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 analiza si las compras en mercado abierto realizadas por insiders de empresas estadounidenses de microcapitalización, comunicadas mediante declaraciones regulatorias, pueden ayudar a predecir rendimientos anormales posteriores. Analiza 17,237…
El estudio presenta un proceso para encontrar señales direccionales de trading a partir de las relaciones entre nueve acciones. Primero agrupa las acciones según su volatilidad histórica de rango intermedio mediante un modelo de mezcla gaussiana y, después,…
Este estudio utiliza aprendizaje en línea adversarial basado en expertos para seleccionar parámetros de estrategias de cartera sin costes y combinar estrategias técnicas de trading en una cartera agregada. Examina poblaciones de estrategias con datos diarios…
Este estudio describe un método de clasificación con aprendizaje automático para predecir si los precios de las criptomonedas subirán o bajarán. Se entrena con datos históricos de precios de cierre de Bitcoin e incorpora medidas técnicas conocidas: Moving…
Este artículo desarrolla un método independiente del modelo para recuperar dinámicas de baja dimensión a partir de series temporales de alta dimensión contaminadas por ruido blanco de observación. Supone que el proceso latente evoluciona en un subespacio…
El documento describe el uso de árboles de decisión para generar reglas de trading intradía para acciones individuales del índice NIFTY50. En lugar de aplicar a todas las acciones una combinación de indicadores técnicos diseñada por un operador, el método…
Este artículo estudia cómo las señales de seguimiento de tendencias pueden adaptarse a distintos periodos retrospectivos de momentum. En lugar de depender únicamente de resúmenes fijos de los rendimientos pasados, aplica un clasificador binario dinámico para…
El artículo presenta un modelo lineal de Markov oculto con expectiles para estudiar los rendimientos de criptomonedas en un contexto de gestión del riesgo. Los expectiles permiten centrar el análisis en partes asimétricas de la distribución de rendimientos,…
El estudio modeliza los futuros sobre materias primas como una jerarquía: los activos subyacentes forman un nivel y los contratos individuales, otro. Las relaciones conectan activos dentro de cada nivel, mientras que los vínculos entre niveles relacionan los…
Este artículo propone relojes estocásticos regulados para modelos financieros de tiempo continuo que representan la actividad de trading y ayudan a captar rentabilidades asimétricas y de colas pesadas. El método modifica relojes formados por subordinadores…
El estudio evalúa formas de adaptar modelos de lenguaje generalistas para generar estrategias ejecutables en el marco Backtrader. Su enfoque combina el preentrenamiento continuo con código del marco y el ajuste fino supervisado con ejemplos de solicitudes…
El artículo plantea el sobreajuste en backtests de aprendizaje por refuerzo profundo (DRL) para el trading de criptomonedas como un problema de contraste de hipótesis. Entrena DRL agentes, estima la probabilidad de sobreajuste de cada agente y descarta los…
Este artículo propone redes generativas antagónicas condicionales para calibrar estrategias de trading individuales y combinar sus señales. Presenta un flujo de trabajo para entrenar y seleccionar una GAN condicional para datos de series temporales, utilizar…
Este estudio evalúa si los modelos de aprendizaje automático que utilizan indicadores técnicos pueden predecir los precios de Bitcoin. Utiliza datos históricos desde enero de 2012 hasta agosto de 2019 y compara un modelo lineal generalizado penalizado, un…
El artículo presenta un método basado en kernels para construir estrategias de trading dinámicas con un objetivo de media-varianza. Representa las estrategias como funciones en un espacio de Hilbert de kernels reproductores, lo que permite que las decisiones…
NoxTrader utiliza datos históricos de precios y volumen de acciones US para crear características como el rendimiento y el momentum semanal y mensual de los precios. Aplica un modelo LSTM para predecir rendimientos y captar tendencias de precios…
El documento presenta las pujas en tiempo real (RTB) como una forma de comprar y vender impresiones individuales de anuncios de display mientras el usuario está visitando una página. Al agregar el inventario de los editores y tomar decisiones para cada…
El artículo presenta CausalReinforceNet, un marco pensado para incorporar el análisis causal a las decisiones de aprendizaje por refuerzo en el trading de criptomonedas. Combina técnicas bayesianas y de redes bayesianas dinámicas con el aprendizaje por…
Este artículo explica el filtrado de Kalman mediante un ejemplo financiero simplificado, su formulación matemática y una representación como modelo gráfico probabilístico. Esta representación relaciona los filtros de Kalman con los modelos ocultos de Markov…
El estudio desarrolla predicciones probabilísticas de la varianza realizada de Bitcoin, que van más allá de las predicciones puntuales para estimar cuantiles condicionales y representar la incertidumbre de los posibles resultados de volatilidad. Combina…
Este estudio investiga si el aprendizaje por refuerzo puede mejorar el trading de pares de criptomonedas, un enfoque de arbitraje estadístico que opera con las diferencias de precios entre activos correlacionados. Los autores crean entornos de trading y…
Este trabajo estudia el control óptimo cuando un modelo contiene factores latentes y quien toma las decisiones elige una distribución sobre las acciones posibles, en lugar de seleccionar una sola acción directamente. Introduce la entropía de Tsallis como…
Este estudio combina medidas del mercado de Bitcoin con señales sociales y de comportamiento para investigar el trading algorítmico. Sus entradas incluyen el precio y el volumen en plataformas de intercambio, la adopción tecnológica y el volumen de…
Este estudio describe una estrategia de frecuencia media para una cartera de futuros de bonos del Tesoro de US con vencimientos a cinco y diez años. Plantea el trading como una tarea de clasificación: predecir si la cartera subirá o bajará durante la semana…