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

189 documentos

Machine Learning for Trading

El documento describe un backtest especializado para una estrategia semanal de opciones del S&P 500. Cada cohorte selecciona los componentes mejor clasificados, vende opciones call y put cercanas al precio de ejercicio con aproximadamente un mes hasta el…

OpcionesRenta variableMercados de EE. UU.Pruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica el análisis de componentes principales instrumentado (IPCA), que estima factores comunes mientras expresa las exposiciones factoriales de cada acción como una función lineal compartida de las variables de su superficie de opciones del…

OpcionesRenta variableInversión por factoresAprendizaje automático
Machine Learning for Trading

Este análisis exploratorio presenta los contratos de opciones y la estructura de las cadenas, y luego perfila una muestra de 2020 de opciones del S&P 500 sobre ocho activos subyacentes. Explica el grado de moneyness, el valor intrínseco y temporal, la…

OpcionesRenta variableVolatilidadValoración de derivados
Machine Learning for Trading

Este cuaderno compara reglas de ponderación de carteras para una estrategia de opciones del S&P 500 que vende straddles. Mantiene fijos los símbolos seleccionados y los demás parámetros de la estrategia, y sustituye la referencia de ponderación igual por…

OpcionesRenta variableConstrucción de carterasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno aplica TabM, una arquitectura neuronal tabular que comparte una red de características de dos capas entre los miembros de un conjunto. Cada miembro escala la representación compartida con su propio vector aprendido y usa su propia capa de…

OpcionesAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno describe cómo generar un conjunto de predicciones fuera de muestra para un modelo de opciones del S&P 500 seleccionado previamente. Fija la configuración a partir de los resultados de validación, vuelve a ajustarla con datos anteriores al…

OpcionesPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno ajusta PatchTST, un modelo secuencial de tipo transformador, como integrante de una población de modelos predefinida para investigar opciones del S&P 500. Divide una serie histórica en segmentos de longitud fija, los representa como tokens y…

OpcionesAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este cuaderno ejecuta el modelo NLinear de una población declarada de tres modelos de aprendizaje secuencial para opciones del S&P 500. Resuelve las solicitudes y los puntos de control de toda la población antes de ajustar este modelo, para que cuadernos…

OpcionesMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica aprendizaje automático doble para examinar si el diferencial entre la volatilidad implícita y la realizada se asocia con las rentabilidades posteriores de las acciones, tras ajustar por factores de confusión observados. Identifica la…

Renta variableOpcionesVolatilidadAprendizaje automático
Machine Learning for Trading

Este documento describe cómo reducir grandes cadenas de opciones del S&P 500 a conjuntos de datos diarios por símbolo para investigación. El resumen de la superficie selecciona las opciones más cercanas a deltas absolutos objetivo dentro de intervalos de…

OpcionesVolatilidadValoración de derivados
Machine Learning for Trading

Este caso de estudio evalúa straddles cortos at the money sobre componentes del S&P 500, abiertos semanalmente y mantenidos hasta el vencimiento con cobertura delta diaria. Su principal decisión metodológica es modelar rendimientos hasta el vencimiento: la…

OpcionesVolatilidadPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno evalúa cómo afectan los supuestos de costes de transacción al Sharpe de validación de una asignación seleccionada de acciones y opciones del S&P 500. Si está disponible, conserva la configuración elegida mediante un conjunto de candidatos…

Renta variableOpcionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno mide cómo cambia el Sharpe de validación de los straddles de opciones at-the-money del S&P 500 bajo distintos supuestos de costes de ejecución y dos universos de opciones. Expresa el coste del diferencial como fracción del semidiferencial…

OpcionesMercados de EE. UU.Pruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno ajusta modelos de árboles con boosting de gradiente a características del mercado de opciones que codifican previsiones como la volatilidad implícita, el sesgo, la estructura temporal y la prima de riesgo de varianza. Compara la capacidad de…

OpcionesAprendizaje automáticoVolatilidadPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara evidencia de modelos predictivos, estructurales y causales en un estudio transversal del S&P 500 que combina características de acciones con medidas derivadas de opciones, como la volatilidad implícita, el sesgo y la estructura…

Renta variableOpcionesAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este cuaderno utiliza machine learning doble para comprobar si la asociación entre el diferencial de volatilidad implícita menos realizada y los rendimientos bursátiles futuros persiste tras ajustar por factores de confusión observados. Compara la estimación…

OpcionesRenta variableAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica cómo crear variables a partir de datos que van más allá del historial de precios de un único activo. Calcula el rendimiento anualizado del rollover de futuros a partir de los precios contemporáneos de los contratos próximos y diferidos,…

FuturosOpcionesCarryVolatilidad
Machine Learning for Trading

El cuaderno explica cómo comparar modelos de predicción de opciones del S&P 500 sin que muestras de evaluación incompletas o incompatibles distorsionen los resultados. Identifica cada modelo por familia, configuración y punto de control, comprueba que las…

OpcionesAprendizaje automáticoEstadísticaPruebas retrospectivas