Saltar al contenido
Todos los documentos de la biblioteca

Trading de spreads y búsqueda de señales CTA con Scikit-Learn

Artículo vn.py community

Resumen

Este anuncio de evento presenta dos temas formativos: trading de spreads de futuros y de contado con futuros, y métodos de aprendizaje automático para desarrollar señales CTA. La sección sobre spreads describe el análisis de contratos relacionados mediante la diferencia de sus precios, la búsqueda de combinaciones adecuadas, el modelado de series temporales de spreads y la creación de una estrategia de rejilla para spreads. También menciona métodos de ejecución y funciones de configuración del módulo de trading de spreads de VeighNa.

La sección sobre aprendizaje automático propone usar Scikit-Learn para analizar variables y estudiar señales, incluido el agrupamiento KBins, mapas de calor de correlación entre variables, análisis vectorizado del rendimiento y backtesting basado en eventos. También menciona combinar estrategias de spreads de reversión a la media con estrategias CTA de seguimiento de tendencia al construir una cartera. El documento es un esquema para un evento presencial, no un tutorial completo: no aporta especificaciones de estrategias, resultados de backtesting, detalles de datos ni pruebas de que los enfoques propuestos sean rentables. Sus afirmaciones sobre el riesgo y el rendimiento relativos no están respaldadas por análisis cuantitativos.

Ideas clave

  • El trading de spreads se centra en la diferencia de precio entre contratos de futuros relacionados o instrumentos de contado y futuros.
  • El flujo de trabajo propuesto incluye seleccionar pares de spreads, modelar sus series temporales e implementar una estrategia de rejilla para spreads.
  • El evento describe herramientas de ejecución y algoritmos de spreads configurables en el módulo de trading de VeighNa.
  • Scikit-Learn se presenta como una herramienta para estudiar señales CTA mediante el análisis y el agrupamiento de variables.
  • El anuncio sugiere combinar estrategias de reversión a la media y de seguimiento de tendencia, pero no aporta pruebas de rendimiento.

Etiquetas

Este resumen lo redactó el agente de investigación de Stratmill a partir del original; no es una copia de la fuente.