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

932 documentos

Machine Learning for Trading

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…

Renta variableAprendizaje automáticoPruebas retrospectivasEstadística
Machine Learning for Trading

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…

Aprendizaje automáticoEstadísticaRenta variablePruebas retrospectivas
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 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…

Aprendizaje automáticoRenta variableEstadísticaPruebas retrospectivas
Machine Learning for Trading

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…

Renta variableMercados de EE. UU.Aprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

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…

Renta variableMercados de EE. UU.Microestructura del mercadoOpciones
Machine Learning for Trading

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…

Renta variableMercados de EE. UU.Pruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

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…

Renta variableAprendizaje automáticoEstadística
Machine Learning for Trading

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,…

Renta variableAprendizaje automáticoInversión por factoresEstadística
Machine Learning for Trading

Este cuaderno estudia modelos lineales de predicción para una sección transversal de productos de futuros CME, con columnas de características agrupadas en familias relacionadas, como carry, momentum, volatilidad y medidas de riesgo móviles. Como las…

FuturosAprendizaje automáticoInversión por factoresEstadística
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 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…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso de estudio ajusta modelos lineales para predecir rendimientos y dirección en futuros perpetuos de criptomonedas. La matriz de características está dominada por variaciones de la prima del perpetuo, la diferencia entre el precio del contrato y el…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

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…

Renta variableAprendizaje automáticoInversión por factoresEstadística
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 cuaderno compara el ajuste de hiperparámetros con un solo objetivo con una búsqueda multiobjetivo para modelos de predicción LightGBM. El modelo de referencia maximiza el coeficiente de información de validación (IC). La búsqueda NSGA-II maximiza IC…

Aprendizaje automáticoEstadísticaPruebas retrospectivasEjecución
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

Este cuaderno compara tres modelos lineales de series temporales, un codificador Transformer y pronósticos sin parámetros para las rentabilidades diarias de SPY. Los modelos lineales convierten una ventana histórica en un pronóstico de varios días, con…

Renta variableAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno presenta un debate de varias rondas entre posturas alcistas y bajistas sobre un pronóstico. Cada lado defiende una probabilidad mayor o menor para un evento, ve en rondas posteriores el argumento previo del otro y presenta una probabilidad con…

Aprendizaje automáticoEstadísticaSentimiento del mercadoGestión del riesgo
Machine Learning for Trading

Este cuaderno examina si los árboles con boosting de gradiente pueden encontrar relaciones no lineales en variables de microestructura de NASDAQ-100 que un modelo lineal podría pasar por alto. Se centra en la posibilidad de que el desequilibrio del flujo de…

Renta variableAprendizaje automáticoMicroestructura del mercadoEstadística
Machine Learning for Trading

Este cuaderno explica un agente de investigación de tipo operador para iterar sobre casos de estudio cuantitativos. En lugar de limitar el modelo a acciones de predicción predefinidas, le proporciona herramientas generales para trabajar con archivos,…

Aprendizaje automáticoPruebas retrospectivasEstadísticaGestión del riesgo