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 registro recoge una ejecución de previsión de LangGraph sobre si la Reserva Federal subiría su tipo objetivo durante 2026. Tres agentes generaron probabilidades, seguidas de un debate y una actualización del supervisor. Los resultados registrados…

Renta fijaMercados de EE. UU.Estadística
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 reúne un agente de investigación que busca pruebas y devuelve una probabilidad estructurada para una pregunta binaria. Describe el análisis sintáctico y la validación de acciones, un límite de turnos y un artefacto de previsión guardado que…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno explica PCA como una referencia de factores latentes sin características para prever los rendimientos de ETF. Descompone la matriz de rendimientos de la ventana de entrenamiento de cada etiqueta y combina las previsiones mediante una carga para…

Inversión por factoresAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno recorre un ciclo de despliegue de un modelo diario de pares FX que usa Interactive Brokers tanto como fuente de datos en vivo como plataforma de ejecución. Entrena un modelo de regresión Ridge con un panel histórico, calcula un conjunto…

DivisasAprendizaje automáticoEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno presenta un modelo neuronal de factor de descuento estocástico para un panel de futuros CME. El modelo usa tanto los rendimientos de los productos como características observables, como carry, momentum y volatilidad, para construir factores…

FuturosAprendizaje automáticoInversión por factoresPruebas retrospectivas
Machine Learning for Trading

Esta utilidad describe un flujo de trabajo para recopilar documentos públicos SEC 10-Q, 10-K y 8-K y convertirlos en un conjunto de datos tabular común para investigaciones posteriores. Aplica una extracción de texto específica para cada formulario: los…

Renta variableMercados de EE. UU.Basado en eventosAprendizaje automático
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

Este estudio vuelve a valorar combinaciones líderes de asignación de ETF y control del riesgo en dos cuadrículas de costes, manteniendo fija cada configuración de estrategia registrada. Una cuadrícula utiliza puntos básicos por operación; la otra, la…

Pruebas retrospectivasEjecuciónConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este módulo describe dos componentes de un flujo de previsión multiagente. Un agente de debate alterna entre argumentos alcistas y bajistas y exige que cada parte responda a las afirmaciones de la otra y aporte una estimación de probabilidad con pruebas que…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno muestra cómo usar PCMCI para buscar relaciones retardadas entre ETF y los rendimientos de volatilidad sin especificar de antemano un grafo causal. Contrasta las pruebas de independencia condicional basadas en paneles con las pruebas de Granger…

Aprendizaje automáticoEstadísticaMultiactivoPruebas retrospectivas
Machine Learning for Trading

Esta configuración define un universo semanal de investigación de futuros que abarca índices bursátiles, bonos públicos, energía, metales, divisas, agricultura y ganadería. Fija la liquidación del viernes como referencia para la decisión y la apertura del…

FuturosMultiactivoCarryImpulso
Machine Learning for Trading

Este experimento examina cuánto depende de las acciones de pequeña capitalización una señal long-short mensual seleccionada de renta variable de US. Aplica un filtro de capitalización bursátil con rezago que elimina el cuartil más pequeño de las predicciones…

Renta variableMercados de EE. UU.Inversión por factoresPruebas retrospectivas
Machine Learning for Trading

Este cuaderno explica cómo PatchTST utiliza segmentos de longitud fija de características de mercado secuenciales para pronosticar etiquetas del NASDAQ-100. El mecanismo de atención relaciona segmentos a lo largo de la última hora y reduce la longitud de la…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento explica un experimento con futuros CME que usa TabM, un ensamblaje neuronal eficiente en parámetros, sobre las mismas filas de características diseñadas y pliegues walk-forward que los modelos lineales y de aumento de gradiente. TabM comparte…

FuturosAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

El documento presenta NLinear, un modelo secuencial mínimo para pronosticar rendimientos de acciones del NASDAQ-100 a partir de características intradía. Usa una ventana retrospectiva fija, resta la observación más reciente para que el modelo opere con…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este material explica cómo evaluar una estrategia elegida con datos de validación mediante predicciones de un conjunto reservado independiente de 2021. Mantiene fijos la asignación seleccionada, la concentración, los controles de riesgo, el calendario de…

Renta variablePruebas retrospectivasGestión del riesgoConstrucción de carteras
Machine Learning for Trading

El documento describe un flujo de trabajo para convertir formularios SEC 8-K en eventos corporativos estructurados. Un modelo de lenguaje extrae relaciones entre eventos, mientras que comprobaciones explícitas del esquema validan nombres de entidades, tipos…

Basado en eventosAprendizaje automáticoEstadísticaMicroestructura del mercado
Machine Learning for Trading

Este módulo describe la migración de un registro después de que una biblioteca cambiara la numeración de los pliegues walk-forward, pero mantuviera sin cambios sus ventanas de fechas y valores ajustados. Como los identificadores de pliegue aparecen en…

Pruebas retrospectivasAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno examina resultados conservados de una auditoría de estrategias reales que compara el motor LEAN con perfiles coincidentes de Backtest de ML4T. Identifica las cargas de trabajo por clase de activo compatibles con las entradas congeladas y…

Pruebas retrospectivasEjecuciónRenta variableFuturos
Machine Learning for Trading

Este cuaderno describe cómo generar predicciones para la ventana reservada de un estudio de caso sobre acciones de US después de seleccionar una configuración en los pliegues de validación. Resuelve la configuración seleccionada, conserva la elección del…

Renta variableAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo los modelos ocultos de Markov infieren estados de mercado no observados a partir de los rendimientos y la volatilidad reciente. Primero establece reglas sencillas de comparación: un umbral de índice de volatilidad para el estrés y…

Aprendizaje automáticoEstadísticaVolatilidadIndicadores técnicos
Machine Learning for Trading

El cuaderno reúne flujos de trabajo completos para acciones diarias y futuros perpetuos de cripto horarios, que abarcan la adquisición, validación, etiquetado de fuentes y almacenamiento. El ejemplo de acciones combina datos históricos de WikiPrices con un…

Renta variableCriptoactivosFuturosMicroestructura del mercado
Machine Learning for Trading

Este cuaderno presenta un marco para comprobar si la calidad aparente de una señal de momentum se mantiene ante decisiones de investigación razonables. Con datos reales de ETF anteriores al periodo reservado, varía un parámetro de retrospectiva cada vez y…

Renta variableImpulsoEstadísticaPruebas retrospectivas