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

842 documentos

Machine Learning for Trading

Este capítulo trata los costes de transacción como una limitación durante toda la investigación y puesta en producción de estrategias, desde la evaluación de factores y el backtesting hasta la construcción de carteras, la supervisión del riesgo y el…

EjecuciónMicroestructura del mercadoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

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…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

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…

Aprendizaje automáticoPruebas retrospectivasEstadísticaRenta variable
Machine Learning for Trading

Este capítulo presenta un flujo de investigación para usar modelos predictivos en trading, donde las previsiones estables fuera de muestra pueden ser más importantes que las estimaciones insesgadas de los coeficientes. Trata métodos de regresión regularizada…

Aprendizaje automáticoEstadísticaPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno explica cuándo resulta más claro simular una estrategia de trading barra a barra con un estado cambiante que expresarla mediante señales o ponderaciones precalculadas. Contrasta los backtests basados en matrices, rápidos y prácticos para…

Pruebas retrospectivasDimensionamiento de posicionesTrading de paresGestión del riesgo
Machine Learning for Trading

Este capítulo presenta la investigación de estrategias como el diseño y la evaluación de un proceso de decisión ejecutable, desde la idea económica inicial hasta el tamaño de las posiciones, las restricciones, los costes y las pruebas en condiciones…

Pruebas retrospectivasAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

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…

Renta variableInversión por factoresGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno comprueba si los datos históricos de ETF permiten aplicar una estrategia de clasificación mensual antes de ajustar un modelo o hacer predicciones. Evalúa el universo negociable usando la liquidez del año anterior, cuenta los fondos aptos en las…

MultiactivoPruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

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…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaGestión del riesgoCriptoactivos
Machine Learning for Trading

Este cuaderno compara modelos de comisiones para renta variable y futuros junto con varios modelos de slippage, y destaca que sus unidades y supuestos difieren. Las comisiones porcentuales se mantienen constantes como proporción del nominal, mientras que los…

EjecuciónPruebas retrospectivasMicroestructura del mercadoGestión del riesgo
Machine Learning for Trading

Este documento describe un backtest fijo fuera de muestra para una estrategia seleccionada de futuros CME. La configuración, las predicciones, el asignador, la frecuencia de rebalanceo, la concentración y los supuestos de costes de transacción se heredan de…

FuturosPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

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…

Renta variableAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno audita el conjunto completo de predicciones canónicas de validación para un estudio de pares FX. Comprueba la identidad de los modelos, la disponibilidad de artefactos, la integridad, la cobertura de las etiquetas configuradas y si las…

DivisasAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de transacción a una configuración fija de estrategia de futuros CME. Selecciona la configuración que presenta mediante un proceso compartido en la fase de validación, incorpora su overlay de riesgo a las…

FuturosMaterias primasPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno compara formas de cubrir una opción call europea vendida cuando el rebalanceo es discreto y las operaciones conllevan costes proporcionales. Define el P&L terminal autofinanciado y después entrena un modelo neuronal de cobertura para minimizar…

OpcionesAprendizaje automáticoGestión del riesgoEjecución
Machine Learning for Trading

Este capítulo sintetiza nueve casos de estudio que llevan señales de aprendizaje automático por la construcción de carteras, los costes de trading, las capas de riesgo y la evaluación de holdout congelado. Analiza la evolución de cada caso de estudio en vez…

Aprendizaje automáticoRenta variablePruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Esta evaluación sigue una estrategia de renta variable US desde un conjunto congelado de backtests de validación hasta su evaluación de holdout. Aplica una regla determinista: elige el candidato con el mayor Sharpe de validación y desempata por hash del…

Renta variablePruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno ejecuta una configuración seleccionada de microestructura de NASDAQ-100 con sus predicciones de holdout registradas. Hereda sin cambios el modelo, el método de asignación, la concentración, el calendario de reajuste, la capa de riesgo y los…

Renta variableMercados de EE. UU.Pruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo seleccionar una estrategia de un conjunto fijo de backtests de renta variable US y evaluarla en un periodo de holdout independiente. Comprueba que los candidatos compartan las identidades de datos y protocolo requeridas; luego los…

Renta variablePruebas retrospectivasGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno presenta un flujo operativo para conectar una estrategia compartida de backtest y en vivo a una sesión de paper trading de Interactive Brokers. Comprueba la identidad y el estado de la cuenta, solicita barras históricas para inicializar…

Renta variableImpulsoEjecuciónGestión del riesgo