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.
948 documentos
Este documento describe un autoencoder condicional que modela las exposiciones de las empresas a factores de rentabilidad latentes como una función no lineal de sus características. Al igual que IPCA, estima una estructura factorial en la que las…
Este documento explica una red neuronal TabM para clasificar ETF a partir de características tabulares. Su base compartida de dos capas alimenta varios miembros, cada uno con un vector de escalado aprendido y una capa de salida; promediar sus predicciones…
Este cuaderno explica cómo los límites de participación por volumen restringen la proporción del volumen de mercado que puede consumir una orden en cada intervalo. Cuando una orden principal supera el límite permitido, el bróker ejecuta una parte y aplaza el…
Este resumen de capítulo explica cómo los árboles con boosting de gradiente se basan en árboles de decisión y bosques aleatorios para hacer predicciones financieras con datos tabulares. El boosting añade modelos de forma secuencial para corregir errores…
Este documento describe un conjunto mensual de datos de renta variable de US, diseñado para la investigación en valoración de activos con aprendizaje automático. Contiene 94 características de empresas transformadas por rangos, incluidas medidas contables y…
Este cuaderno examina cómo afecta el impacto de mercado a los resultados del backtest de una estrategia de momentum en acciones con distintos niveles de liquidez. Mantiene constante el tamaño de la orden y la estrategia, estima la liquidez y la volatilidad…
Este cuaderno presenta un panel publicado para investigar con aprendizaje automático la renta variable de US. Contiene observaciones mensuales con 46 características de empresas y rendimientos excedentes del mes siguiente, a lo largo de varias décadas. Las…
Este capítulo explica cómo construir y usar grafos de conocimiento financiero cuando las preguntas dependen de relaciones como la propiedad, las cadenas de suministro o el contagio. Aborda la identidad de las entidades, los esquemas de relaciones tipadas, la…
Este cuaderno compara dos diseños Transformer para predecir rendimientos de 21 a ETF días usando ocho características de momentum retrospectivo. PatchTST agrupa días consecutivos en parches, lo que reduce el número de tokens de atención e incorpora patrones…
Este cuaderno analiza una cartera de ETF de renta variable con regresiones de CAPM y factores de Fama-French, y amplía después el análisis a exposiciones móviles, atribución de rendimientos y dependencia residual. Usa rendimientos diarios y datos factoriales…
Esta demostración ejecuta una estrategia de cruce de dos medias móviles en un motor de backtest histórico y en un motor en vivo que reproduce las mismas barras diarias ETF. Mantiene fijos la estrategia, las entradas, los parámetros y la convención de…
Este cuaderno explica un modelo de factor estocástico de descuento (SDF) para valorar la sección transversal de los rendimientos de empresas de US. Aprende ponderaciones que hacen que los rendimientos descontados de los activos satisfagan las condiciones de…
Este cuaderno compara el ensamble por bagging de Random Forest con XGBoost, LightGBM y CatBoost para predecir rentabilidades de acciones a partir de características anonimizadas de empresas. Usa divisiones temporales predefinidas de entrenamiento, validación…
Este cuaderno prueba reglas de riesgo por posición y de cartera en las principales combinaciones de asignación de ETF de una estrategia mensual. Mantiene fijas cada predicción registrada, la concentración y el asignador, y compara los resultados con reglas…
El cuaderno trata cada ventana de rentabilidades como una distribución empírica y agrupa las ventanas según la distancia de Wasserstein unidimensional. Para muestras del mismo tamaño, ordenarlas produce el emparejamiento óptimo de cuantiles; por tanto, la…
Este cuaderno explica un modelo didáctico selectivo de espacio de estados basado en Mamba y lo evalúa para predecir rentabilidades de ETF. A diferencia de un modelo de espacio de estados con parámetros fijos, deriva del dato actual el término de entrada al…
Este cuaderno presenta un sistema de preguntas y respuestas sobre un grafo Neo4j de participaciones institucionales 13F. Dirige cada pregunta a una de tres plantillas Cypher escritas manualmente, en vez de generar una consulta a partir de la pregunta, y usa…
Este cuaderno crea un flujo de recuperación sobre extractos de informes 10-K de empresas. Carga un conjunto estable de informes, divide el texto en ventanas de oraciones, crea embeddings locales e indexa los fragmentos en una base de datos vectorial. La…
Esta nota de configuración explica por qué una regresión logística de tres clases con penalización L1 usa SAGA con una tolerancia ajustada explícitamente. Compara SAGA con liblinear en un panel de predicción de microestructura del Nasdaq 100; en las…
Este cuaderno presenta las firmas de caminos como características de longitud fija que conservan el orden y la geometría conjunta de las observaciones de una ventana de series temporales. El primer nivel registra el cambio total de cada coordenada; el…
Este cuaderno explica cómo crear e inspeccionar un panel trimestral de fundamentales de empresas cotizadas de US a partir de datos SEC XBRL, conservando tanto el periodo al que se refiere cada dato como la fecha en que se hizo público. Para que un backtest…
Este cuaderno describe un análisis de doble aprendizaje automático con ventanas expansivas para estudiar si el momentum de 12 a -2 meses predice la rentabilidad de las empresas de US el mes siguiente, condicionada a Beta, IdioVol, LME y Variance. Los modelos…
Este notebook crea N-BEATS para pronosticar los precios de cierre de SPY. Los bloques totalmente conectados procesan una ventana retrospectiva completa y cada uno genera una reconstrucción retrospectiva, que se resta antes del siguiente bloque, y un…
Este tutorial explica cómo detectar y prevenir el sesgo de anticipación en datos de ETF y datos macroeconómicos. Muestra que las medias móviles centradas usan observaciones futuras, mientras que una correlación simple entre el nivel de una característica y…