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 artículo presenta un método numérico para simular procesos de raíz cuadrada preservando su no negatividad. El paso central consiste en simular primero el proceso integrado y utilizar esa cantidad para construir un esquema para el proceso en sí. El…
El estudio compara dos modelos de aprendizaje automático, LightGBM y LSTM, con dos estrategias basadas en indicadores para bitcoin: un cruce de medias móviles exponenciales y una combinación de MACD con ADX. Sitúa la comparación en el contexto de la primera…
El documento pone a prueba explicaciones de la ley de raíz cuadrada del impacto de mercado, que describe cómo crece el impacto según el tamaño de la metaorden respecto al volumen negociado. Compara tres predicciones propuestas con los resultados de un modelo…
Este estudio modeliza la formación de precios en una subasta estándar tratando las órdenes de compra y venta como extracciones aleatorias de distribuciones de valoración. Una condición de equilibrio produce distribuciones tanto para el precio de casación…
El documento presenta un modelo autorregresivo cointegrado para series temporales cuyas observaciones son matrices. Sus relaciones de cointegración son bilineales y representan estructuras tanto en filas como en columnas. Esta formulación pretende conservar…
El artículo presenta una política de despliegue para sistemas de previsión que se reentrenan con regularidad: mantiene en servicio el modelo actual mientras un modelo candidato reajustado en caliente se ejecuta fuera de la ruta de servicio; después compara…
El artículo sostiene que una estrategia de trading puede mejorar sus resultados si usa su propio historial de operaciones para decidir si deben ejecutarse nuevas órdenes. Presenta esta condición como necesaria para obtener una ventaja estadística y afirma…
MARKET-BENCH evalúa si los modelos de lenguaje grandes pueden convertir descripciones de estrategias en lenguaje natural y supuestos de mercado en sistemas ejecutables de backtesting. Las tareas abarcan trading programado con Microsoft, trading de pares con…
Este artículo propone usar Soft Actor-Critic (SAC) y Deep Deterministic Policy Gradient (DDPG) para gestionar carteras de criptomonedas. Los agentes aprenden acciones de trading continuas en un entorno simulado con datos históricos de mercado y ajustan las…
El informe estudia la fuerza interna de la barra (IBS) como señal a corto plazo para operar una cesta de fondos cotizados nacionales. Plantea la estrategia como reversión a la media: usar precios históricos de ETF y IBS para identificar posibles movimientos…
El documento presenta un referente para evaluar agentes de trading algorítmicos y basados en modelos de lenguaje en mercados de predicción. Construye episodios históricos a partir de actualizaciones del libro de órdenes, operaciones, eventos del ciclo de…
Este estudio aplica aprendizaje profundo por refuerzo al trading de divisas y plantea la elección de operaciones como una secuencia de decisiones, en lugar de basarse en predicciones directas de precios. Adapta una política de arbitraje estadístico Sure-Fire…
Este estudio compara el aprendizaje automático cuántico, el aprendizaje automático clásico, los métodos híbridos cuántico-clásicos y los modelos Transformer en estrategias de creación de mercado automatizado y de trading en finanzas descentralizadas (DeFi).…
Este estudio replica un enfoque de arbitraje estadístico con deep learning que opera con residuos de modelos factoriales de valoración de activos. Aplica el método original a un período fuera de muestra más reciente, utilizando datos de renta variable de EE.…
Este artículo presenta un algoritmo general de trading de pares planteado como un problema de control por realimentación. Permite al trader elegir una amplia clase de funciones de spread y ajusta dinámicamente los niveles de inversión a medida que cambia el…
Este estudio prueba una estrategia de futuros del oro basada en variables de estado suavizadas de tendencia y momentum. Un proceso walk-forward móvil entrena con una década de datos y prueba períodos sucesivos de seis meses entre 2015 y 2025. La señal se…
Este documento presenta el GT-Score, un objetivo compuesto para optimizar estrategias de trading basadas en datos. Combina medidas de rendimiento, significación estadística, consistencia y riesgo bajista, con el fin de desincentivar elecciones demasiado…
Este documento presenta el índice de fuerza relativa de grafos de visibilidad, un indicador basado en precios y construido a partir de relaciones de visibilidad retrospectiva en la serie de precios de un instrumento. El indicador va de cero a 100 y se…
Este artículo estudia si las reacciones exageradas a los precios intradía de las acciones de Apple pueden predecirse y negociarse como señales de impulso. Combina rendimientos normalizados por volatilidad con características emocionales derivadas de mensajes…
El artículo investiga si las señales de CryptoQuant, incluidos datos on-chain, de exchanges y de mineros, y las publicaciones de alertas de ballenas pueden ayudar a predecir la volatilidad de Bitcoin del día siguiente, especialmente los picos extremos.…
El documento presenta FutureQuant, un modelo Transformer para mercados de futuros que utiliza mecanismos de atención para procesar entradas complejas, incluidos datos en tiempo real del libro de órdenes. En lugar de predecir un único precio futuro, busca…
Este artículo presenta un marco de aprendizaje por refuerzo sin modelo para reasignar una cartera entre activos financieros. Sus componentes incluyen un conjunto de evaluadores independientes, memoria de ponderaciones anteriores de la cartera, aprendizaje…
Esta tesis hace backtest de estrategias basadas en los parámetros convencionales de MACD: 12, 26 y 9, sobre acciones incluidas en el Dow Jones, Nasdaq y S&P 500. Evalúa la tasa de aciertos, la rentabilidad, el ratio de Sharpe, el número de operaciones y el…
PPO-HRAP combina la optimización de políticas proximales con una exposición objetivo derivada del régimen. Su política observa las características del mercado y el estado de la cartera, y luego combina la acción aprendida con el objetivo del régimen. La…