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.
1,076 documentos
Este cuaderno describe un backtest fuera de muestra de una estrategia seleccionada de financiación de perpetuos cripto. Reutiliza predicciones generadas con un historial de entrenamiento que termina antes del periodo de prueba y luego aplica la configuración…
El documento describe una canalización de características que combina precios de acciones con resúmenes de superficies de volatilidad implícita de opciones cotizadas. La hipótesis central es que las discrepancias entre la volatilidad implícita en las…
El documento muestra cómo convertir los informes semanales Commitment of Traders en características de posicionamiento para futuros. Explica las categorías de operadores de los formatos de informes de futuros financieros y de materias primas desglosados, y…
El documento explica cómo un factor de descuento estocástico (SDF) estima un núcleo de valoración que debería valorar todos los activos, en lugar de estimar factores de rentabilidad comunes. Describe el entrenamiento adversarial: una red propone el factor de…
Este cuaderno usa Optuna para ajustar XGBoost, LightGBM y CatBoost en un conjunto de datos de características de empresas dividido temporalmente. La búsqueda de cada biblioteca trata la función de pérdida —error cuadrático medio o error absoluto medio— como…
Este benchmark compara pandas y Polars en operaciones habituales de las canalizaciones de datos financieros, como características móviles, cálculos por grupos, transformaciones de ventanas, filtrado, uniones, lecturas diferidas, uso de memoria y manipulación…
Este cuaderno explica cómo aplicar cuatro modelos de impacto de mercado en un backtest: sin impacto, impacto lineal, impacto de raíz cuadrada y una ley de potencia configurable. Cada modelo estima un movimiento de precio por acción con signo, según la…
Este cuaderno aplica TabM, un enfoque de redes neuronales tabulares, a filas de predicción de pares de divisas sin tratar los datos como una secuencia. Usa una infraestructura de ejecución compartida para ajustar el preprocesamiento dentro de cada pliegue de…
Este documento explica cómo convertir los informes semanales Commitment of Traders en características de posicionamiento para futuros. Describe las categorías de los informes para futuros financieros y materias primas físicas, cómo reflejan las posiciones…
Este documento explica cómo los modelos de Markov ocultos infieren regímenes de mercado no observados a partir de rendimientos y volatilidad reciente. Primero establece dos referencias transparentes: un umbral del índice de volatilidad para el estrés y el…
Este cuaderno implementa un pronóstico univariante de precios de cierre diarios de SPY usando PyTorch puro, sktime y Darts. Compara la experiencia práctica de cada interfaz, incluido el esfuerzo de implementación, las restricciones de instalación y el tiempo…
Este análisis compara modelos predictivos, de factores latentes y causales para una estrategia transversal de acciones del S&P 500, usando rendimientos futuros semanales. El conjunto de variables combina medidas de momentum y volatilidad de la renta variable…
Esta evaluación de solo lectura reconstruye la estrategia seleccionada a partir de resultados configurados del registro con cobertura completa. Sigue la progresión desde una referencia equiponderada hasta la asignación, los controles de riesgo y la…
Este cuaderno evalúa si un LSTM puede aprovechar el orden de los historiales de características de ETF para mejorar los modelos lineales con características planas y de boosting de gradiente. Contrasta la población de secuencias declarada con los datos…
Este cuaderno usa un panel sintético de activos para mostrar PCA instrumentado, donde las cargas factoriales dependen linealmente de características observadas antes de los rendimientos. Los mínimos cuadrados alternos estiman el mapeo de características a…
Este cuaderno explora ARIMA como generador de variables para modelos que pueden usar sus resultados junto con otros predictores. Explica cómo los gráficos ACF y PACF pueden sugerir órdenes del modelo, cómo los criterios de información pueden comparar órdenes…
Este cuaderno aplica una configuración de trading NASDAQ-100 seleccionada previamente a predicciones generadas para un periodo de reserva intacto. La estrategia, la concentración de la cartera, el método de asignación, el calendario de rebalanceo, la capa de…
Este cuaderno explica por qué una serie diaria de opciones con vencimiento constante no es el historial de rendimientos de un único contrato negociable. Seleccionar cada día un nuevo straddle cerca del dinero puede cambiar el precio de ejercicio, el…
Esta referencia describe conjuntos académicos de datos de rendimientos de factores de la biblioteca Fama-French y AQR para analizar estrategias y modelar factores. La oferta de Fama-French incluye series de mercado, tamaño, valor, rentabilidad, inversión y…
Este estudio de caso describe cómo generar un conjunto de predicciones fuera de muestra para un modelo de opciones del S&P 500 ya seleccionado. La configuración de reserva se fija con los resultados de validación y luego se vuelve a ajustar con datos que…
Este estudio de caso compara modelos predictivos para la rotación mensual entre activos mediante ETF de renta variable, renta fija, materias primas, divisas e inmobiliario. La idea central es que el coeficiente de información (IC) y el rendimiento del…
Este cuaderno explica cómo el aprendizaje automático doble (DML) estima si el momentum de FX afecta a los rendimientos futuros tras ajustar por los factores de confusión configurados. Distingue esta pregunta sobre intervención de la predicción: los modelos…
Este cuaderno examina etiquetas de aprendizaje supervisado usando datos de precios de ETF. Abarca rentabilidades futuras de horizonte fijo para regresión o clasificación de dirección, percentiles móviles de series temporales, etiquetas de percentiles…
Este cuaderno evalúa características de ETF una a una, calculando un coeficiente de información de rango entre los valores de cada característica y las rentabilidades mensuales posteriores para cada fecha. Analiza características financieras y derivadas de…