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

Esta referencia describe Financial Phrasebank, una colección etiquetada de frases de noticias financieras que se utiliza para entrenar o evaluar modelos de procesamiento del lenguaje natural. Anotadores humanos asignan etiquetas de sentimiento positivo,…

Sentimiento del mercadoAprendizaje automático
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información (IC) transversales para modelos de futuros CME y cómo se relacionan con pruebas posteriores de cartera. Calcula la correlación de rangos entre rentabilidades previstas y realizadas para…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa si los datos históricos de ETF permiten crear una estrategia de clasificación mensual antes de construir un modelo o pronóstico. Comprueba la elegibilidad en cada momento usando la liquidez del año anterior, cuenta los fondos disponibles…

Renta variablePruebas retrospectivasEjecuciónEstadística
Machine Learning for Trading

El documento explica cómo el ratio de Sharpe deflactado (DSR) ajusta el Sharpe de una estrategia seleccionada según el número de estrategias probadas, la variación entre sus estimaciones de Sharpe y la distribución no normal de las rentabilidades. Lo…

Pruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno filtra características candidatas para una estrategia que vende opciones call y put at-the-money sobre la misma acción y con el mismo vencimiento, manteniendo el straddle hasta el vencimiento. Para cada característica, mide si ordena los…

OpcionesRenta variableEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno investiga por qué dos motores de backtesting pueden producir resultados distintos con las mismas señales. Mantiene fija una estrategia ETF precalculada, construye una cartera determinista a partir de sus predicciones y cambia los ajustes de…

Pruebas retrospectivasEjecuciónMicroestructura del mercadoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno procesa los datos trimestrales masivos de posiciones 13F de SEC para estudiar la propiedad institucional, las clasificaciones de gestores y las redes de copropiedad. Selecciona la declaración más reciente de cada gestor según la fecha de…

Renta variableMercados de EE. UU.EstadísticaMicroestructura del mercado
Machine Learning for Trading

Este cuaderno evalúa predicciones de validación derivadas de investigaciones sobre renta variable y opciones, convirtiéndolas en carteras de renta variable solo largas. Utiliza como referencia una cartera equiponderada con las K mejores posiciones, compara…

Renta variableOpcionesPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno crea etiquetas de retornos futuros para straddles cortos at-the-money sobre acciones del S&P 500. Como el panel diario de straddles a 30 días cambia a un strike o vencimiento distinto en cada sesión, desplazar una serie de precios compararía…

OpcionesValoración de derivadosVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara la ponderación igual, la volatilidad inversa, la varianza mínima y la paridad de riesgo jerárquica con el mismo universo de ETF, pronósticos, calendario de rebalanceo y protocolo de backtest. Un modelo Ridge móvil ordena los ETF según…

Construcción de carterasPruebas retrospectivasGestión del riesgoAprendizaje automático
Machine Learning for Trading

Este cuaderno utiliza operaciones y mensajes de órdenes derivados de NASDAQ ITCH para ilustrar patrones de microestructura del mercado. Examina la autocorrelación negativa de primer orden en los retornos de precios de operaciones a nivel de tick y explica…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este módulo de utilidades ofrece herramientas estadísticas para diagnosticar paneles de datos de trading. Su método de autocorrelación calcula una curva dentro de cada entidad antes de agrupar los resultados entre entidades, lo que evita una dependencia…

EstadísticaPruebas retrospectivasMicroestructura del mercadoRenta variable
Machine Learning for Trading

Este estudio de caso sobre acciones de US distingue entre predecir retornos futuros y afirmar que el momentum los causa. Considera como tratamiento el retorno de una acción durante el año anterior, excluido el último mes; como resultado, el retorno futuro; y…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

El cuaderno explica el valor en riesgo (VaR), que señala un cuantil de pérdidas, y el valor en riesgo condicional (CVaR), que calcula la media de las pérdidas que superan ese umbral. Con retornos diarios de ETF, compara estimaciones históricas, gaussianas,…

Gestión del riesgoVolatilidadPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno desarrolla una tarea simulada de creación de mercado en la que un agente de PPO elige el sesgo de la cotización y la amplitud del diferencial. La probabilidad de ejecución disminuye cuando las cotizaciones se alejan del precio medio, mientras…

Creación de mercadoAprendizaje automáticoEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno didáctico compara métodos de etiquetado de objetivos para modelos de trading supervisados con datos de ETF. Abarca retornos y etiquetas de dirección con horizonte fijo, percentiles móviles de series temporales, percentiles transversales,…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra comprobaciones del sesgo de anticipación con precios de ETF y series macroeconómicas. Muestra que una media móvil centrada incluye observaciones futuras, puede seguir demasiado de cerca los cambios de precios y tiene una cola reciente…

Renta variableEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este análisis exploratorio describe un panel de cuatro horas de OANDA con 20 pares de divisas y explica cómo interpretar sus datos. Distingue los pares directos, indirectos y cruzados según la posición del dólar, y muestra por qué las cotizaciones directas…

DivisasMicroestructura del mercadoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este módulo compartido de modelado facilita los flujos de trabajo de investigación cuantitativa: carga características, etiquetas, datos temporales y configuración, y prepara pliegues de validación cruzada walk-forward. Su diseño prioriza la reproducibilidad…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno muestra cómo convertir el texto trimestral de la sección de análisis y discusión de la dirección de los informes SEC 10-Q en dos posibles señales de renta variable. FinBERT puntúa fragmentos de texto según su tono positivo, neutro o negativo;…

Renta variableAprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno compara tres formas de utilizar los regímenes de mercado en los pronósticos: un modelo de referencia sin una entrada de régimen, un modelo único al que se proporciona la probabilidad filtrada de un estado volátil y modelos independientes…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno comprueba si los datos permiten respaldar una estrategia de futuros transversal semanal antes de ajustar ningún modelo. Describe un diseño que ordena productos de CME, abre posiciones largas en los contratos mejor clasificados y cortas en los…

FuturosMaterias primasCarryEjecución