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

1,488 documentos

Machine Learning for Trading

Este cuaderno explica cómo los modelos ocultos de Markov infieren estados de mercado no observados a partir de los rendimientos y la volatilidad reciente. Primero establece reglas sencillas de comparación: un umbral de índice de volatilidad para el estrés y…

Aprendizaje automáticoEstadísticaVolatilidadIndicadores técnicos
Machine Learning for Trading

Este cuaderno presenta un marco para comprobar si la calidad aparente de una señal de momentum se mantiene ante decisiones de investigación razonables. Con datos reales de ETF anteriores al periodo reservado, varía un parámetro de retrospectiva cada vez y…

Renta variableImpulsoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El cuaderno explica cómo comparar modelos de predicción de opciones del S&P 500 sin que muestras de evaluación incompletas o incompatibles distorsionen los resultados. Identifica cada modelo por familia, configuración y punto de control, comprueba que las…

OpcionesAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno construye intervalos de incertidumbre para los rendimientos futuros de ETF mediante regresión Ridge y tres métodos conformales: predicción conformal dividida, regresión cuantílica conformalizada e inferencia conformal adaptativa. Los evalúa con…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble para estimar si la puntuación z de la prima de futuros perpetuos está asociada con el rendimiento posterior de ocho horas, tras ajustar por seis controles previos al tratamiento. Compara los efectos en…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara modelos lineales con características de ETF basadas en ventanas de rendimientos solapadas y medidas relacionadas de momentum, volatilidad y osciladores. Estos predictores son colineales, lo que vuelve inestables los coeficientes de…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este capítulo organiza datos financieros de fuentes de mercado, fundamentales y alternativas, y compara cómo la clase de activo determina qué significan los precios, la liquidez y las observaciones. Destaca que las marcas de tiempo, los ajustes, los…

MultiactivoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este registro documenta una investigación multiagente sobre si Estados Unidos entraría en recesión antes de finales de 2026, según una regla de resolución especificada, basada en contracciones trimestrales consecutivas del GDP o en una fecha de recesión del…

EstadísticaMercados de EE. UU.Multiactivo
Machine Learning for Trading

Este módulo de Python describe métodos para cuantificar la incertidumbre en backtests de estrategias usando rendimientos diarios fuera de muestra. Combina intervalos de bootstrap por bloques estacionarios para estadísticas de series de rendimientos, un error…

Pruebas retrospectivasEstadísticaGestión del riesgoConstrucción de carteras
arXiv papers

Este trabajo aborda la cobertura de media-varianza cuando los mercados son incompletos, la información puede tener una estructura arbitraria y la volatilidad de los precios de los activos está mal especificada. Describe una estrategia de trading robusta para…

Gestión del riesgoVolatilidadValoración de derivadosEstadística
arXiv papers

La auditoría examina cómo retirar un predictor de los pronósticos condicionados por regímenes. Eliminar los retardos de una variable no equivale a excluirla de todo el proceso de ajuste, filtrado y ajuste de hiperparámetros, porque también puede afectar al…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este notebook presenta TimeGAN, un modelo adversario generativo recurrente que produce secuencias financieras sintéticas. Sus cinco módulos aprenden una incrustación y una reconstrucción, predicen estados latentes sucesivos, generan secuencias a partir de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este documento explica un método común para generar divisiones de validación walk-forward a partir de la configuración de evaluación de estudios de caso. Delega la construcción de folds en un divisor que tiene en cuenta el calendario, trabaja con marcas de…

Pruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este notebook aplica dos detectores secuenciales a errores reales de predicción de validación de dos configuraciones de modelos lineales de acciones US durante un año natural. Un detector de cambio de media en dos ventanas busca cambios en la magnitud del…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este notebook presenta un autoencoder supervisado para pronosticar rentabilidades futuras de ETF. La red comprime las características de un fondo en una representación de baja dimensión y pronostica rentabilidades directamente a partir de ella. A diferencia…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este documento describe cómo derivar un único intervalo de entrenamiento para holdout a partir de una especificación existente de validación walk-forward. Toma las fechas declaradas del holdout de la configuración del estudio, usa el inicio de entrenamiento…

Pruebas retrospectivasAprendizaje automáticoGestión del riesgoEstadística
Machine Learning for Trading

Este notebook explica cómo comprobar si eventos como señales de trading o anuncios predicen rentabilidades más allá de un índice de referencia de mercado. Muestra el flujo de trabajo con rupturas de momentum en ETF líquidos: estima un modelo de mercado a…

EstadísticaPruebas retrospectivasImpulsoRuptura
Machine Learning for Trading

Este análisis compara registros de evaluación de características en nueve estudios de caso de trading. Distingue la significación según la tasa de falsos descubrimientos de Benjamini–Hochberg de una segunda vía para obtener una decisión PROCEED, que combina…

EstadísticaAprendizaje automáticoPruebas retrospectivasInversión por factores
Machine Learning for Trading

Este notebook ajusta tres checkpoints de transformers para clasificar el sentimiento de frases financieras en tres clases y compara su exactitud, F1 macro F1, matrices de confusión, número de parámetros y tiempo de entrenamiento. Usa una división…

Aprendizaje automáticoEstadísticaSentimiento del mercadoPruebas retrospectivas
Machine Learning for Trading

Este documento recoge un debate estructurado entre alcistas y bajistas sobre si la Reserva Federal subirá su tipo objetivo durante 2026. Tres agentes evalúan la cuestión con argumentos basados en las proyecciones de la Fed, la inflación, las condiciones del…

Renta fijaMercados de EE. UU.Estadística