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 documento describe CREDIT, un enfoque de aprendizaje por refuerzo para el pair trading que utiliza una unidad recurrente bidireccional con compuertas y atención temporal. La arquitectura busca captar relaciones a lo largo del tiempo en los movimientos…
El artículo propone Mid-LSTM, un modelo de aprendizaje profundo diseñado para predecir precios de acciones a medio plazo y tener en cuenta las anomalías del mercado. Su diseño representa las tendencias del mercado como estados ocultos. El enfoque descrito…
El artículo describe un enfoque de aprendizaje profundo para seleccionar carteras de acciones de US. Su red residual con cambio de régimen utiliza un módulo para identificar las condiciones del mercado y otro para generar previsiones de impulso y reversión,…
MacroHFT es un enfoque de aprendizaje por refuerzo para operar con criptomonedas en intervalos de minutos. Aborda dos desafíos señalados en los métodos existentes: los agentes pueden sobreajustarse y no adaptar sus políticas al contexto financiero, mientras…
El estudio evalúa si las comunicaciones de la Reserva Federal aportan información útil para predecir las decisiones sobre los tipos de los fondos federales. Compara modelos que usan solo indicadores económicos, solo características textuales y combinaciones…
Este estudio pronostica cambios direccionales a corto plazo en un contrato de futuros utilizando variables de análisis técnico, flujo de órdenes y datos del libro de órdenes. Entrena un modelo de aprendizaje profundo TabNet con futuros de plata cotizados en…
Este estudio modeliza la volatilidad realizada de Bitcoin con un circuito cuántico parametrizado y examina si la serie generada refleja características estadísticas observadas en los datos de mercado. A partir de precios de Bitcoin de cinco minutos, los…
Este estudio propone un método para construir carteras de acciones a partir del pronóstico de la distribución de factores residuales, que captan información más allá de las exposiciones comunes al mercado y pueden ayudar a cubrirlas. Describe dos componentes…
Este estudio pronostica impagos corporativos mediante un modelo de forma reducida en el que las intensidades de impago de las empresas dependen de un factor de fragilidad no observado. Combina estimación bayesiana con Monte Carlo por cadenas de Markov con…
E-TRENDS propone un marco de pronóstico LSTM para los cambios de un día a otro en las tendencias bursátiles. Se centra en las 30 mayores acciones del S&P 500 y describe una validación a lo largo de ciclos de mercado desde 2005 hasta 2025. En vez de…
Este estudio examina los factores que determinan la liquidez del mercado de renta variable y se centra en la relación entre el flujo de órdenes con signo y el impacto en los precios. Conecta los modelos teóricos de trading y liquidez al estilo de Kyle con…
Este estudio utiliza un marco de agentes heterogéneos para examinar cómo pueden coexistir el seguimiento de tendencias y la valoración fundamental en los mercados financieros. Amplía el modelo de Chiarella con operadores de ruido y una respuesta no lineal de…
Este estudio evalúa si un modelo de lenguaje grande puede utilizar noticias de empresas para afinar una estrategia de momentum transversal. Combina rendimientos diarios de los integrantes del S&P 500 con noticias de alta frecuencia y luego pide a ChatGPT que…
Este estudio analiza a un operador que vende mediante un libro de órdenes limitadas y luego ajusta el inventario restante con programas firmados en una subasta de cierre. Las dos etapas se vinculan mediante una previsión del precio de liquidación de la…
Este artículo aborda la optimización convexa online con memoria, donde cada pérdida depende tanto de la decisión actual como de decisiones anteriores. Esta dependencia puede modelar situaciones en las que las acciones pasadas influyen en los resultados…
WebCryptoAgent es un marco de trading de criptomonedas a corto plazo que combina contenido web, sentimiento social y datos de mercado OHLCV. Asigna agentes especializados por modalidad para analizar distintas fuentes de información y después consolida sus…
Esta revisión evalúa las aplicaciones de AI en acciones, ETF, mercados cripto centralizados, futuros perpetuos y actividad on-chain. Presenta el camino hacia los rendimientos de inversión como una secuencia: los datos correspondientes al momento analizado…
El artículo presenta un agente de aprendizaje profundo por refuerzo para la gestión de carteras que equilibra la búsqueda de rentabilidad con la contención del riesgo. Su política objetivo ajusta cuánto favorece el agente la acción óptima mediante un…
El documento presenta un marco de arbitraje estadístico que combina valoración de activos, modelización de series temporales y optimización de carteras. Primero usa factores de valoración latentes condicionales para identificar activos similares y construir…
El estudio evalúa si los indicadores de trading y redes sociales mejoran la clasificación de los cambios de precio de las criptomonedas frente al uso exclusivo de indicadores técnicos. Analiza datos horarios y diarios de Bitcoin y Ethereum desde enero de…
El documento estudia cómo un trader puede liquidar un activo arriesgado cuando las operaciones generan un impacto temporal en los precios y se desconoce el núcleo de impacto. Propone estimar el núcleo, o propagador, de forma no paramétrica a partir de datos…
El estudio examina si las métricas on-chain de las criptomonedas pueden ayudar a explicar los precios y distinguir los activos arriesgados. Analiza datos históricos, mide correlaciones entre el precio y otros parámetros, agrupa criptomonedas mediante…
El documento describe mínimos cuadrados parciales profundos (DPLS), un modelo para explicar los rendimientos de acciones individuales mediante un conjunto reducido de factores de riesgo latentes y características de las empresas. Los mínimos cuadrados…
El artículo utiliza optimización evolutiva para calcular estrategias de trading basadas en reglas a partir de datos de sentimiento financiero. La señal de sentimiento representa la visión alcista o bajista de la comunidad de trading en línea sobre acciones…