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

948 documentos

Machine Learning for Trading

Este notebook muestra un flujo de trabajo de calidad de datos para datos diarios de renta variable US OHLCV. Las comprobaciones estructurales abarcan valores nulos, duplicados, orden cronológico, coherencia de precios, valores negativos, precios obsoletos y…

Renta variableEstadísticaGestión del riesgoMicroestructura del mercado
Machine Learning for Trading

Esta guía describe un panel mensual de renta variable US de empresas anonimizadas y características utilizado en investigaciones de valoración de activos con aprendizaje automático. Los datos incluyen características contables y técnicas, rendimientos y…

Renta variableMercados de EE. UU.Aprendizaje automáticoInversión por factores
Machine Learning for Trading

Este notebook presenta un flujo de trabajo para reducir un gran conjunto de características de ETF a candidatas para modelos posteriores. Ordena las características mediante coeficientes de información de Spearman transversales frente a rendimientos futuros,…

Renta variableEstadísticaAprendizaje automáticoInversión por factores
Machine Learning for Trading

Este documento presenta los factores latentes como patrones comunes de rendimiento entre acciones; la carga de cada acción describe su exposición a un patrón. Contrasta el análisis de componentes principales, que extrae factores y cargas de acciones…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este documento explica cómo construir etiquetas de rendimiento futuro y dirección para investigación intradía de NASDAQ-100. Define el rendimiento mediante una convención de ejecución explícita: observar el cierre de una barra, entrar en la siguiente y medir…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este notebook aplica una estrategia de acciones y opciones del S&P 500 seleccionada previamente a predicciones de un periodo de prueba independiente de 2021. Mantiene sin cambios la configuración seleccionada, incluido el asignador, las reglas de…

Renta variableOpcionesPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este capítulo describe la gobernanza de los sistemas de trading con aprendizaje automático después de su despliegue. Distingue los fallos técnicos, en los que entradas idénticas producen resultados distintos, del deterioro estadístico, en el que los…

Aprendizaje automáticoGestión del riesgoEjecuciónEstadística
Machine Learning for Trading

Este índice presenta factores latentes como patrones comunes extraídos de la forma en que se mueven conjuntamente los rendimientos de las acciones; la carga de cada acción indica su exposición a un patrón. Contrasta el análisis de componentes principales,…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este notebook contrasta la clasificación de operaciones de Lee-Ready con las etiquetas del lado agresor en datos de Nasdaq ordenados por orden. Reconstruye el libro de órdenes limitadas a partir de mensajes de alta, modificación, cancelación, ejecución y…

Microestructura del mercadoTrading de alta frecuenciaEjecuciónRenta variable
Machine Learning for Trading

Este notebook utiliza TreeSHAP para explicar las predicciones de rendimiento de LightGBM, con importancia global de características, explicaciones de predicciones individuales, gráficos de dependencia y valores de interacción por pares. Compara las…

Renta variableAprendizaje automáticoEstadísticaInversión por factores
Machine Learning for Trading

Este notebook convierte titulares financieros en señales por acción y las evalúa frente a rendimientos futuros. Genera embeddings de los titulares, mide la sorpresa informativa como la distancia semántica respecto a una referencia móvil de embeddings y…

Renta variableInversión por factoresSentimiento del mercadoAprendizaje automático
Machine Learning for Trading

Este cuaderno mide cómo afectan los costes de trading a estrategias ya seleccionadas en las etapas de señal, asignación y capas adicionales de riesgo. Fija una configuración seleccionada mediante validación por etiqueta antes de variar los costes, de modo…

Renta variablePruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este documento explica por qué no se pueden evaluar stop-losses, trailing stops y salidas por tiempo en un caso práctico cuyo backtest mantiene las ponderaciones durante un mes y solo observa el rendimiento futuro mensual realizado. Estas reglas dependen de…

Renta variableGestión del riesgoPruebas retrospectivasDimensionamiento de posiciones
Machine Learning for Trading

Este documento describe un proceso de evaluación de estrategias para backtests de microestructura NASDAQ-100 registrados. Lee ejecuciones existentes en lugar de entrenar modelos o repetir backtests, sigue la trazabilidad de las estrategias seleccionadas,…

Renta variableMicroestructura del mercadoPruebas retrospectivasEstadística
Machine Learning for Trading

Este documento presenta un método por etapas para vincular nombres de empresas procedentes de datos alternativos, informes, noticias y fuentes de precios con valores. Primero combina los identificadores disponibles siguiendo un orden de confianza deliberado,…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno define etiquetas de rendimiento total mensual para un estudio transversal de características de empresas US y comprueba cómo se alinean esos resultados con las filas del proveedor. El panel empareja las características del mes anterior con el…

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

Este cuaderno muestra cómo los costes de ejecución explícitos pueden erosionar los rendimientos brutos de una estrategia intradía hipotética. Toma como referencia el diferencial de cruce cotizado, ponderado por volumen, mediano entre los componentes del…

Renta variableEjecuciónMicroestructura del mercadoGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo una red convolucional temporal (TCN) puede predecir rendimientos a partir de datos financieros ordenados. Las convoluciones causales garantizan que la salida de un momento dependa solo de las entradas actuales y anteriores. Las…

Aprendizaje automáticoRenta variableImpulsoEstadística
Machine Learning for Trading

Este documento presenta un método basado en eventos para mantener un número limitado de posiciones intradía. Las predicciones se alinean con las barras de precios usando la puntuación disponible más reciente, con un límite de antigüedad opcional. Las señales…

Renta variableTrading de alta frecuenciaMicroestructura del mercadoEjecución
Machine Learning for Trading

Este caso práctico convierte predicciones almacenadas del modelo para acciones US en carteras largas y cortas con ponderaciones iguales. Prueba varios esquemas de entrada, cada uno seleccionando los nombres mejor clasificados para posiciones largas y los…

Mercados de EE. UU.Renta variableAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Esta demostración de trading real describe un flujo de trabajo de rebalanceo diario para un universo fijo de acciones estadounidenses de gran capitalización US. Compara las posiciones mantenidas en el bróker con los objetivos del modelo, convierte las…

Renta variableEjecuciónGestión del riesgoDimensionamiento de posiciones