Inmersiones profundas en el trading con IA, análisis de mercado y el futuro de DeFi.
Browse collections →Nothing found. Try a different query.
Cómo las funding rates en Binance/Bybit convierten hermosos resultados de backtest con alto apalancamiento en pérdidas garantizadas. Fórmulas, recálculo de estrategias reales y el apalancamiento máximo al que el funding no se come las ganancias.
Final de la serie 'Backtests sin ilusiones'. Cómo construir un orquestador a partir de N estrategias x M pares, implementar el modo cascada con prioridad y ejecución de respaldo, elegir dual_size, y por qué las carteras de estrategias no pueden retrocederse sumando el PnL.
Taxonomía completa de las divergencias entre backtesting y trading en vivo: desde el slippage y las ejecuciones parciales hasta la desincronización del código. Patrones arquitectónicos para lograr paridad, ejemplos en Python de un módulo core compartido y una lista de verificación para monitoreo en producción.
Por qué una estimación puntual de un backtest es una ilusión peligrosa. Cómo el bootstrap Monte Carlo, en 2 segundos de cómputo, te da un intervalo de confianza del 95% para el PnL y el MaxDD, y por qué es un paso obligatorio antes de lanzar una estrategia a producción.
Cómo funciona el arbitraje de funding rate entre exchanges de criptomonedas, por qué las tasas difieren en Binance, Bybit, OKX y dYdX, y cómo construir un sistema de monitoreo y ejecución para extraer beneficios de estas discrepancias.
Deep dive into QuestDB's time-series SQL extensions: SAMPLE BY, ASOF JOIN, HORIZON JOIN, WINDOW JOIN, LATEST ON, and real-world trading query patterns.
Materialized views, 2D array order book analytics, and reference architecture for a QuestDB-powered algorithmic trading platform.