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 estudia cómo afectan los costes de transacción a una estrategia NASDAQ-100 con rebalanceo frecuente. Primero aplica supuestos de costes en puntos básicos a backtests existentes antes de costes para mostrar cómo cambia Sharpe al aumentar los…

Renta variableEjecuciónMicroestructura del mercadoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno convierte conjuntos de predicciones de modelos en backtests comparables de opciones del S&P 500. En cada fecha de decisión semanal, ordena las rentabilidades previstas, selecciona los símbolos mejor clasificados del universo líquido y vende…

OpcionesRenta variablePruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno exploratorio describe la estructura y la interpretación de las barras de un minuto de NASDAQ-100 de AlgoSeek. Organiza los campos precalculados del conjunto de datos en precios y tamaños de cotización, precios de operación, diferenciales,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.
Machine Learning for Trading

Esta nota de configuración distingue los parámetros que aparecen en la identidad de un backtest de los que realmente afectan a los costes de trading simulado. En el estudio de caso descrito, todas las ejecuciones registradas usan una ruta vectorizada de…

OpcionesPruebas retrospectivasEjecuciónEstadística
Machine Learning for Trading

El documento muestra un adaptador de bróker que comprueba las órdenes y el estado de la cartera antes de enviarlas. Sus controles incluyen límites de acciones y valor por orden, límites de exposición por posición, límites de frecuencia de órdenes, listas de…

Gestión del riesgoDimensionamiento de posicionesEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara bases de datos integradas, basadas en servidor, de uso general y orientadas al trading en tareas con series temporales financieras: escrituras masivas, escaneos completos, consultas por intervalo temporal, agregación OHLCV y alineación…

Pruebas retrospectivasEstadísticaMicroestructura del mercadoEjecución
Machine Learning for Trading

Este análisis compara tres formas de convertir pronósticos de rentabilidad del modelo con signo en posiciones binarias: un umbral fijo de cero, un percentil móvil para cada símbolo y un percentil transversal entre símbolos. Aplica las reglas a predicciones…

Aprendizaje automáticoEjecuciónPruebas retrospectivasCriptoactivos
Machine Learning for Trading

Este cuaderno demuestra medidas de protección operativa para el trading en vivo mediante un bróker sintético. Muestra cómo se rechaza una orden cuando la instantánea del mercado supera una antigüedad configurada, y cómo una caída del valor de la cuenta puede…

Gestión del riesgoEjecución
Machine Learning for Trading

Este cuaderno mide cómo afectan los cambios en los costes de transacción proporcionales a una estrategia FX seleccionada en validación por cada etiqueta de rentabilidad. Primero selecciona una estrategia base entre candidatos de señal, asignación y capa de…

DivisasPruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este análisis explica cómo interpretar los coeficientes de información (IC) transversales para modelos de futuros CME y cómo se relacionan con pruebas posteriores de cartera. Calcula la correlación de rangos entre rentabilidades previstas y realizadas para…

FuturosEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno evalúa si los datos históricos de ETF permiten crear una estrategia de clasificación mensual antes de construir un modelo o pronóstico. Comprueba la elegibilidad en cada momento usando la liquidez del año anterior, cuenta los fondos disponibles…

Renta variablePruebas retrospectivasEjecuciónEstadística
Machine Learning for Trading

Este cuaderno investiga por qué dos motores de backtesting pueden producir resultados distintos con las mismas señales. Mantiene fija una estrategia ETF precalculada, construye una cartera determinista a partir de sus predicciones y cambia los ajustes de…

Pruebas retrospectivasEjecuciónMicroestructura del mercadoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno evalúa predicciones de validación derivadas de investigaciones sobre renta variable y opciones, convirtiéndolas en carteras de renta variable solo largas. Utiliza como referencia una cartera equiponderada con las K mejores posiciones, compara…

Renta variableOpcionesPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno utiliza operaciones y mensajes de órdenes derivados de NASDAQ ITCH para ilustrar patrones de microestructura del mercado. Examina la autocorrelación negativa de primer orden en los retornos de precios de operaciones a nivel de tick y explica…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno desarrolla una tarea simulada de creación de mercado en la que un agente de PPO elige el sesgo de la cotización y la amplitud del diferencial. La probabilidad de ejecución disminuye cuando las cotizaciones se alejan del precio medio, mientras…

Creación de mercadoAprendizaje automáticoEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno comprueba si los datos permiten respaldar una estrategia de futuros transversal semanal antes de ajustar ningún modelo. Describe un diseño que ordena productos de CME, abre posiciones largas en los contratos mejor clasificados y cortas en los…

FuturosMaterias primasCarryEjecución
Machine Learning for Trading

Este cuaderno usa registros de operaciones derivados de NASDAQ ITCH para examinar la actividad de trading intradía. Agrupa operaciones individuales en barras temporales y compara el volumen de acciones, el número de operaciones, los últimos precios y los…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno explica cómo crece el impacto de mercado con el tamaño de la orden y usa el modelo de participación de raíz cuadrada para plantear la capacidad de una estrategia. Distingue las variables disponibles en los datos de mercado, como la volatilidad…

Microestructura del mercadoEjecuciónGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Esta guía presenta dos fuentes de datos tick del libro de órdenes de renta variable de US para investigar la microestructura: los eventos market-by-order de Databento y los mensajes NASDAQ TotalView-ITCH. Describe sus formatos, características de cobertura,…

Renta variableMicroestructura del mercadoEjecuciónMercados de EE. UU.
Machine Learning for Trading

Este cuaderno entrena un agente de PPO para programar una orden de venta principal a lo largo de barras horarias de futuros perpetuos. Amplía el historial de precios y volumen con la prima del perpetuo y el tiempo hasta la próxima liquidación de…

CriptoactivosFuturos perpetuosEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este cuaderno compara dos métodos para estimar los spreads bid-ask cuando los datos históricos incluyen apertura, máximo, mínimo, cierre y volumen diarios, pero no cotizaciones. Corwin-Schultz separa el spread de la volatilidad comparando los rangos…

Microestructura del mercadoEjecuciónEstadísticaGestión del riesgo
Machine Learning for Trading

Este módulo explica cómo preparar los precios históricos del S&P 500 cuando los símbolos ticker pueden corresponder a distintos valores a lo largo del tiempo. Aplica factores de ajuste por acciones corporativas, sigue los identificadores de valores y marca…

Renta variableMercados de EE. UU.Pruebas retrospectivasEjecución
Machine Learning for Trading

Este documento describe un entorno Gymnasium para entrenar a un agente que liquide una posición en un horizonte fijo. La observación combina el inventario restante y el tiempo con el diferencial, la profundidad del mercado, la volatilidad y un régimen normal…

Aprendizaje automáticoEjecuciónMicroestructura del mercadoVolatilidad