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
El artículo sostiene que las estrategias convencionales de seguimiento de tendencias e impulso dependen del comportamiento pasado de los precios y pueden tener limitaciones cuando cambian las condiciones del mercado. Propone utilizar técnicas de inteligencia…
ManiScope es un sistema de análisis visual diseñado para ayudar a evaluar los riesgos de manipulación basada en operaciones en los mercados de criptomonedas, incluido el wash trading. Sus vistas coordinadas reúnen la distribución de la propiedad de los…
Este artículo presenta un modelo para prever la volatilidad realizada en los mercados bursátiles globales. Representa los mercados como una red cambiante y utiliza un índice de contagio de volatilidad para describir cómo los shocks de un mercado pueden…
El estudio prueba la arquitectura de previsión Informer como base para estrategias automatizadas con datos de Bitcoin de alta frecuencia. Entrena variantes con RMSE, pérdida direccional absoluta media generalizada (GMADL) y pérdida cuantílica, y después…
Este estudio preliminar explora si los movimientos del precio de Bitcoin pueden predecirse combinando el sentimiento del mercado con el análisis técnico. La variable de sentimiento es el Fear and Greed Index, que se usa junto con indicadores técnicos y…
El estudio prueba la forma débil de la hipótesis de los mercados eficientes para Bitcoin mediante una red neuronal feedforward. Analiza si añadir rendimientos u otras variables de activos mejora la predicción junto con los rendimientos de Bitcoin. Las…
Este estudio usa el exponente de Hurst para clasificar una serie temporal como tendencial o con reversión a la media, y después selecciona una estrategia que se ajuste a ese comportamiento. El momentum se asocia con condiciones tendenciales, mientras que la…
El estudio compara 41 modelos de aprendizaje automático, divididos entre clasificadores y regresores, para predecir los precios de Bitcoin y evaluar su uso en trading algorítmico. Combina medidas de predicción como el error absoluto y el cuadrático con…
Este estudio formula el trading especulativo como un problema secuencial de parada óptima, que elige momentos de entrada y salida bajo funciones de utilidad y procesos de precios generales. Primero relaja el problema de parada representando los eventos de…
Este artículo estudia si agentes independientes de aprendizaje profundo por refuerzo desarrollan un comportamiento compatible con la colusión en un juego de ejecución óptima. En una liquidación de dos jugadores con horizonte finito, los agentes usan…
Este estudio analiza si las estimaciones de volatilidad spot extraídas de opciones negociadas pueden mejorar las previsiones de volatilidad realizada. Amplía un modelo autorregresivo heterogéneo de volatilidad realizada con una estimación de volatilidad…
Este artículo desarrolla un marco de monitorización de transacciones para detectar blanqueo en el dinero móvil de Ruanda. Aborda un fuerte desequilibrio de clases, etiquetas limitadas y retrasadas, y una capacidad de investigación finita. Con un conjunto de…
Este estudio pregunta si los inversores en criptomonedas operan de forma distinta a los inversores en acciones y utiliza historiales de precios de activos como evidencia de esos comportamientos. Primero aplica varios modelos de aprendizaje automático para…
Este estudio examina si el sentimiento diario de Twitter puede ayudar a predecir los rendimientos de las acciones y respaldar decisiones de trading. Combina aprendizaje automático para evaluar la señal de sentimiento con aprendizaje por refuerzo, en concreto…
MiniFed es un marco para simular reuniones del Comité Federal de Mercado Abierto con agentes de modelos de lenguaje grandes. Busca representar a los miembros de las reuniones y el proceso de decisión del comité, desplazando la atención del estudio exclusivo…
DeePM se presenta como un sistema de aprendizaje profundo de extremo a extremo para gestionar carteras macro diversificadas. Su diseño aborda los datos de mercado asíncronos mediante un mecanismo causal basado en retardos, limita las relaciones entre activos…
El documento presenta una estrategia intradía para acciones chinas bajo la restricción de trading T+1 del mercado. Combina previsiones de un perceptrón multicapa (MLP) con la optimización de carteras de Markowitz, utilizando datos de acciones publicados por…
Este artículo plantea el trading automatizado en condiciones de mercado cambiantes como un problema no estacionario de bandido con un continuo de brazos. Propone PRBO, que combina la optimización bayesiana con un enfoque de bandido sobre bandido para ajustar…
Este artículo describe un mercado bursátil simulado en el que grandes modelos de lenguaje actúan como agentes competidores con distintas estrategias, información y dotaciones. El mercado incluye un libro de órdenes persistente, órdenes de mercado y…
El estudio adapta el marco dinámico de Nelson–Siegel, que representa la forma y evolución de las curvas de tipos de interés, para permitir que su comportamiento cambie según las condiciones macroeconómicas. Un procedimiento de crecimiento de árboles divide…
Este estudio evalúa si el contexto a nivel de frase mejora los modelos de temas de noticias usados para construir factores sistemáticos de valoración de activos. Compara la asignación latente de Dirichlet con un transformador de frases congelado seguido de…
Este estudio aborda un problema de doble contabilización de la varianza en datos sintéticos de renta variable multiactivo. Cuando se combinan generadores completos de rendimientos de activos con un factor de mercado, los rendimientos simulados pueden incluir…
El documento presenta la asunción de riesgo de momentum como una gestión en tiempo real de la volatilidad bursátil a corto plazo. El sistema propuesto convierte una teoría sobre cómo las noticias afectan a los precios de las acciones en tablas discretas de…
Este estudio presenta SimStock, un marco para identificar acciones similares a partir del comportamiento de sus series temporales, en lugar de depender únicamente de las etiquetas sectoriales o regionales habituales. Combina aprendizaje autosupervisado con…