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 plantea una orden principal como un problema de control con horizonte finito. En cada intervalo, el aprendizaje Q tabular elige un multiplicador para un tramo de operación basado en VWAP, condicionado por el tiempo y el inventario restante,…

Renta variableEjecuciónAprendizaje automáticoMicroestructura del mercado
Machine Learning for Trading

El documento explica dos formas de estimar los diferenciales bid-ask cuando solo se dispone de datos diarios OHLCV. Corwin-Schultz compara los rangos entre máximos y mínimos de intervalos adyacentes de uno y dos días, usando el distinto comportamiento de la…

Microestructura del mercadoEstadísticaEjecuciónVolatilidad
Machine Learning for Trading

Este cuaderno describe un flujo de trabajo operativo para conectar una estrategia con Interactive Brokers mediante TWS o Gateway. Comprueba que la sesión sea una cuenta de trading simulado, consulta los valores y las posiciones de la cuenta y solicita barras…

EjecuciónGestión del riesgoImpulsoRenta variable
Machine Learning for Trading

Este análisis usa mensajes de NASDAQ TotalView-ITCH para describir la actividad del mercado y crear una tabla de operaciones vinculada al símbolo, el lado y los atributos de las órdenes. Cuenta los tipos de mensajes, compara las operaciones con los eventos…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este documento presenta una máquina de estados reutilizable para detener el trading automáticamente, con estados cerrado, abierto y semiabierto. Aplica la misma lógica de transición a cuatro riesgos: drawdown de la cuenta, pérdida diaria, sesiones…

Gestión del riesgoEjecuciónPruebas retrospectivas
Machine Learning for Trading

Este estudio de caso evalúa señales transversales diarias en un amplio universo de acciones de US y presenta un extenso proceso de investigación, desde datos disponibles en cada momento y características diseñadas hasta la comparación de modelos, la…

Renta variableAprendizaje automáticoImpulsoReversión a la media
Machine Learning for Trading

Este módulo estima parámetros para mercados de criptomonedas simulados que se usan en entornos de aprendizaje por refuerzo. Carga datos horarios de mercados perpetuos para un símbolo seleccionado, calcula rendimientos logarítmicos entre cierres y ajusta un…

CriptoactivosFuturos perpetuosVolatilidadMicroestructura del mercado
Machine Learning for Trading

Este cuaderno expresa un flujo de pronóstico en cuatro fases mediante la orquestación con Python sencillo, CrewAI y LangGraph. Compara dónde se mantiene el estado, cómo se inspeccionan o recuperan los fallos, qué dependencias añade cada enfoque y cómo…

Aprendizaje automáticoEstadísticaEjecuciónPruebas retrospectivas
Machine Learning for Trading

El documento describe un backtest especializado para una estrategia semanal de opciones del S&P 500. Cada cohorte selecciona los componentes mejor clasificados, vende opciones call y put cercanas al precio de ejercicio con aproximadamente un mes hasta el…

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

Este análisis de varios casos estudia cómo la información predictiva, medida por el coeficiente de información (IC), se traduce en el Sharpe de cartera en nueve casos prácticos de trading. Su punto central es que la implementación media en esta relación: las…

MultiactivoEstadísticaPruebas retrospectivasConstrucción de carteras
Machine Learning for Trading

Este cuaderno explica cómo crear un historial continuo de precios de futuros a partir de contratos individuales con vencimiento. Identifica los contratos del primer vencimiento mediante el volumen de negociación, aplica una restricción que impide retroceder…

FuturosPruebas retrospectivasEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este script de prueba ejecuta un flujo de investigación reducido de futuros CME, desde las predicciones del modelo hasta las ponderaciones de cartera y el backtest. Comprueba que las predicciones cubran exactamente las claves esperadas de producto, marca…

FuturosPruebas retrospectivasEjecuciónGestión del riesgo
Machine Learning for Trading

Este cuaderno plantea una forma descriptiva de convertir rentabilidades brutas en rendimiento neto mediante la modelización separada de fricciones de trading, financiación y gastos de fondos. Su estructura de costes parametrizada calcula los costes de…

Renta variableEjecuciónGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este módulo define una función objetivo diferenciable para el aprendizaje integral de carteras. Convierte ponderaciones de riesgo acotadas por activo en exposiciones de cartera mediante el escalado por volatilidad, calcula las rentabilidades brutas medias de…

Aprendizaje automáticoConstrucción de carterasGestión del riesgoEjecución
Machine Learning for Trading

Este cuaderno analiza libros de órdenes reconstruidos de NASDAQ para describir los diferenciales intradía y la profundidad en los mejores precios de compra y venta, y examina si el desequilibrio del flujo de órdenes está asociado con la rentabilidad del…

Renta variableMicroestructura del mercadoEjecuciónEstadística
Machine Learning for Trading

Este cuaderno establece una referencia de la etapa de señales para evaluar predicciones de modelos sobre futuros CME. En cada decisión semanal, clasifica los productos por rentabilidad prevista, compra el grupo superior, vende en corto el grupo inferior y…

FuturosPruebas retrospectivasConstrucción de carterasEjecución
Machine Learning for Trading

Esta configuración especifica un experimento de clasificación y rebalanceo de ETF en posiciones largas. Define un amplio universo de 100-ETF que abarca exposiciones a acciones, bonos, materias primas y regiones, con decisiones mensuales y ejecución en la…

Renta variableMultiactivoPruebas retrospectivasEjecución
Machine Learning for Trading

Esta comparativa evalúa CSV, Parquet, Feather (Arrow IPC) y HDF5 con el mismo panel determinista OHLCV. Mide el tiempo de escritura, el de lectura materializada, el tamaño del archivo y el efecto de leer solo columnas seleccionadas. La metodología de tiempos…

Renta variablePruebas retrospectivasEjecución
Machine Learning for Trading

Este tutorial operativo muestra protecciones en tiempo de ejecución para un sistema de trading real mediante un bróker sintético. Enseña cómo SafeBroker rechaza órdenes cuando los datos de mercado son demasiado antiguos o las pérdidas diarias superan un…

Gestión del riesgoEjecuciónMicroestructura del mercado
Machine Learning for Trading

Este cuaderno compara DQN, PPO y A2C en un entorno compartido de trading simulado, calibrado con los rendimientos horarios de futuros perpetuos de Bitcoin. Un modelo GARCH(1,1) proporciona agrupamiento de volatilidad, mientras el entorno cobra por los…

Aprendizaje automáticoCriptoactivosFuturos perpetuosVolatilidad