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.
129 documentos
Este cuaderno muestra cómo ajustar reglas de stop-loss, take-profit y trailing stop para una cartera de momentum, conservando un periodo de reserva cronológico. Compara barridos de parámetros unidimensionales, cuadrículas conjuntas de reglas y estimaciones…
Este módulo de asignación compartido convierte predicciones transversales en pesos de cartera. Clasifica activos por puntuación para seleccionar posiciones largas o cestas superiores e inferiores para carteras long-short. Los pesos de las posiciones pueden…
Este cuaderno muestra cómo una capa intermediaria de bróker puede rechazar órdenes inseguras mediante límites de tamaño de orden y posición, topes de frecuencia de órdenes, restricciones de activos e interruptor de emergencia persistente. Un bróker sintético…
Este cuaderno compara métodos de dimensionamiento de carteras para las principales configuraciones de señales bursátiles del S&P 500. Primero selecciona el punto de control con mayor Sharpe de validación y cobertura completa para cada configuración; después…
El documento explica tres reglas para cerrar posiciones antes del rebalanceo programado de una cartera: un stop de pérdidas fijo, un stop dinámico medido desde el mejor precio de la posición y una salida por tiempo que cierra tras un periodo de tenencia…
Este cuaderno presenta un flujo de trabajo para evaluar si el momentum que omite los datos recientes de seis meses afecta a los rendimientos futuros a 21 días y si el efecto cambia con la volatilidad del mercado. Estima los efectos con datos de entrenamiento…
Este cuaderno describe cómo evaluar con predicciones de prueba una estrategia de FX seleccionada previamente. Reutiliza la especificación de backtest registrada para la configuración seleccionada y mantiene fijas la señal, la asignación, los controles de…
Este cuaderno ejecuta una configuración de acciones de US seleccionada previamente con predicciones del conjunto de prueba. El modelo seleccionado, las predicciones, el asignador, la concentración, la capa de riesgo, la frecuencia de rebalanceo y los…
Este cuaderno relaciona el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Presenta el dimensionamiento fraccional fijo, en el que las acciones se determinan según el presupuesto de riesgo de la cartera y la distancia…
Este cuaderno construye intervalos de incertidumbre para los rendimientos futuros de ETF mediante regresión Ridge y tres métodos conformales: predicción conformal dividida, regresión cuantílica conformalizada e inferencia conformal adaptativa. Los evalúa con…
Este cuaderno estudia cómo afectan las reglas de asignación a las estrategias de ETF después de que un modelo haya clasificado los activos. Mantiene fijos los conjuntos de predicciones y el calendario de rebalanceo, selecciona la misma cesta de los k…
Este cuaderno prueba si la construcción de carteras puede rescatar una estrategia de NASDAQ-100 que pierde por los costes y opera en cada barra. Selecciona las mejores predicciones de referencia usando el universo de selección declarado y luego compara las…
Este cuaderno toma las principales configuraciones de predicción de validación de una referencia de señales con ponderación equitativa y prueba métodos de asignación alternativos sobre las mismas predicciones. Compara la ponderación basada en puntuaciones y…
Este notebook compara overlays de stop-loss, trailing stop y salida por tiempo en backtests de microestructura fijos del NASDAQ-100. La estrategia toma decisiones cada quince minutos, mientras que las reglas de riesgo vigilan los precios cada minuto, lo que…
Este cuaderno compara la predicción conformal dividida, la regresión cuantílica conformalizada y la inferencia conformal adaptativa para pronosticar rendimientos futuros de ETF. En particiones walk-forward, entrena con un subconjunto, calibra los errores de…
El documento formula el trading de pares como un problema dinámico de optimización de carteras. El diferencial entre dos valores relacionados sigue un proceso gaussiano de reversión a la media, mientras que su tasa de deriva cambia según una cadena de Markov…
El artículo aplica la teoría de valores extremos generalizada a los rendimientos de cola de los mercados de futuros de bitcoin para analizar el riesgo de liquidación forzosa, el apalancamiento y los niveles de margen en posiciones largas y cortas. Su…
El artículo propone un enfoque de inversión sistemática para acumular patrimonio a más largo plazo mediante una secuencia de decisiones de compra de ETF a corto plazo. Combina algoritmos evolutivos con un modelo de aprendizaje profundo para mejorar el…
Este artículo estudia la elección de cartera cuando la tendencia del precio de un activo sigue un proceso de Ornstein-Uhlenbeck no observable. Deriva estrategias óptimas para un operador con utilidad logarítmica bajo dos situaciones informativas: una en la…
Este documento amplía el marco de ejecución óptima de Almgren–Chriss, que presupone una cantidad fija que liquidar, a casos en los que el volumen de trading requerido es incierto y se aclara a medida que se acerca la fecha límite de entrega. Los mercados…
El artículo estudia juegos de liquidación de carteras en los que un operador sale del mercado cuando su posición llega a cero. Esta regla de absorción excluye las operaciones de ida y vuelta y se plantea como una condición de ausencia de arbitraje…
El documento propone un método sistemático para elegir un umbral de stop-loss mediante el análisis de la distribución de los drawdowns máximos. Plantea la selección del stop como una decisión guiada por el objetivo de maximizar las rentabilidades esperadas…
Este estudio aplica Twin-Delayed Deep Deterministic Policy Gradient (TD3), un método de aprendizaje por refuerzo con acciones continuas, a los precios de cierre diarios de las acciones de Amazon y de Bitcoin. La acción de trading representa tanto la posición…
Este artículo describe una red neuronal convolucional sin modelo que toma precios históricos de un conjunto de activos y genera ponderaciones de cartera. Se entrena mediante aprendizaje por refuerzo, usando el rendimiento acumulado como recompensa. Los datos…