Código que puedes ejecutar. Backtesting, microestructura, volatilidad y big data de mercado, research a research.
[ 01 ]Research
Cómo modelar la ejecución de una estrategia y el ciclo de vida de las órdenes con máquinas de estado finito en Python, con tests.
El desastre de Knight Capital fue un fallo de estado. Cómo modelar la ejecución de estrategias y el ciclo de vida de las órdenes con máquinas de estado finito en Python: guards, kill switch, cooldown, testing y el puente hacia LangGraph.
Ultima actualizacion de la liberia qastats de reporting avanzado de portfolios y estrategias de trading en python
En esta entrega,ampliamos el backtester para utilizarlo como un buscador de amplio espectro y encontrar ventajas estacionales. Realizamos un backtest a todos los parametros necesarios para analizar la estacionalidad intradia del activo
En este articulo, analizamos el ratio de sharpe, el value at risk (VaR) el Conditional Value At Risk (CVaR), el System Quality Number (SQN) y otros ratios relevantes para analizar el backtest.
Descubre cómo identificar patrones estacionales intradía en futuros y validar estrategias de trading mediante backtesting. Aprende a utilizar Python para analizar datos históricos, optimizar parámetros y evaluar el rendimiento de tus algoritmos antes de aplicarlos en el mercado real
Tras una larga temporada desconectados, volvemos con notas para vosotros. En esta ocasion programaremos desde cero un proceso de research completo, reutilizable en el futuro.
Archivo
29
research desde 2023
29 research con código y datos, de backtesting a microestructura.
Todo el archivo[ 02 ]Archivo · 29 research · 2023 → 2026
Cada punto es un research, del más antiguo al más reciente. Elige un tema para filtrar.
Todos los temas10 de 23
8 research
6 research
6 research
5 research
4 research
4 research
4 research
4 research
4 research
3 research
[ 03 ]Sistemas
Código público de QUANTARMY en GitHub: lo que usan los informes, empaquetado para reutilizarlo.
Librería de reporting de carteras y estrategias sobre pandas: métricas de rendimiento y riesgo, drawdowns y factsheets. Base empyrical y pyfolio.
v3.0.1 · 2 estrellas
Datalake NoSQL sobre S3 con ArcticDB: ingesta desde varias fuentes de datos de mercado, Alpha Vantage incluida, y CLI de gestión.
v5.1 · 1 estrella
Entorno de research y backtesting en un contenedor: Docker, Debian, conda, JupyterLab, zipline-reloaded y ArcticDB.
7 estrellas
Versión anterior de QAStats con un notebook de ejemplo que genera factsheets al estilo pandas a partir de los cálculos de empyrical.
v2.0.1 · 2 estrellas