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

842 documentos

Machine Learning for Trading

Este análisis compara modelos predictivos de ETF registrados de varias familias en un panel multiactivo común. Evalúa cómo ordena cada modelo los fondos según sus rendimientos posteriores mediante coeficientes de información, examina intervalos de confianza…

MultiactivoAprendizaje automáticoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Esta utilidad calcula métricas de sesgo de selección e incertidumbre del rendimiento para grupos de backtests de estrategias. Forma cohortes por familia, etapa y etiqueta, y por etiqueta; después calcula medidas como ratios de Sharpe deflactados, recuentos…

Pruebas retrospectivasEstadísticaGestión del riesgo
Machine Learning for Trading

Este análisis explica cómo se organizan los datos de futuros CME en productos, contratos con vencimiento y series continuas encadenadas por volumen. Usa datos del E-mini S&P 500 para mostrar que los contratos individuales tienen ventanas de negociación…

FuturosMaterias primasMultiactivoPruebas retrospectivas
Machine Learning for Trading

Este documento describe principios de implementación para un motor de backtest compartido y se centra en interpretar correctamente las cuadrículas de rendimientos al anualizar el rendimiento. Estima la frecuencia de muestreo observada a partir de los…

Pruebas retrospectivasGestión del riesgoEstadísticaConstrucción de carteras
Machine Learning for Trading

Este cuaderno compara asignaciones con pesos iguales, ponderadas por puntuación positiva y por anchura conformal para los ETF y futuros CME mejor clasificados. Estima anchuras de intervalos de conformidad por partición específicas de cada entidad a partir de…

Renta variableFuturosDimensionamiento de posicionesGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza características ETF y rendimientos futuros para demostrar la inferencia clásica por mínimos cuadrados ordinarios antes de pasar a métodos centrados en la predicción. Examina pruebas de coeficientes y errores estándar, y luego…

Renta variableEstadísticaAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este estudio de NASDAQ-100 examina cómo afectan los costes de transacción a una estrategia de renta variable con reajustes frecuentes. Separa dos posibles respuestas a los costes: limitar el universo negociado a activos más líquidos y de menor coste, y…

Renta variableMercados de EE. UU.EjecuciónMicroestructura del mercado
Machine Learning for Trading

Este documento describe un método walk-forward para convertir residuos de predicción en anchuras de incertidumbre por entidad que sirven para dimensionar posiciones. En cada momento de decisión, la calibración utiliza residuos cuyo resultado ya se ha…

Dimensionamiento de posicionesGestión del riesgoEstadísticaPruebas retrospectivas
Machine Learning for Trading

Este caso práctico selecciona una configuración de un conjunto congelado de estrategias de futuros perpetuos cripto que abarca varias etiquetas de rendimiento y dirección, métodos de dimensionamiento de cartera y overlays de riesgo. Elige el Sharpe de…

CriptoactivosFuturos perpetuosPruebas retrospectivasEstadística
Machine Learning for Trading

Esta guía describe conjuntos públicos de datos de rendimientos de factores de Ken French Data Library y AQR, incluidos factores de mercado, tamaño, valor, rentabilidad, inversión, momentum, calidad y beta baja. Explica cómo descargar y cargar observaciones…

Inversión por factoresEstadísticaGestión del riesgo
Machine Learning for Trading

Este cuaderno explica cómo evaluar pronósticos probabilísticos y controlar un proceso de previsión. Compara las puntuaciones de Brier y logarítmica, el error de calibración esperado y la nitidez; muestra cómo los diagramas de fiabilidad revelan dónde los…

EstadísticaAprendizaje automáticoGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Esta demostración de despliegue vuelve a entrenar un modelo Ridge con datos diarios históricos de una sección transversal de los principales pares de FX, obtiene barras actuales mediante una sesión simulada de Interactive Brokers, clasifica los pares y forma…

DivisasEjecuciónAprendizaje automáticoMicroestructura del mercado
Machine Learning for Trading

Este cuaderno entrena un agente de optimización de políticas proximales para liquidar una orden fija en un horizonte determinado. Compara la política de ritmo aprendida con TWAP y un calendario de Almgren–Chriss, mide el déficit de ejecución y examina cuándo…

CriptoactivosFuturos perpetuosEjecuciónAprendizaje automático
Machine Learning for Trading

Este cuaderno presenta el protocolo Rademacher Anti-Serum (RAS) como método para ajustar estimaciones de rendimiento al seleccionar entre una clase finita de estrategias o señales. La complejidad empírica de Rademacher estima hasta qué punto la matriz de…

EstadísticaPruebas retrospectivasGestión del riesgoAprendizaje automático
Machine Learning for Trading

Este cuaderno demuestra la cobertura profunda de una opción de compra europea vendida. Simula trayectorias de movimiento browniano geométrico, utiliza la cobertura delta de Black–Scholes como referencia y entrena una red neuronal semirrecurrente para elegir…

OpcionesValoración de derivadosAprendizaje automáticoGestión del riesgo
Machine Learning for Trading

Este cuaderno utiliza predicciones GBM walk-forward registradas para ETF y futuros CME con el fin de comparar la ponderación igualitaria, la ponderación inversa a la anchura conforme y la ponderación proporcional a las puntuaciones de predicción positivas.…

Renta variableFuturosGestión del riesgoDimensionamiento de posiciones
Machine Learning for Trading

Este cuaderno estima si una puntuación z de la prima de perpetuos de criptomonedas se asocia con rendimientos posteriores de ocho horas bajo una intervención, ajustando por volatilidad de precios, tasa de financiación y desviación de la prima respecto a su…

CriptoactivosFuturos perpetuosAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno explica cómo GARCH convierte la agrupación de volatilidad en una variable por sesión. Primero utiliza gráficos de rendimientos y una prueba ARCH-LM para comprobar si los rendimientos al cuadrado dependen de sus propios retardos. En un modelo…

VolatilidadIndicadores técnicosGestión del riesgoEstadística
Machine Learning for Trading

Este cuaderno adapta a las acciones estadounidenses diarias un diseño adversario de factor de descuento estocástico. Una red de ponderaciones de cartera forma un factor a partir de rendimientos excedentes del día siguiente, mientras que una red de momentos…

Renta variableInversión por factoresAprendizaje automáticoEstadística
Machine Learning for Trading

Este cuaderno convierte un grafo real de conocimiento de la cadena de suministro y las posiciones institucionales 13F en variables de aprendizaje automático. Deriva medidas de red, como centralidad e indicadores de dependencia; estima la concentración de…

Aprendizaje automáticoRenta variableConstrucción de carterasEstadística
Machine Learning for Trading

Este documento presenta un registro estructurado del estado de agentes de investigación, separado de su transcripción de conversación. El registro guarda la pregunta y la fecha límite, la evidencia reunida, las preguntas pendientes, el historial de llamadas…

Aprendizaje automáticoEstadísticaPruebas retrospectivasGestión del riesgo
Machine Learning for Trading

Este documento estudia las salidas a nivel de posición añadidas a una estrategia existente de perpetuos de criptomonedas: stops de pérdidas fijos, stops dinámicos y salidas basadas en el tiempo. Explica que estos controles solo cierran las posiciones…

CriptoactivosFuturos perpetuosGestión del riesgoPruebas retrospectivas
Machine Learning for Trading

Este cuaderno muestra un flujo de preguntas y respuestas de solo lectura sobre un grafo de posiciones institucionales creado a partir de declaraciones 13F. En vez de generar consultas a la base de datos desde lenguaje natural, dirige las preguntas exactas…

Renta variableAprendizaje automáticoEjecuciónGestión del riesgo