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 amplía una evaluación de características de ETF, que abarcaba un único horizonte de retorno, para analizar diez características y tres horizontes, con corrección por pruebas múltiples. Después aplica diagnósticos basados en mecanismos al…

MultiactivoImpulsoReversión a la mediaEstadística
Machine Learning for Trading

Este cuaderno estima si la proporción firmada del volumen iniciada por compradores se asocia con los retornos futuros a 15 minutos, teniendo en cuenta el diferencial relativo, la volatilidad realizada reciente y el retorno mensual acumulado. El aprendizaje…

Renta variableMicroestructura del mercadoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble (DML) para estimar el efecto ajustado de una medida continua de momentum de ETF sobre los retornos posteriores, controlando la volatilidad reciente y a más largo plazo, el régimen de mercado y la pendiente…

Aprendizaje automáticoEstadísticaRenta variableImpulso
Machine Learning for Trading

Este cuaderno explica la paridad de riesgo jerárquica (HRP), un método de construcción de carteras diseñado para limitar la sensibilidad a estimaciones ruidosas de covarianza. Describe sus tres etapas: agrupar activos según la distancia de correlación,…

Construcción de carterasGestión del riesgoPruebas retrospectivasMultiactivo
Machine Learning for Trading

Este cuaderno evalúa backtests ETF registrados a lo largo del proceso de la estrategia, desde las señales y la asignación hasta los costes y las capas de riesgo. Lee predicciones y backtests existentes en lugar de ajustar modelos o añadir nuevos backtests, y…

MultiactivoRenta variableConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno configura una ejecución de pronóstico con LSTM para un estudio de caso sobre pares de FX. El modelo mantiene un estado oculto a lo largo de una secuencia retrospectiva, y el cuaderno resuelve la arquitectura y los parámetros de entrenamiento…

DivisasAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno usa registros de operaciones derivados de NASDAQ ITCH para examinar la actividad de trading intradía. Agrupa operaciones individuales en barras temporales y compara el volumen de acciones, el número de operaciones, los últimos precios y los…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno explica cómo crece el impacto de mercado con el tamaño de la orden y usa el modelo de participación de raíz cuadrada para plantear la capacidad de una estrategia. Distingue las variables disponibles en los datos de mercado, como la volatilidad…

Microestructura del mercadoEjecuciónGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Esta guía presenta dos fuentes de datos tick del libro de órdenes de renta variable de US para investigar la microestructura: los eventos market-by-order de Databento y los mensajes NASDAQ TotalView-ITCH. Describe sus formatos, características de cobertura,…

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

Este cuaderno examina cómo pueden expresar incertidumbre los pronósticos de rendimientos de ETF y compara el dropout de Monte Carlo con los ensembles profundos. El dropout permanece activo en pasadas repetidas de inferencia, mientras que un ensemble mide el…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno compara seis formas de ponderar carteras de ETF seleccionadas con la misma clasificación prevista: ponderación igual, ponderación por puntuación, volatilidad inversa, paridad de riesgo, optimización media-varianza y paridad de riesgo…

Renta variableConstrucción de carterasPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno ajusta un modelo LSTM especificado para pronosticar en un estudio de opciones del S&P 500. La red recibe ventanas cronológicas del historial de cada símbolo y usa un estado recurrente con compuertas para representar información entre sesiones,…

Renta variableOpcionesAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno entrena un agente de PPO para programar una orden de venta principal a lo largo de barras horarias de futuros perpetuos. Amplía el historial de precios y volumen con la prima del perpetuo y el tiempo hasta la próxima liquidación de…

CriptoactivosFuturos perpetuosEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo construir y examinar un panel trimestral de fundamentales de renta variable a partir de datos SEC XBRL. Cada observación incluye tanto el periodo fiscal que describe como la fecha de presentación en que la información se hizo…

Renta variableMercados de EE. UU.Inversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un marco de diagnóstico para un backtest de asignación de ETF. Calcula medidas de riesgo y rendimiento como Sharpe, Sortino, Calmar, volatilidad, valor en riesgo y drawdown máximo; sigue el rendimiento móvil y la recuperación del…

Construcción de carterasGestión del riesgoPruebas retrospectivasRenta variable
Machine Learning for Trading

Este cuaderno agrupa indicadores macroeconómicos mensuales para describir las condiciones del mercado independientemente de los rendimientos de la renta variable. Alinea las series de FRED con observaciones de fin de mes, estandariza el desempleo, el tipo de…

Aprendizaje automáticoEstadísticaVolatilidadMercados de EE. UU.
Machine Learning for Trading

Este cuaderno adapta Diffusion-TS para generar secuencias sintéticas de rendimientos diarios de ETF. Su modelo de eliminación de ruido predice la serie original y descompone esa predicción en una tendencia polinómica, componentes de Fourier seleccionados y…

Aprendizaje automáticoVolatilidadEstadísticaMultiactivo
Machine Learning for Trading

Este cuaderno crea un flujo de supervisión para un modelo financiero desplegado usando artefactos reales de un conjunto de reserva. Comprueba que los datos de características entrantes estén completos y tengan una estructura válida antes de medir el drift, y…

Aprendizaje automáticoEstadísticaGestión del riesgoRenta variable
Machine Learning for Trading

Este cuaderno presenta el backtesting vectorizado con VectorBT mediante una regla long-only de reversión a la media del RSI sobre datos del mercado de futuros perpetuos de Bitcoin. Calcula un RSI basado en el cierre, entra cuando la lectura del día anterior…

CriptoactivosFuturos perpetuosReversión a la mediaIndicadores técnicos
Machine Learning for Trading

Este cuaderno conecta el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Muestra el dimensionamiento fraccional fijo, donde el número de participaciones se determina según un presupuesto de riesgo por operación y la…

Dimensionamiento de posicionesGestión del riesgoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo interpretar los pronósticos de una regresión Ridge para un panel de ETF con SHAP. En un modelo lineal, la atribución de cada característica es su coeficiente multiplicado por la desviación de esa característica respecto a su media…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara dos métodos para estimar los spreads bid-ask cuando los datos históricos incluyen apertura, máximo, mínimo, cierre y volumen diarios, pero no cotizaciones. Corwin-Schultz separa el spread de la volatilidad comparando los rangos…

Microestructura del mercadoEjecuciónEstadísticaGestión del riesgo