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

Este cuaderno aplica una configuración de trading NASDAQ-100 seleccionada previamente a predicciones generadas para un periodo de reserva intacto. La estrategia, la concentración de la cartera, el método de asignación, el calendario de rebalanceo, la capa de…

Pruebas retrospectivasRenta variableMicroestructura del mercadoMercados de EE. UU.
Machine Learning for Trading

Esta referencia describe conjuntos académicos de datos de rendimientos de factores de la biblioteca Fama-French y AQR para analizar estrategias y modelar factores. La oferta de Fama-French incluye series de mercado, tamaño, valor, rentabilidad, inversión y…

Inversión por factoresEstadísticaPruebas retrospectivasRenta variable
Machine Learning for Trading

Este documento presenta un sistema de datos compartido para la investigación de trading cuantitativo, con catálogos de conjuntos de datos de renta variable, opciones, futuros, criptomonedas, divisas, factores, macroeconomía, informes, posicionamiento,…

MultiactivoRenta variableFuturosCriptoactivos
Machine Learning for Trading

Este estudio de caso describe cómo generar un conjunto de predicciones fuera de muestra para un modelo de opciones del S&P 500 ya seleccionado. La configuración de reserva se fija con los resultados de validación y luego se vuelve a ajustar con datos que…

OpcionesAprendizaje automáticoPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este estudio de caso compara modelos predictivos para la rotación mensual entre activos mediante ETF de renta variable, renta fija, materias primas, divisas e inmobiliario. La idea central es que el coeficiente de información (IC) y el rendimiento del…

MultiactivoPruebas retrospectivasConstrucción de carterasImpulso
Machine Learning for Trading

Este cuaderno explica cómo el aprendizaje automático doble (DML) estima si el momentum de FX afecta a los rendimientos futuros tras ajustar por los factores de confusión configurados. Distingue esta pregunta sobre intervención de la predicción: los modelos…

DivisasImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno presenta diagnósticos ligeros de falsificación para el triaje de características y distingue explícitamente la coherencia con un mecanismo de la identificación causal. Primero analiza características de ETF en distintos horizontes de…

Aprendizaje automáticoEstadísticaImpulsoVolatilidad
Machine Learning for Trading

Este cuaderno examina etiquetas de aprendizaje supervisado usando datos de precios de ETF. Abarca rentabilidades futuras de horizonte fijo para regresión o clasificación de dirección, percentiles móviles de series temporales, etiquetas de percentiles…

Aprendizaje automáticoRenta variableVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno entrena Skip-gram Word2Vec con frases etiquetadas de noticias financieras y explica cómo sus vectores representan palabras que aparecen en contextos similares. Describe la función del tamaño de vector, la ventana de contexto, la frecuencia…

Aprendizaje automáticoSentimiento del mercadoEstadística
Machine Learning for Trading

Este cuaderno compara coberturas aprendidas y analíticas para una call europea corta cuando el reajuste es discreto y el trading conlleva costes proporcionales. Define el PnL terminal autofinanciado a partir de las ganancias de cobertura, los costes de…

OpcionesValoración de derivadosVolatilidadGestión del riesgo
Machine Learning for Trading

Este cuaderno evalúa características de ETF una a una, calculando un coeficiente de información de rango entre los valores de cada característica y las rentabilidades mensuales posteriores para cada fecha. Analiza características financieras y derivadas de…

Renta variableEstadísticaAprendizaje automáticoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno demuestra mediante ejemplos construidos las salidas por posición y los controles a nivel de cartera. Las reglas estáticas incluyen stop loss, objetivos de beneficio y salidas por tiempo; las dinámicas, stops dinámicos que siguen máximos…

Gestión del riesgoDimensionamiento de posicionesPruebas retrospectivasEjecución
Machine Learning for Trading

Este cuaderno muestra cómo alinear las observaciones macroeconómicas con las fechas en que quienes hacen trading podrían haberlas conocido. Distingue el periodo que mide un valor de su fecha de publicación, estima las fechas de publicación según la duración…

MultiactivoPruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno explica PCA como modelo de factores latentes de referencia para predecir rentabilidades de ETF. Descompone un panel de entrenamiento de rentabilidades futuras en direcciones principales y estima la exposición de cada fondo y las primas de los…

Inversión por factoresAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este cuaderno estima el efecto ajustado de una medida continua de momentum de ETF sobre las rentabilidades futuras mediante aprendizaje automático doble. Compara una regresión sin ajustar con estimaciones de DML que controlan la volatilidad reciente y de más…

Renta variableImpulsoAprendizaje automáticoEstadística
Machine Learning for Trading

Esta guía describe un conjunto de datos diarios de acciones de US de Wiki Prices, de NASDAQ Data Link, con datos OHLCV ajustados y cobertura desde 1962 hasta marzo de 2018. Explica cómo obtener el archivo con una clave de API, cargarlo, filtrarlo por símbolo…

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

Este cuaderno presenta un método determinista para comprobar si los flujos de backtest y trading en vivo se comportan de forma similar. Compara etapas sucesivas: características calculadas a partir de las mismas velas, predicciones generadas con esas…

Pruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo un autoencoder condicional amplía el análisis de componentes principales instrumentado (IPCA): conserva la estructura en dos etapas, en la que las características de los fondos se asignan a exposiciones a factores latentes y estas…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este análisis compara modelos predictivos para ordenar acciones de NASDAQ-100 según su rentabilidad en los próximos 15 minutos, usando características intradía de microestructura como diferenciales, desequilibrio de profundidad, volumen con signo y…

Renta variableMicroestructura del mercadoAprendizaje automáticoEstadística