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

2,477 documentos

Machine Learning for Trading

Este cuaderno convierte conjuntos de predicciones de modelos en backtests comparables de opciones del S&P 500. En cada fecha de decisión semanal, ordena las rentabilidades previstas, selecciona los símbolos mejor clasificados del universo líquido y vende…

OpcionesRenta variablePruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno usa aprendizaje automático doble para estimar si el carry de futuros afecta a las rentabilidades posteriores después de ajustar por volatilidad, momentum y el rango transversal del carry. Distingue la explicación causal del rendimiento…

FuturosCarryAprendizaje automáticoEstadística
Machine Learning for Trading

Este documento explica cómo comparar un modelo vigente con uno candidato mediante una evaluación en sombra antes de asignar capital. Fija de antemano sus funciones y los umbrales de promoción, y luego evalúa al candidato en cinco dimensiones: mejora del…

Aprendizaje automáticoEstadísticaGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

El cuaderno presenta un autoencoder supervisado para modelar factores de acciones. A diferencia de los autoencoders no supervisados, que aprenden un cuello de botella reconstruyendo la sección transversal, este modelo también incluye rentabilidades futuras…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno exploratorio describe la estructura y la interpretación de las barras de un minuto de NASDAQ-100 de AlgoSeek. Organiza los campos precalculados del conjunto de datos en precios y tamaños de cotización, precios de operación, diferenciales,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.
Machine Learning for Trading

El cuaderno explica cómo separar la variación continua de los precios de los saltos en las rentabilidades intradía de las acciones. Estima la varianza realizada diaria a partir de rentabilidades al cuadrado y usa la variación bipotencia como estimación…

Renta variableVolatilidadEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno aplica un modelo neuronal de factor de descuento estocástico a futuros CME. En términos de valoración de activos, un factor de descuento estocástico es una variable aleatoria cuyo producto por la rentabilidad de cada activo tiene el mismo valor…

FuturosAprendizaje automáticoInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Esta nota de configuración distingue los parámetros que aparecen en la identidad de un backtest de los que realmente afectan a los costes de trading simulado. En el estudio de caso descrito, todas las ejecuciones registradas usan una ruta vectorizada de…

OpcionesPruebas retrospectivasEjecuciónEstadística
Machine Learning for Trading

El documento muestra un adaptador de bróker que comprueba las órdenes y el estado de la cartera antes de enviarlas. Sus controles incluyen límites de acciones y valor por orden, límites de exposición por posición, límites de frecuencia de órdenes, listas de…

Gestión del riesgoDimensionamiento de posicionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este análisis comprueba si los datos de liquidación pueden respaldar una estrategia transversal semanal de futuros CME antes de ajustar ningún modelo. Evalúa si hay cotizaciones de suficientes productos en las fechas de rebalanceo para completar las carteras…

FuturosCarryGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un inventario comparativo de características financieras diseñadas para nueve clases de activos. Cuenta las características y las familias basadas en nombres de cada panel disponible, compara el tamaño de los espacios de…

MultiactivoEstadísticaInversión por factores
Machine Learning for Trading

Este capítulo repasa las representaciones de texto financiero, desde diccionarios y recuentos de palabras hasta TF-IDF, embeddings estáticos, redes recurrentes y Transformers. Explica sus ventajas y desventajas: los métodos más sencillos son rápidos,…

Aprendizaje automáticoSentimiento del mercadoEstadísticaRenta variable
Machine Learning for Trading

Este cuaderno usa Optuna para ajustar modelos de rentabilidad LightGBM considerando tanto el coeficiente de información transversal (IC) como la rotación de predicciones. Una búsqueda de objetivo único maximiza IC para comparar; una búsqueda multiobjetivo…

Aprendizaje automáticoEstadísticaFuturosCriptoactivos
Machine Learning for Trading

Este cuaderno compara bases de datos integradas, basadas en servidor, de uso general y orientadas al trading en tareas con series temporales financieras: escrituras masivas, escaneos completos, consultas por intervalo temporal, agregación OHLCV y alineación…

Pruebas retrospectivasEstadísticaMicroestructura del mercadoEjecución
Machine Learning for Trading

Este material educativo compara modelos estocásticos paramétricos y métodos bootstrap para generar trayectorias financieras sintéticas. Incluye movimiento browniano geométrico, difusión con saltos, reversión a la media, volatilidad estocástica de Heston y…

EstadísticaVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este análisis compara tres formas de convertir pronósticos de rentabilidad del modelo con signo en posiciones binarias: un umbral fijo de cero, un percentil móvil para cada símbolo y un percentil transversal entre símbolos. Aplica las reglas a predicciones…

Aprendizaje automáticoEjecuciónPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno convierte los rendimientos futuros de ETF a 21 días en un objetivo de subida o bajada y evalúa una regresión logística regularizada con L1 y L2 en pliegues walk-forward cronológicos. Escala las características usando los datos de entrenamiento…

Aprendizaje automáticoEstadísticaDimensionamiento de posicionesRenta variable
Machine Learning for Trading

Este cuaderno configura Feast como almacén de características para datos financieros y basados en modelos, y luego compara su recuperación histórica y en cada momento con una unión transparente construida manualmente. Declara entidades, fuentes con marcas de…

Aprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno demuestra medidas de protección operativa para el trading en vivo mediante un bróker sintético. Muestra cómo se rechaza una orden cuando la instantánea del mercado supera una antigüedad configurada, y cómo una caída del valor de la cuenta puede…

Gestión del riesgoEjecución
Machine Learning for Trading

Este cuaderno mide cómo afectan los cambios en los costes de transacción proporcionales a una estrategia FX seleccionada en validación por cada etiqueta de rentabilidad. Primero selecciona una estrategia base entre candidatos de señal, asignación y capa de…

DivisasPruebas retrospectivasEjecuciónGestión del riesgo