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.
377 documentos
El estudio propone un gestor de carteras de aprendizaje por refuerzo para un contexto de alto riesgo. Combina operaciones en ambos sentidos con préstamos y financiación, usa una recompensa basada en pérdidas y ganancias y busca mejorar la gestión del riesgo…
El artículo deriva una estrategia óptima y robusta de cartera para inversores que afrontan incertidumbre sobre un modelo de volatilidad estocástica multifactorial. Considera carteras con derivados y sin ellos, y formula la estrategia bajo un escenario…
Este estudio analiza cómo asignar estrategias de seguimiento de tendencias entre varios activos cuyos rendimientos pueden estar correlacionados. Bajo supuestos de mercado gaussiano y estrategias lineales, deriva fórmulas para la media y la varianza de la…
Este trabajo teórico desarrolla una base pathwise para la integración estocástica de Itô mediante la teoría de rough paths, con el objetivo de abarcar estrategias de trading habituales y modelos financieros bajo incertidumbre. Introduce la propiedad (RIE)…
Este estudio analiza cómo la geometría del predictor limita el aprendizaje orientado a decisiones, en el que el entrenamiento del modelo está ligado a un objetivo de decisión posterior. Mediante el seguimiento disperso de índices, distingue la información de…
El artículo estudia si las condiciones clásicas de arbitraje siguen cumpliéndose cuando la distribución de probabilidad del mercado es incierta. Mide esa incertidumbre mediante la distancia de Wasserstein y examina versiones débiles y fuertes de las…
El artículo estudia la cobertura parcial de opciones de juego cuando cada operación conlleva costes iguales al mayor valor entre un cargo proporcional y un mínimo fijo. En un marco Black–Scholes de tiempo continuo, demuestra que existe una estrategia de…
El artículo aborda el sobreajuste en estrategias transversales entrenadas con activos que tienen pocos datos históricos. Presenta Fused Encoder Networks, que combinan representaciones de un módulo de codificador y atención entrenado con un conjunto de datos…
El estudio examina estrategias de alta frecuencia para opciones de SPY con observaciones de cinco minutos recopiladas durante un mes. Calcula las griegas de las opciones y la volatilidad implícita, valora opciones americanas con un árbol binomial y estima la…
EverMine es un marco para comprobar si los agentes de investigación mejoran al acumular habilidades, herramientas y reglas reutilizables durante la búsqueda de alfa a largo plazo. Representa el estado de investigación mediante el historial de investigación,…
El artículo combina modelos factoriales construidos estadísticamente con control estocástico para estudiar el arbitraje estadístico de alta dimensión. Su modelo supone que los residuos revierten a la media y muestra cómo construir carteras analíticamente…
El documento desarrolla un método de cobertura media-varianza en mercados generales de semimartingalas. Formula la cobertura como un problema de control estocástico y establece que el proceso de valor del problema de control tiene forma cuadrática. Tres…
El artículo propone un enfoque de inversión sistemática para acumular patrimonio a más largo plazo mediante una secuencia de decisiones de compra de ETF a corto plazo. Combina algoritmos evolutivos con un modelo de aprendizaje profundo para mejorar el…
StockGPT trata los rendimientos diarios de las acciones como secuencias de tokens numéricos y entrena un modelo autorregresivo para predecir rendimientos futuros. Su mecanismo de atención busca aprender patrones temporales directamente de los historiales de…
Este trabajo comprueba si el aprendizaje por refuerzo profundo puede encontrar estrategias de negociación óptimas en entornos fáciles de describir, pero difíciles desde el punto de vista matemático. Los autores se centran en el gradiente de política…
La nota amplía la teoría de carteras universales más allá de las estrategias de reajuste constante. Considera estrategias bilineales, cuyo crecimiento final depende linealmente de cada uno de dos vectores sucesivos de rendimientos del mercado, y las compara…
El artículo plantea el problema de un inversor como la maximización de la utilidad esperada del patrimonio en un horizonte futuro. Combina dos tipos de posiciones: derivados elegidos una sola vez al inicio y posiciones en acciones ajustadas dinámicamente a…
El artículo estudia cómo maximizar el crecimiento del patrimonio a largo plazo cuando el modelo de mercado es incierto. Considera modelos limitados por una región de activos conocida y una covarianza instantánea, además de una condición de estabilidad: las…
AdaptiveTrend es una estrategia sistemática de criptomonedas que combina señales de tendencia en intervalos de seis horas con actualizaciones mensuales de cartera. Utiliza stops dinámicos ajustados por volatilidad, selecciona activos con ratios de Sharpe…
Esta revisión recorre la investigación sobre trading de criptomonedas, un ámbito marcado por activos que comparten algunas características con las inversiones tradicionales, pero conservan un comportamiento de mercado propio. Abarca sistemas y plataformas de…
Este artículo estudia la fuga de valor en estrategias de trading generadas por funciones de cartera dependientes de rangos. La fuga se refiere al patrimonio perdido cuando se renuevan o sustituyen las acciones incluidas en una cartera. Los autores derivan…
Este estudio empírico evalúa si las estrategias de cartera en línea diseñadas para aprovechar la reversión a la media funcionan bien más allá de los conjuntos de datos de referencia. Examina tres enfoques: reversión a la media pasiva agresiva, reversión…
Este documento presenta un método basado en simulación para gestionar carteras de bonos durante varios periodos, teniendo en cuenta el riesgo de tipos de interés y los costes de trading proporcionales. Modela los movimientos de la curva de rendimientos con…
DeepUnifiedMom es un marco de construcción de carteras que combina señales de momentum de series temporales en varios horizontes. Utiliza aprendizaje multitarea con una arquitectura de mezcla de expertos con múltiples compuertas para crear carteras…