Quant & Markets
Investigación cuantitativa, datos de mercado, backtesting e ingeniería de sistemas de trading
Technical Blog
Notas prácticas sobre automatización, despliegue y flujos de desarrollo
El sitio se centra en Docker y operación de servidores, flujos de desarrollo con Git y pipelines de publicación basados en Markdown. La automatización con IA se apoya en esa base para mantener soluciones reproducibles y reutilizables.
Actualizaciones recientes
¿Es fiable la tasa de aciertos si siempre aparece la misma acción?
Un 60 % de aciertos puede ocultar señales repetidas de la misma acción. Diez registros sintéticos, Python y SQL explican tres denominadores y la liquidación T+5.
Dos señales bursátiles con 80 puntos: paradoja de Simpson y calibración probabilística
Por qué dos puntuaciones de 80 no son comparables entre screeners. Ejemplo sintético de 80 registros, límite Wilson, fugas temporales y calibración de probabilidades.
Máximos de 52 semanas y volumen: cómo reducir la lista de acciones a estudiar
Un ejemplo reproducible de seis acciones ficticias y un error real al confundir filtros con ordenación aclaran para qué sirven los máximos de 52 semanas, el volumen y el RVOL.
Cómo archivar datos de investigación cuantitativa: PostgreSQL PITR y R2
Cuándo bastan las copias PostgreSQL y cuándo añadir R2: TOAST/MVCC, manifests, leases, verificación de objetos y correcciones de mercado con as_of.
Cómo validar factores cuantitativos con Bucket Spread y Rank IC
Un factor que funciona a 5 días puede fallar a 1 o 3. Esta reproducción con ETF públicos prueba Bucket Spread, Rank IC, sensibilidad al horizonte, muestreo y redundancia de factores.
Cómo reajustar con seguridad un modelo multifactor: Regime, Shadow y Weight Drift
Que un factor haya pasado la validación no significa que la estimación de la última ventana deba convertirse de inmediato en peso de producción. Este experimento reproducible de regime-switching compara Immediate, Delta Cap y Shadow-first en falsas promociones, turnover y adaptation lag.