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.
948 documentos
Este cuaderno aplica aprendizaje automático doble (DML) para estimar el efecto del momentum que excluye el periodo más reciente sobre los rendimientos futuros de ETF, una pregunta causal distinta de predecir rendimientos. Modela el resultado y el tratamiento…
El cuaderno muestra cómo ajustar LightGBM para predecir rendimientos de ETF con el muestreador TPE de Optuna. Busca configuraciones de estructura de árboles, muestreo y regularización; utiliza la parada temprana para elegir las rondas de boosting y un…
Este cuaderno convierte las posiciones institucionales declaradas en los formularios 13F en un grafo bipartito de instituciones y acciones, y obtiene variables para investigación, como la similitud de copropiedad de acciones, la amplitud y concentración de…
Este cuaderno compara la búsqueda exhaustiva en cuadrícula con el muestreador bayesiano TPE de Optuna para ajustar un modelo LightGBM en una tarea de predicción de rentabilidad futura de ETF. Primero asigna a ambos métodos el mismo presupuesto de pruebas en…
Este cuaderno estudia cómo calibrar barras temporales, de ticks, volumen, dólares y desequilibrio usando varias sesiones de datos de operaciones market-by-order de NVDA. Filtra las operaciones a las horas regulares de negociación, usa las etiquetas de lado…
Este cuaderno define etiquetas de rentabilidad futura para un panel de renta variable de US y explica por qué su construcción afecta a todos los modelos y backtests posteriores. Especifica ventanas de rentabilidad con precios ajustados medidas en sesiones de…
Este cuaderno entrena redes neuronales TabM para clasificar ETF con la misma tabla plana de características que los modelos lineales y de boosting. Cada miembro del ensemble comparte un backbone de dos capas, pero tiene su propio vector de escala y capa de…
Este cuaderno explica cómo descomponer las rentabilidades y el riesgo de ETF mediante CAPM y regresiones de factores Fama–French. Estima exposiciones de toda la muestra con errores estándar robustos a heterocedasticidad y autocorrelación, sigue la evolución…
Este cuaderno adapta Word2Vec skip-gram a las posiciones institucionales: trata cada cartera 13F como una frase, cada identificador de acción como un token y el rango del tamaño de la posición como orden de los tokens. Las posiciones cercanas forman el…
Este cuaderno describe el ajuste de PatchTST a datos de un minuto de NASDAQ-100 para predecir rentabilidades en varios horizontes futuros. El modelo agrupa observaciones consecutivas en bloques y aplica atención entre ellos, lo que reduce el número de…
Este cuaderno compara formas de asignar capital a posiciones de renta variable de US, manteniendo fijos el modelo, el checkpoint, las fechas de rebalanceo y las acciones seleccionadas. Examina ponderaciones basadas en la intensidad de la predicción, la…
Este cuaderno explica una GAN Wasserstein incondicional basada en signatures GAN para generar series temporales financieras. Transforma las rentabilidades en trayectorias aumentadas, calcula signatures truncadas de las trayectorias y entrena un generador…
Este cuaderno evalúa stop loss, trailing stop y salidas de duración fija en estrategias seleccionadas de renta variable de US. Un stop loss responde a las pérdidas desde la entrada; un trailing stop, a los descensos desde el máximo de la posición; y una…
Este cuaderno muestra comprobaciones de drift de características en indicadores de momentum y técnicos de ETF durante periodos tranquilos y de estrés, y en perpetuos de criptomonedas con datos del índice de prima en distintos regímenes de mercado. Compara el…
Este cuaderno evalúa TSMixer como modelo global de secuencias para un panel de ETF. El modelo comparte parámetros entre fondos y utiliza el historial y las covariables propias de cada uno; sus capas de mezcla aprenden relaciones temporales y dentro de cada…
Este cuaderno describe el uso de TSMixer para predecir rendimientos de acciones a partir de ventanas ordenadas de las características de cada acción. Cada ejemplo contiene 60 sesiones consecutivas; se excluyen las ventanas que atraviesan huecos en el…
Esta guía organiza conjuntos de datos de renta variable US en datos de mercado, fundamentales de empresas, posicionamiento de inversores y características de empresas. Cataloga cargadores de barras diarias e intradía, opciones y registros de microestructura…
Este cuaderno convierte predicciones de validación de varias familias de modelos en carteras long-short con ponderación igual. Ordena las acciones según el rendimiento previsto, compra las principales y vende en corto las últimas, y prueba distintos niveles…
Este documento presenta un proceso por etapas para vincular nombres de empresas de documentos regulatorios, noticias y datos alternativos con valores. Distingue identificadores de entidades, como CIK y LEI, de identificadores de valores, como FIGI, CUSIP y…
Este documento explica un modelo factorial de autoencoder supervisado para predecir rendimientos de acciones en un contexto de investigación sobre análisis de opciones de renta variable. A diferencia de PCA, IPCA y un autoencoder condicional no supervisado,…
Este análisis educativo compara cuatro diseños de redes neuronales en una misma tarea: predecir el siguiente rendimiento diario a partir de una ventana reciente de rendimientos. Un conjunto combinado de ocho fondos cotizados ofrece distintas exposiciones de…
Este cuaderno mide la eficacia del método Lee-Ready para inferir la dirección del agresor de una operación, usando mensajes de Nasdaq por orden y las etiquetas de agresor proporcionadas por el centro de negociación como referencia. Reconstruye el libro de…
Este cuaderno evalúa NLinear, un modelo secuencial sencillo que resta el último nivel observado de una ventana histórica y transforma la secuencia resultante en un pronóstico mediante una transformación lineal. Ajusta la población de modelos ETF con…
Este cuaderno presenta un autoencoder condicional para rendimientos de acciones en el que una red neuronal asigna características de las acciones a cargas factoriales no lineales, mientras otra red extrae factores latentes contemporáneos de rendimientos de…