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

2,477 documentos

Machine Learning for Trading

Este sistema de evaluación separa cuatro tipos de fallos en una canalización financiera de generación aumentada por recuperación: recuperar evidencia pertinente, fundamentar las respuestas en esa evidencia, rechazar preguntas que no se pueden responder y…

Aprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa cuánto depende un backtest de momentum de ETF de la comisión de trading supuesta. Mantiene fijos los pesos y el calendario de negociación de la estrategia, vuelve a ejecutar el simulador con distintos costes por operación y compara el…

Renta variableImpulsoPruebas retrospectivasEjecución
Machine Learning for Trading

El cuaderno estima cuánto puede sobrestimar los rendimientos una cartera equiponderada de acciones US supervivientes frente al universo inicial completo. Primero examina cuándo el panel registra la salida de símbolos y observa que las salidas registradas…

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

Este cuaderno presenta un debate en varias rondas, entre alcistas y bajistas, sobre un pronóstico probabilístico controvertido. Cada parte argumenta a partir de resúmenes compartidos por agentes de investigación, ve la postura anterior de la otra parte y…

EstadísticaAprendizaje 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 análisis consulta un flujo de backtest registrado para una estrategia mensual de renta variable US basada en características empresariales. Informa la incertidumbre del Sharpe, medidas de probabilidad y Sharpe deflactado, comparaciones emparejadas entre…

Renta variableInversión por factoresEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno construye características ajustadas por modelos a partir de historiales de precios de divisas, como complemento de los indicadores calculados directamente a partir de precios pasados. Describe tres enfoques: un filtro de espacio de estados que…

DivisasAprendizaje automáticoEstadísticaIndicadores técnicos
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 mide cómo afectan los costes de ejecución a una configuración ya seleccionada de perpetuos cripto. Mantiene fijos el modelo, el punto de control, la regla de entrada, el asignador y el control de riesgo, y vuelve a ejecutar la estrategia con…

CriptoactivosFuturos perpetuosPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno describe un flujo de trabajo para convertir las declaraciones trimestrales MD&A de las empresas del S&P 500 en características de trading. Usa las fechas de aceptación de los informes como referencia temporal, reduce varios informes de una…

Renta variableAprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este capítulo repasa el aprendizaje profundo para series temporales a partir de una pregunta práctica: ¿cuándo aporta información el orden de las observaciones que no recoge la predicción transversal y qué diseños de modelos pueden aprovecharlo? Trata las…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
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 explica el PCA de prima de riesgo, que modifica la matriz de covarianza de rendimientos al sumar el producto exterior ponderado de los rendimientos medios del periodo de entrenamiento. Sus vectores propios principales definen carteras de…

Inversión por factoresEstadísticaConstrucción de carterasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno usa SHAP para explicar los pronósticos de rendimientos de ETF mediante regresión Ridge. En un modelo lineal, las atribuciones de características tienen una relación de forma cerrada con los coeficientes ajustados y las desviaciones respecto a…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno explica el filtrado de Kalman como método para extraer características de precios financieros. Un estado de tendencia lineal local sigue tanto un nivel de precio latente como su pendiente, mientras que un modelo de observación tiene en cuenta…

Renta variableIndicadores técnicosEstadísticaTrading de pares
Machine Learning for Trading

Este cuaderno presenta el análisis de componentes principales instrumentado (IPCA), un enfoque de factores latentes para pronosticar rendimientos a partir de características empresariales. En lugar de asignar un peso directo de rendimiento a cada…

Renta variableInversión por factoresAprendizaje automáticoEstadística
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

Esta herramienta describe un método para explicar los rendimientos de una estrategia con modelos de tres o cinco factores de Fama–French, con la opción de incluir momentum. Alinea los datos diarios de factores con los rendimientos de la estrategia, detecta…

Inversión por factoresEstadísticaGestión del riesgoConstrucción de carteras
Machine Learning for Trading

Este cuaderno prueba un diseño de salida con dos modelos en datos horarios de perpetuos de BTC, ETH y SOL. Un clasificador de entrada identifica rentabilidades futuras inusualmente altas; luego su probabilidad prevista se combina con características técnicas…

CriptoactivosFuturos perpetuosAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este documento describe utilidades de conjuntos de datos para preparar paneles de series temporales para el entrenamiento de modelos y la inferencia móvil. El conjunto de entrenamiento devuelve secuencias deslizantes de características, rentabilidades…

Aprendizaje automáticoPruebas retrospectivasConstrucción de carterasEjecución
Machine Learning for Trading

Este capítulo presenta la gestión del riesgo como parte del diseño de estrategias y de las operaciones de trading real. Aborda la medición del riesgo de cola con el valor en riesgo y el valor en riesgo condicional, la profundidad y recuperación del drawdown,…

Gestión del riesgoVolatilidadPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este estudio usa datos de mercado por orden de diez días de negociación de NVDA para examinar cómo afecta la actividad diaria de trading al muestreo por barras. Filtra las operaciones al horario habitual del mercado estadounidense US, clasifica el lado…

Renta variableMicroestructura del mercadoEjecuciónIndicadores técnicos