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

1,076 documentos

Machine Learning for Trading

Este cuaderno crea un informe auditable de una estrategia de Bitcoin solo larga que entra y sale según umbrales de RSI. Compara los resultados brutos y netos y mide el rendimiento frente a una referencia de comprar y mantener ejecutada con los mismos datos,…

CriptoactivosReversión a la mediaIndicadores técnicosPruebas retrospectivas
Machine Learning for Trading

Esta configuración describe una estrategia diaria long-short de acciones US que clasifica un amplio universo de acciones según las predicciones del modelo, compra el decil superior y vende en corto el decil inferior con pesos iguales dentro de cada grupo.…

Renta variableMercados de EE. UU.Construcción de carterasEjecución
Machine Learning for Trading

Este cuaderno convierte las clasificaciones de modelos en carteras sencillas de perpetuos cripto. En cada marca temporal de funding, una regla de entrada selecciona contratos de la parte superior o inferior de la clasificación y les asigna el mismo peso. La…

CriptoactivosFuturos perpetuosPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno mide cómo cambia el Sharpe de validación de los straddles de opciones at-the-money del S&P 500 bajo distintos supuestos de costes de ejecución y dos universos de opciones. Expresa el coste del diferencial como fracción del semidiferencial…

OpcionesMercados de EE. UU.Pruebas retrospectivasEjecución
Machine Learning for Trading

Este módulo describe una forma compartida de preparar particiones walk-forward de entrenamiento y validación para varias familias de modelos. Separa el trabajo costoso e independiente del modelo —dividir ventanas temporales, aplicar características basadas…

Aprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno evalúa modelos de secuencia LSTM y NLinear para pronosticar futuros. A diferencia de los modelos que usan una fila de características por decisión, los modelos de secuencia consumen ventanas ordenadas de observaciones pasadas y podrían aprender…

FuturosAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara predicciones de validación de varias familias de modelos para investigar el funding de futuros perpetuos. Explica que el coeficiente de información mide la asociación de rangos entre predicciones y rentabilidades posteriores, AUC mide…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Esta implementación explica cómo construir ventanas de secuencias por lotes para datos de panel utilizados en estudios de aprendizaje profundo. Las ventanas siguen el calendario previsto del panel en lugar de comprimir las observaciones de cada activo en…

Aprendizaje automáticoEstadísticaPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno presenta métodos prácticos de limpieza de datos de mercado y empresas, como el tratamiento de duplicados, indicadores de huecos, filtros de dominio, detección de picos por reversión, recorte de valores atípicos, codificación de categorías y…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno ajusta modelos de árboles con boosting de gradiente a características del mercado de opciones que codifican previsiones como la volatilidad implícita, el sesgo, la estructura temporal y la prima de riesgo de varianza. Compara la capacidad de…

OpcionesAprendizaje automáticoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno relaciona el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Presenta el dimensionamiento fraccional fijo, en el que las acciones se determinan según el presupuesto de riesgo de la cartera y la distancia…

Dimensionamiento de posicionesGestión del riesgoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este estudio de caso prueba estrategias semanales long-short clasificadas por carry en una cesta diversificada de futuros CME, con datos diarios, evaluación de modelos walk-forward y costes de comisiones, diferenciales y slippage por renovación. Compara la…

FuturosCarryAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara evidencia de modelos predictivos, estructurales y causales en un estudio transversal del S&P 500 que combina características de acciones con medidas derivadas de opciones, como la volatilidad implícita, el sesgo y la estructura…

Renta variableOpcionesAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno muestra cómo convertir rendimientos brutos en rendimiento neto bajo supuestos explícitos de trading, financiación y gastos del fondo. La estructura de costes incluye diferencial e impacto de mercado, comisiones y tasas de bolsa, intereses de…

Renta variableEjecuciónPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra un flujo de diagnóstico a nivel de operación que vincula pérdidas realizadas con las explicaciones SHAP de un modelo. Entrena un modelo LightGBM con variables rezagadas de precio y volatilidad, además de datos macroeconómicos, para…

Aprendizaje automáticoEstadísticaRenta variableSentimiento del mercado
Machine Learning for Trading

Este cuaderno compara la clonación del comportamiento con el aprendizaje por refuerzo inverso (IRL) para aprender de registros de ejecución. Las demostraciones proceden de un programa TWAP, cuyo objetivo neutral al riesgo es conocido: distribuir las…

EjecuciónAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso de estudio explica cómo construir etiquetas de rendimientos futuros para una estrategia transversal de divisas que clasifica pares y compra o vende según su orden relativo. Primero asigna barras spot de cuatro horas a sesiones de trading siguiendo…

DivisasMercados al contadoImpulsoReversión a la media
Machine Learning for Trading

El código calcula métricas de rendimiento estandarizadas a partir de tablas de predicciones fuera de muestra, por separado para cada pliegue y como agregados principales. Admite regresión y clasificación, incluido el coeficiente de información, medidas de…

EstadísticaPruebas retrospectivasAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno explica PCA como una referencia de factores latentes sin características para prever los rendimientos de ETF. Descompone la matriz de rendimientos de la ventana de entrenamiento de cada etiqueta y combina las previsiones mediante una carga para…

Inversión por factoresAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno recorre un ciclo de despliegue de un modelo diario de pares FX que usa Interactive Brokers tanto como fuente de datos en vivo como plataforma de ejecución. Entrena un modelo de regresión Ridge con un panel histórico, calcula un conjunto…

DivisasAprendizaje automáticoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno presenta un modelo neuronal de factor de descuento estocástico para un panel de futuros CME. El modelo usa tanto los rendimientos de los productos como características observables, como carry, momentum y volatilidad, para construir factores…

FuturosAprendizaje automáticoInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este estudio vuelve a valorar combinaciones líderes de asignación de ETF y control del riesgo en dos cuadrículas de costes, manteniendo fija cada configuración de estrategia registrada. Una cuadrícula utiliza puntos básicos por operación; la otra, la…

Pruebas retrospectivasEjecuciónConstrucción de carterasGestión del riesgo