Sobre el sitio

Quién publica

Python Para Trading es un sitio de research cuantitativo de QUANTARMY. Publica en español y en inglés: cada research en inglés es la traducción de uno en español.

Autores:

• Jesús Cuesta. Inversor desde 2014 y research desde 2017. Ha trabajado en gestoras de capital y en hedge funds cripto. Firma la mayor parte del archivo.
• Enric Jaimez (Un Especulador). Economista y research analyst: global macro, factor investing, volume profile y order flow. Autor del research sobre política monetaria.

Qué cubre

Trading algorítmico y research cuantitativo con Python: backtesting con Zipline, gestión de datos financieros con ArcticDB, estacionalidad, volatilidad, microestructura y liquidez, procesos estocásticos, factores de alpha y reporting de carteras. Los temas largos se publican en series de varias partes. Las rutas ordenan el archivo para leerlo de principio a fin.

Cómo se hace el research

• Código que se puede ejecutar. Cada research incluye su código en celdas de entrada y salida, listo para copiar. Si hay repositorio o notebook, se enlaza en la cabecera («Código en GitHub»). Las librerías y entornos propios están en el laboratorio y en GitHub.
• Fuentes de datos. Datos de mercado y macro de acceso público o de proveedores: Yahoo Finance (yfinance), EODHD, FRED (con fredapi u OpenBB), OpenBB y Alpha Vantage, entre otros. La fuente de cada serie está en el código del research.
• Almacenamiento, backtesting y métricas. Datos en ArcticDB (Datalake), backtests con zipline-reloaded y métricas con QAStats, empyrical y pyfolio. El entorno completo cabe en un contenedor Docker (Quantstack).
• Reproducibilidad. El mismo código con los mismos datos y las mismas versiones de librería da el mismo resultado. Los proveedores revisan sus datos (dividendos, splits, revisiones macro): una descarga posterior puede dar cifras algo distintas.
• Resultados simulados. Un backtest es una simulación con supuestos de datos, costes y ejecución. No es un resultado real ni anticipa resultados futuros.
• Figuras de cabecera. La figura de cada research en su cabecera y en las tarjetas es un esquema del contenido; si es ilustrativa, su pie lo dice. Los gráficos del cuerpo salen del código del research.

Correcciones

Al final de cada research hay un enlace «¿Has visto un error? Avísanos →». Abre el formulario de contacto con el motivo «Corrección» y ese research ya elegidos. Cada aviso se revisa; si el error se confirma, se corrige el research y su cabecera muestra la fecha de actualización.

Conflictos de interés

Nada de lo publicado es asesoramiento de inversión ni una recomendación de compra o venta. El contenido es educativo y de investigación.

Los autores y el equipo de QUANTARMY pueden tener posiciones, largas o cortas, en los activos que se analizan, antes o después de la publicación, y no están obligados a declararlas. El detalle está en el aviso legal.

Contacto

Consultas técnicas, colaboraciones y correcciones: contacto. En X: @PythonTradingES. Cada research nuevo llega por correo con la newsletter.