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

400 documentos

Machine Learning for Trading

Esta configuración especifica un conjunto de datos macroeconómicos históricos de FRED para filtrar regímenes y analizar distintos activos. Organiza series con frecuencia diaria, semanal, mensual y trimestral, incluidos rendimientos de bonos del Tesoro, el…

MultiactivoRenta fijaVolatilidadEstadística
Machine Learning for Trading

Este cuaderno usa la excursión favorable máxima (MFE) y la excursión adversa máxima (MAE) para fundamentar la amplitud de las etiquetas de triple barrera en trayectorias de precios observadas. Para una posición abierta al cierre de una barra, mide el mejor…

Renta variableFuturosCriptoactivosVolatilidad
Machine Learning for Trading

El documento explica cómo la incertidumbre de un modelo puede aportar información adicional a su estimación puntual. Contrasta GARCH, que define la volatilidad a partir de los rendimientos pasados, con un modelo de volatilidad estocástica que trata la…

VolatilidadEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para decidir cómo modelar series temporales financieras. Empieza con gráficos de precios y rentabilidades de SPY, niveles de VIX y la distribución de rentabilidades para detectar niveles cambiantes, movimientos…

EstadísticaVolatilidadIndicadores técnicosRenta variable
Machine Learning for Trading

Este estudio de variables ETF construye tres entradas derivadas de modelos: un modelo oculto de Markov (HMM) que estima el régimen de mercado, precios diferenciados fraccionalmente de fondos de referencia y volatilidad condicional GARCH(1,1) para cada ETF.…

Renta variableVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara DQN, PPO y A2C en un entorno compartido de trading simulado, calibrado con los rendimientos horarios de futuros perpetuos de Bitcoin. Un modelo GARCH(1,1) proporciona agrupamiento de volatilidad, mientras el entorno cobra por los…

Aprendizaje automáticoCriptoactivosFuturos perpetuosVolatilidad
Machine Learning for Trading

Este cuaderno compara formas de cerrar operaciones largas de ETF: objetivos de beneficio y stops fijos, stops dinámicos, barreras escaladas por ATR, señales de aprendizaje automático y combinaciones. Construye indicadores y simulaciones de operaciones, y…

Renta variableGestión del riesgoDimensionamiento de posicionesVolatilidad
Machine Learning for Trading

Este cuaderno trata las previsiones ARIMA como columnas de entrada para modelos posteriores, no como predicciones independientes. Ajusta modelos a los rendimientos de ETF, utiliza pruebas de estacionariedad y diagnósticos de autocorrelación para proponer…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo para caracterizar series de mercado antes de modelarlas. Empieza con gráficos de precios y rendimientos de SPY, niveles de VIX y la distribución de rendimientos para identificar tendencias, agrupamiento de…

Renta variableEstadísticaVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza rendimientos diarios de SPY para explicar el análisis en el dominio de la frecuencia y sus límites como fuente de características de trading. Una descomposición wavelet separa la variación en bandas de escalas temporales progresivamente…

Renta variableEstadísticaVolatilidadIndicadores técnicos
Machine Learning for Trading

Este cuaderno explica cómo la incertidumbre del modelo puede aportar información más allá de una estimación puntual. Ajusta un modelo de volatilidad estocástica en el que la volatilidad logarítmica latente evoluciona con el tiempo y los rendimientos siguen…

VolatilidadAprendizaje automáticoEstadísticaGestión del riesgo
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 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 cuaderno construye características a partir de datos de NASDAQ-100 a nivel de minuto mediante tres procedimientos: una regresión autorregresiva heterogénea móvil para pronosticar la varianza a corto plazo, una transformada de Fourier para describir la…

Renta variableVolatilidadAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno compara medidas de volatilidad, ajusta un modelo autorregresivo heterogéneo (HAR) y estima la rugosidad mediante exponentes de Hurst. Primero contrasta la varianza realizada intradía con estimadores diarios, separa las rentabilidades nocturnas…

VolatilidadEstadísticaIndicadores técnicosPruebas retrospectivas
Machine Learning for Trading

El capítulo explica métodos clásicos para generar datos financieros sintéticos y abarca procesos de precios en tiempo continuo, volatilidad GARCH, remuestreo bootstrap y comparación de modelos. Describe cómo modelos como el movimiento browniano geométrico,…

EstadísticaVolatilidadGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno aplica aprendizaje automático doble para examinar si el diferencial entre la volatilidad implícita y la realizada se asocia con las rentabilidades posteriores de las acciones, tras ajustar por factores de confusión observados. Identifica la…

Renta variableOpcionesVolatilidadAprendizaje automático
Machine Learning for Trading

Este cuaderno examina datos de operaciones y cotizaciones de AlgoSeek a nivel de tick para AAPL durante la caída del mercado de marzo de 16, 2020. Filtra el horario regular de negociación, separa las operaciones registradas de las actualizaciones NBBO y…

Renta variableMicroestructura del mercadoEjecuciónVolatilidad
Machine Learning for Trading

Este documento describe cómo reducir grandes cadenas de opciones del S&P 500 a conjuntos de datos diarios por símbolo para investigación. El resumen de la superficie selecciona las opciones más cercanas a deltas absolutos objetivo dentro de intervalos de…

OpcionesVolatilidadValoración de derivados
Machine Learning for Trading

Este módulo define una referencia de asignación mensual a ETF mediante una puntuación de momentum ajustada al riesgo: el rendimiento acumulado de los últimos periodos dividido por la volatilidad realizada anualizada. Selecciona los activos mejor clasificados…

Renta variableMultiactivoImpulsoVolatilidad