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

486 documentos

Machine Learning for Trading

Este cuaderno desarrolla un marco para traducir la actividad del mercado en costes de trading modelados y capacidad de estrategias. Presenta el modelo de impacto de raíz cuadrada, identifica la volatilidad y el volumen diario medio como datos clave, y…

Microestructura del mercadoEjecuciónGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este documento compara cuatro fuentes de datos del mercado de acciones para estudiar operaciones, cotizaciones y libros de órdenes limitadas: AlgoSeek TAQ, Databento market by order, NASDAQ ITCH e IEX HIST. Explica la granularidad, cobertura, coste o…

Renta variableMicroestructura del mercadoEjecuciónTrading de alta frecuencia
Machine Learning for Trading

Este cuaderno aísla los resultados del motor LEAN de una auditoría que compara ejecuciones conservadas de estrategias reales con perfiles de backtest de ML4T equivalentes. Identifica cuatro cargas de trabajo compatibles: asignación de ETF, financiación de…

MultiactivoPruebas retrospectivasEjecuciónCriptoactivos
Machine Learning for Trading

Este cuaderno presenta un flujo de trabajo que conecta la carga de datos estandarizados de ETF, un registro de características y diagnósticos de señales. Muestra cómo consultar los metadatos de los indicadores, calcular características con valores…

Renta variableIndicadores técnicosImpulsoEstadística
Machine Learning for Trading

Este estudio construye una medida por minuto de la presión del flujo de órdenes a partir de datos de mercado por orden de NVDA. Asigna un signo a las altas, cancelaciones y ejecuciones de órdenes según su lado, pondera los eventos por tamaño y distancia al…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno convierte predicciones de pares FX en resultados de operativa de referencia. En cada momento de decisión ordena los pares, forma carteras long y short de igual tamaño y ejecuta las configuraciones de predicción y los puntos de control…

DivisasPruebas retrospectivasConstrucción de carterasDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno compara dos simulaciones de la misma estrategia mensual de momentum con ETF. Ambas usan las mismas ponderaciones objetivo, el mismo universo, las mismas fechas y el mismo coste total de operativa. Una calcula los rendimientos a partir de…

Renta variableImpulsoPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno compara el almacenamiento en CSV, Parquet, Feather y HDF5 mediante un panel OHLCV determinista de un millón de filas. Mide el tiempo de escritura, el de lectura con los datos cargados en memoria, el tamaño de archivo y las lecturas que…

Renta variableEstadísticaEjecución
Machine Learning for Trading

Este cuaderno compara DQN, PPO y A2C en un entorno simulado de trading de criptomonedas. Calibra un proceso de volatilidad GARCH(1,1) con rendimientos horarios de futuros perpetuos de Bitcoin y después simula trayectorias que conservan la agrupación de…

Aprendizaje automáticoCriptoactivosFuturos perpetuosPruebas retrospectivas
Machine Learning for Trading

Esta auditoría compara motores de trading que reproducen los mismos objetivos de modelo congelados y las mismas entradas históricas identificadas por contenido en asignaciones de ETF, futuros, financiación de perpetuos de criptomonedas, divisas y acciones de…

Pruebas retrospectivasEjecuciónMultiactivoFuturos
Machine Learning for Trading

Este cuaderno evalúa los stop-loss, los trailing stops y las salidas por tiempo sobre configuraciones de la etapa de asignación en una estrategia intradía de NASDAQ-100. Las decisiones se toman cada quince minutos, mientras que el motor de backtest supervisa…

Renta variableGestión del riesgoPruebas retrospectivasEjecución
Machine Learning for Trading

Este capítulo presenta el aprendizaje por refuerzo como una herramienta de control secuencial y lo distingue de la predicción supervisada. Se centra en tareas donde las acciones afectan a resultados posteriores y las recompensas son relativamente concretas:…

Aprendizaje automáticoEjecuciónCreación de mercadoOpciones
Machine Learning for Trading

Este módulo define un entorno de simulación con datos disponibles en cada momento para ejecutar una gran orden de venta en futuros perpetuos de criptomonedas. Sus observaciones combinan el inventario restante y el tiempo con la volatilidad del mercado, el…

CriptoactivosFuturos perpetuosEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este análisis comprueba si los datos diarios de opciones permiten una estrategia semanal que vende straddles at the money sobre componentes del S&P 500, cubre acciones con delta y mantiene los contratos hasta el vencimiento. Explica cómo las opciones call y…

OpcionesVolatilidadEjecuciónPruebas retrospectivas
Machine Learning for Trading

El documento explica cómo cuatro modelos de impacto de mercado estiman el movimiento adverso del precio por acción asociado a una orden: sin impacto, impacto lineal, impacto de raíz cuadrada y ley de potencias configurable. Aclara la convención de signo, las…

EjecuciónMicroestructura del mercadoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este cuaderno examina por qué dos motores de backtesting pueden producir resultados distintos con señales idénticas. Mantiene fija la estrategia y el universo negociable, hace deterministas las ponderaciones de cartera cuando hay predicciones empatadas y…

Pruebas retrospectivasEjecuciónDimensionamiento de posicionesGestión del riesgo
Machine Learning for Trading

Este cuaderno final compara la ponderación equitativa, la volatilidad inversa, la optimización de media-varianza y la paridad de riesgo jerárquica con una señal común en un universo diversificado de ETF. Un modelo Ridge móvil usa características de momentum,…

Construcción de carterasPruebas retrospectivasRenta variableEjecución
Machine Learning for Trading

Este cuaderno describe cómo reconstruir un libro de órdenes límite de NASDAQ a partir de mensajes de mercado por orden de DataBento para un único símbolo y día de negociación. Presenta un motor modular que sigue el estado de cada orden, agrega órdenes por…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno describe un flujo de backtest de 15 minutos para predicciones sobre acciones NASDAQ-100. Primero ejecuta una comprobación técnica con señales aleatorias: como el trading aleatorio debería perder dinero después de costes, un resultado rentable…

Renta variablePruebas retrospectivasEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno construye medidas de microestructura del mercado a partir de datos de operaciones ITCH de NASDAQ, agrega las operaciones en barras intradía y distingue los indicadores indirectos de liquidez de las señales de flujo de órdenes y el estado del…

Renta variableMicroestructura del mercadoTrading de alta frecuenciaEstadística
Machine Learning for Trading

Esta demostración describe un ciclo de trading de criptomonedas continuo conectado al mercado de contado en USD de Alpaca. Asocia un universo de estudio de caso de futuros perpetuos con los pares de contado admitidos por la plataforma y deja claro que solo…

CriptoactivosMercados al contadoFuturos perpetuosImpulso
Machine Learning for Trading

Este cuaderno compara asignaciones de cartera de PyPortfolioOpt, Riskfolio-Lib y skfolio usando el mismo panel de rentabilidades de ETF. Ajusta los métodos de asignación en un periodo de entrenamiento, comprueba que los objetivos equivalentes y los pesos…

MultiactivoConstrucción de carterasPruebas retrospectivasEjecución