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

El cuaderno compara dos formas de dividir una orden de renta variable grande en órdenes más pequeñas a lo largo de una sesión. TWAP envía cantidades aproximadamente iguales en cada intervalo y no necesita una previsión de mercado. VWAP distribuye las…

Renta variableEjecuciónMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

El cuaderno explica cómo comparar modelos de predicción de opciones del S&P 500 sin que muestras de evaluación incompletas o incompatibles distorsionen los resultados. Identifica cada modelo por familia, configuración y punto de control, comprueba que las…

OpcionesAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno construye intervalos de incertidumbre para los rendimientos futuros de ETF mediante regresión Ridge y tres métodos conformales: predicción conformal dividida, regresión cuantílica conformalizada e inferencia conformal adaptativa. Los evalúa con…

Renta variableAprendizaje automáticoEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza aprendizaje automático doble para estimar si la puntuación z de la prima de futuros perpetuos está asociada con el rendimiento posterior de ocho horas, tras ajustar por seis controles previos al tratamiento. Compara los efectos en…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica un autoencoder condicional que modela los rendimientos de las acciones como cargas factoriales dependientes de características multiplicadas por factores latentes. Primero estima los rendimientos de carteras gestionadas por…

Renta variableInversión por factoresAprendizaje automáticoConstrucción de carteras
Machine Learning for Trading

Esta guía de datos describe una colección de contratos de futuros continuos CME que abarca índices bursátiles, tipos de interés, energía, metales, divisas, agricultura y ganadería. Explica los datos de origen horarios y la frecuencia diaria derivada, los…

FuturosMultiactivoMaterias primasPruebas retrospectivas
Machine Learning for Trading

Este cuaderno estudia cómo afectan las reglas de asignación a las estrategias de ETF después de que un modelo haya clasificado los activos. Mantiene fijos los conjuntos de predicciones y el calendario de rebalanceo, selecciona la misma cesta de los k…

Renta variableConstrucción de carterasDimensionamiento de posicionesGestión del riesgo
Machine Learning for Trading

Este cuaderno compara modelos lineales con características de ETF basadas en ventanas de rendimientos solapadas y medidas relacionadas de momentum, volatilidad y osciladores. Estos predictores son colineales, lo que vuelve inestables los coeficientes de…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno prueba si la construcción de carteras puede rescatar una estrategia de NASDAQ-100 que pierde por los costes y opera en cada barra. Selecciona las mejores predicciones de referencia usando el universo de selección declarado y luego compara las…

Renta variableConstrucción de carterasDimensionamiento de posicionesEjecución
Machine Learning for Trading

Este cuaderno toma las principales configuraciones de predicción de validación de una referencia de señales con ponderación equitativa y prueba métodos de asignación alternativos sobre las mismas predicciones. Compara la ponderación basada en puntuaciones y…

Renta variableConstrucción de carterasDimensionamiento de posicionesPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa cómo funcionan conjuntos registrados de predicciones ETF al convertirlos en carteras. Combina cada conjunto de predicciones de validación con esquemas de entrada definidos, como distintas cantidades de posiciones entre las mejor…

Renta variablePruebas retrospectivasConstrucción de carterasGestión del riesgo
Machine Learning for Trading

Este capítulo describe un recorrido desde la investigación hasta la ejecución en vivo, basado en una lógica de estrategia que puede funcionar en backtest, paper trading y trading en vivo. Abarca las integraciones de brókeres y plataformas, los ciclos de…

EjecuciónGestión del riesgoPruebas retrospectivasMicroestructura del mercado
Machine Learning for Trading

Este capítulo organiza datos financieros de fuentes de mercado, fundamentales y alternativas, y compara cómo la clase de activo determina qué significan los precios, la liquidez y las observaciones. Destaca que las marcas de tiempo, los ajustes, los…

MultiactivoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno describe un modelo LSTM que predice rendimientos a partir de ventanas ordenadas de características bursátiles en un panel de renta variable US. A diferencia de un modelo tabular plano, el LSTM procesa las sesiones secuencialmente y mantiene un…

Aprendizaje automáticoRenta variableMercados de EE. UU.Pruebas retrospectivas
Machine Learning for Trading

Este cuaderno examina un proceso de selección de titulares ESG basado en palabras clave y compara la salida estructurada de su clasificador con los requisitos que debería cumplir un asistente de generación aumentada por recuperación. Una primera lista de…

Sentimiento del mercadoAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este registro documenta una investigación multiagente sobre si Estados Unidos entraría en recesión antes de finales de 2026, según una regla de resolución especificada, basada en contracciones trimestrales consecutivas del GDP o en una fecha de recesión del…

EstadísticaMercados de EE. UU.Multiactivo
Machine Learning for Trading

Este módulo de Python describe métodos para cuantificar la incertidumbre en backtests de estrategias usando rendimientos diarios fuera de muestra. Combina intervalos de bootstrap por bloques estacionarios para estadísticas de series de rendimientos, un error…

Pruebas retrospectivasEstadísticaGestión del riesgoConstrucción de carteras
arXiv papers

Este trabajo aborda la cobertura de media-varianza cuando los mercados son incompletos, la información puede tener una estructura arbitraria y la volatilidad de los precios de los activos está mal especificada. Describe una estrategia de trading robusta para…

Gestión del riesgoVolatilidadValoración de derivadosEstadística
arXiv papers

La auditoría examina cómo retirar un predictor de los pronósticos condicionados por regímenes. Eliminar los retardos de una variable no equivale a excluirla de todo el proceso de ajuste, filtrado y ajuste de hiperparámetros, porque también puede afectar al…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este notebook presenta TimeGAN, un modelo adversario generativo recurrente que produce secuencias financieras sintéticas. Sus cinco módulos aprenden una incrustación y una reconstrucción, predicen estados latentes sucesivos, generan secuencias a partir de…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas