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.
932 documentos
Este artículo presenta un marco de aprendizaje por refuerzo para problemas de decisión con objetivos de riesgo expresados mediante funciones de puntuación convexas. El marco puede representar medidas como la varianza, el déficit esperado y el valor en riesgo…
El artículo estudia si la información sobre momentum en un mercado de futuros puede ayudar a predecir el momentum en otros. Construye una red a partir de características de momentum derivadas de precios en 64 contratos negociados de forma continua de…
Este estudio aplica Twin-Delayed Deep Deterministic Policy Gradient (TD3), un método de aprendizaje por refuerzo con acciones continuas, a los precios de cierre diarios de las acciones de Amazon y de Bitcoin. La acción de trading representa tanto la posición…
Este estudio propone un método inspirado en la física estadística para prever la volatilidad de los precios y los rendimientos esperados a partir de datos del libro de órdenes límite de nivel 3. Representa las órdenes como elementos de un sistema físico y…
El documento presenta L2GMOM, un marco de aprendizaje automático para el momentum de redes. El momentum de redes utiliza las relaciones entre activos para ayudar a predecir rendimientos futuros. El marco propuesto aprende conjuntamente la red financiera y…
Este artículo describe una red neuronal convolucional sin modelo que toma precios históricos de un conjunto de activos y genera ponderaciones de cartera. Se entrena mediante aprendizaje por refuerzo, usando el rendimiento acumulado como recompensa. Los datos…
La tesis desarrolla modelos y estrategias para creadores de mercado automatizados de producto constante con liquidez concentrada. Abarca tanto a quienes retiran liquidez, incluidas las órdenes grandes y el arbitraje estadístico, como a los proveedores de…
El artículo desarrolla un método adaptativo de Monte Carlo por cadenas de Markov de tipo matriz-variante para autorregresiones vectoriales cointegradas bayesianas. Sustituye el muestreo Gibbs de rejilla por un enfoque Metropolis adaptativo automatizado,…
El artículo aborda cómo una mesa de trading debería ejecutar órdenes para varios clientes que buscan los mismos activos cuando difieren el tamaño de sus órdenes, sus horizontes y sus preferencias de riesgo. Las ejecuciones anteriores pueden mover los…
Este estudio analiza si la información que va más allá del historial de precios puede ayudar a predecir la volatilidad del Bitcoin frente al dólar. El sistema CoMForE propuesto combina datos históricos de trading con el sentimiento de tuits relacionados,…
Este estudio describe un mercado bursátil artificial multiagente en el que los agentes eligen operaciones usando recuerdos limitados de precios pasados. Sus estrategias de trading cambian mediante un proceso de autoaprendizaje, lo que permite al modelo…
Este artículo estudia cómo los sistemas AI de bajo coste que aproximan relaciones complejas podrían cambiar la forma en que las estrategias de trading incorporan información a los precios. Plantea la eficiencia del mercado mediante procesos de precios de…
Este sistema propuesto utiliza relaciones de volatilidad entre acciones de gran capitalización para generar señales de tendencia. Primero explora los datos de precios con análisis de correlación y autocorrelación, indicadores técnicos, pruebas de hipótesis,…
El documento describe un método integral de aprendizaje profundo por refuerzo para el trading activo de acciones de alta frecuencia. Los agentes utilizan optimización de políticas proximales para negociar una unidad de la acción de Intel, con estados…
El documento presenta QTMRL, un agente de aprendizaje por refuerzo diseñado para tomar decisiones de trading de acciones mediante indicadores técnicos. Su conjunto de datos de entrada combina datos diarios de precios y volumen de acciones representativas del…
El estudio propone un marco automatizado de trading de alta frecuencia con Bitcoin que combina un modelo de precios de memoria a corto y largo plazo (LSTM) con optimización de políticas proximales (PPO). Representa los precios como estados del agente, las…
El artículo presenta los procesos gaussianos (GP) y la optimización bayesiana, y explica cómo la regresión GP sustenta el aprendizaje automático bayesiano y cómo deben seleccionarse sus hiperparámetros. La optimización bayesiana utiliza un modelo…
Este estudio pregunta cuándo conviene seguir el texto del mercado y cuándo apostar por su reversión. Distingue entre declaraciones institucionales (Say), repetición en los medios (Echo) y posicionamiento institucional revelado (Do). Un modelo…
El artículo propone un proceso de selección de estrategias llamado DNN-forwardtesting. En lugar de elegir una estrategia de trading basándose solo en sus resultados con precios históricos, primero pronostica una posible trayectoria futura de precios con una…
Este estudio investiga si el momento y el tema de las conversaciones sobre criptomonedas en redes sociales se relacionan con el comportamiento posterior de los precios. Aplica modelado dinámico de temas a las comunicaciones en comunidades de redes sociales y…
El estudio presenta un método no supervisado para analizar saltos en los precios de las acciones mediante representaciones construidas a partir de coeficientes wavelet. Busca distinguir los patrones de saltos asociados a la dinámica interna de un sistema de…
El artículo presenta Deep Momentum Networks, que combinan aprendizaje profundo con el marco de escalado por volatilidad usado en el momentum de series temporales. Una red neuronal aprende a la vez las estimaciones de tendencia y el tamaño de las posiciones,…
Este artículo propone un método en dos etapas para identificar y operar oportunidades de arbitraje estadístico en opciones. Primero define un objetivo de predicción diseñado para aislar el arbitraje puro mediante bonos sintéticos y después utiliza RNConv,…
Este estudio presenta un marco de aprendizaje por refuerzo sin modelo para el arbitraje estadístico entre pares de acciones. Primero construye un diferencial con reversión a la media eligiendo coeficientes de los activos que minimizan una medida empírica del…