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

400 documentos

Machine Learning for Trading

Este análisis de viabilidad comprueba si los datos y los supuestos permiten una estrategia semanal que clasifique acciones del S&P 500 por volatilidad implícita at-the-money y compre las mejor clasificadas. Las opciones aportan la señal, pero las posiciones…

Renta variableOpcionesVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno explora un panel de datos económicos creado a partir de series de Federal Reserve Economic Data. Explica que el panel distribuido usa fechas naturales, incluidos fines de semana y festivos, y muestra cómo los metadatos asociados identifican el…

Renta fijaVolatilidadEstadísticaMercados de EE. UU.
Machine Learning for Trading

Este documento explica cómo las descomposiciones wavelet y las estimaciones espectrales móviles describen las rentabilidades financieras en distintas escalas temporales. Las wavelets dividen las rentabilidades en componentes que abarcan periodos…

Renta variableEstadísticaVolatilidadIndicadores técnicos
Machine Learning for Trading

El cuaderno explica cómo separar la variación continua de los precios de los saltos en las rentabilidades intradía de las acciones. Estima la varianza realizada diaria a partir de rentabilidades al cuadrado y usa la variación bipotencia como estimación…

Renta variableVolatilidadEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este material educativo compara modelos estocásticos paramétricos y métodos bootstrap para generar trayectorias financieras sintéticas. Incluye movimiento browniano geométrico, difusión con saltos, reversión a la media, volatilidad estocástica de Heston y…

EstadísticaVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno filtra características candidatas para una estrategia que vende opciones call y put at-the-money sobre la misma acción y con el mismo vencimiento, manteniendo el straddle hasta el vencimiento. Para cada característica, mide si ordena los…

OpcionesRenta variableEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno crea etiquetas de retornos futuros para straddles cortos at-the-money sobre acciones del S&P 500. Como el panel diario de straddles a 30 días cambia a un strike o vencimiento distinto en cada sesión, desplazar una serie de precios compararía…

OpcionesValoración de derivadosVolatilidadPruebas retrospectivas
Machine Learning for Trading

El cuaderno explica el valor en riesgo (VaR), que señala un cuantil de pérdidas, y el valor en riesgo condicional (CVaR), que calcula la media de las pérdidas que superan ese umbral. Con retornos diarios de ETF, compara estimaciones históricas, gaussianas,…

Gestión del riesgoVolatilidadPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno desarrolla una tarea simulada de creación de mercado en la que un agente de PPO elige el sesgo de la cotización y la amplitud del diferencial. La probabilidad de ejecución disminuye cuando las cotizaciones se alejan del precio medio, mientras…

Creación de mercadoAprendizaje automáticoEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno didáctico compara métodos de etiquetado de objetivos para modelos de trading supervisados con datos de ETF. Abarca retornos y etiquetas de dirección con horizonte fijo, percentiles móviles de series temporales, percentiles transversales,…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno compara tres formas de utilizar los regímenes de mercado en los pronósticos: un modelo de referencia sin una entrada de régimen, un modelo único al que se proporciona la probabilidad filtrada de un estado volátil y modelos independientes…

Renta variableAprendizaje automáticoEstadísticaVolatilidad
Machine Learning for Trading

Este cuaderno agrupa indicadores macroeconómicos mensuales para describir las condiciones del mercado independientemente de los rendimientos de la renta variable. Alinea las series de FRED con observaciones de fin de mes, estandariza el desempleo, el tipo de…

Aprendizaje automáticoEstadísticaVolatilidadMercados de EE. UU.
Machine Learning for Trading

Este cuaderno adapta Diffusion-TS para generar secuencias sintéticas de rendimientos diarios de ETF. Su modelo de eliminación de ruido predice la serie original y descompone esa predicción en una tendencia polinómica, componentes de Fourier seleccionados y…

Aprendizaje automáticoVolatilidadEstadísticaMultiactivo
Machine Learning for Trading

Este cuaderno conecta el tamaño de posición con el análisis de las excursiones adversas y favorables máximas. Muestra el dimensionamiento fraccional fijo, donde el número de participaciones se determina según un presupuesto de riesgo por operación y la…

Dimensionamiento de posicionesGestión del riesgoVolatilidadPruebas retrospectivas
Machine Learning for Trading

El documento deriva los precios de opciones europeas de compra y venta con Black-Scholes, comprueba su relación mediante la paridad put-call y calcula la volatilidad implícita resolviendo numéricamente la volatilidad que coincide con un precio observado de…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este módulo de ingeniería de características prepara datos diarios de precios para modelos sistemáticos de cartera macro. Crea rendimientos por horizonte escalados por la volatilidad estimada, varias señales MACD en múltiples escalas y puntuaciones z móviles…

MultiactivoImpulsoSeguimiento de tendenciasVolatilidad
Machine Learning for Trading

Este documento describe un entorno Gymnasium para entrenar a un agente que liquide una posición en un horizonte fijo. La observación combina el inventario restante y el tiempo con el diferencial, la profundidad del mercado, la volatilidad y un régimen normal…

Aprendizaje automáticoEjecuciónMicroestructura del mercadoVolatilidad
Machine Learning for Trading

Este cuaderno explica cómo convertir modelos GJR-GARCH ajustados y modelos ocultos de Markov en características de negociación mientras se controla el sesgo de anticipación. GJR-GARCH estima la volatilidad condicional y captura el mayor impacto de las…

CriptoactivosFuturos perpetuosVolatilidadAprendizaje automático
Machine Learning for Trading

El documento explica dos formas de estimar los diferenciales bid-ask cuando solo se dispone de datos diarios OHLCV. Corwin-Schultz compara los rangos entre máximos y mínimos de intervalos adyacentes de uno y dos días, usando el distinto comportamiento de la…

Microestructura del mercadoEstadísticaEjecuciónVolatilidad
Machine Learning for Trading

Este tutorial repasa características creadas a partir de historiales de precios y volúmenes de activos, incluidos rendimientos en distintos horizontes, medidas de tendencia y reversión, varios estimadores de volatilidad, regímenes de volatilidad, liquidez,…

Indicadores técnicosImpulsoVolatilidadAprendizaje automático
Machine Learning for Trading

Este módulo estima parámetros para mercados de criptomonedas simulados que se usan en entornos de aprendizaje por refuerzo. Carga datos horarios de mercados perpetuos para un símbolo seleccionado, calcula rendimientos logarítmicos entre cierres y ajusta un…

CriptoactivosFuturos perpetuosVolatilidadMicroestructura del mercado
Machine Learning for Trading

Este cuaderno separa la variación continua de los precios de los saltos discretos en los rendimientos intradía de acciones. Estima la varianza realizada diaria a partir de los rendimientos logarítmicos al cuadrado y usa la variación bipotencia como…

Renta variableVolatilidadEstadísticaMicroestructura del mercado