImpulso
Machine Learning for Trading

Este cuaderno compara formas de medir la volatilidad y desarrolla modelos de volatilidad autorregresivos heterogéneos (HAR) junto con un análisis de rugosidad. Utiliza rendimientos intradía para estimar la varianza realizada de cada sesión, distingue los…

VolatilidadEstadísticaIndicadores técnicosRenta variable
Machine Learning for Trading

Este cuaderno compara cuatro asignaciones de referencia de ETF mediante períodos históricos de crisis, perturbaciones simultáneas de activos definidas manualmente, simulaciones de Monte Carlo con distribución t de Student y estadísticas de regímenes de…

MultiactivoGestión del riesgoConstrucción de carterasVolatilidad
Machine Learning for Trading

Este cuaderno desarrolla la valoración Black-Scholes de opciones call y put europeas, comprueba la paridad put-call y calcula la volatilidad implícita mediante búsqueda de raíces de Brent. También define Delta, Gamma, Vega, Theta y Rho, y utiliza gráficos…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno de características ETF explica cómo los modelos estadísticos ajustados pueden filtrar información futura a través de sus parámetros estimados, aunque sus fórmulas usen observaciones pasadas. La solución es un calendario de reajuste…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este análisis comprueba si los datos diarios de opciones permiten una estrategia semanal que vende straddles at the money sobre componentes del S&P 500, cubre acciones con delta y mantiene los contratos hasta el vencimiento. Explica cómo las opciones call y…

OpcionesVolatilidadEjecuciónPruebas retrospectivas
Machine Learning for Trading

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…

CriptoactivosFuturos perpetuosVolatilidadAprendizaje automático
Machine Learning for Trading

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…

Gestión del riesgoVolatilidadPruebas retrospectivas