← All Collections
🧠 4 parts

Deep Learning for Markets

Neural forecasting for crypto — transformers, diffusion models, and foundation models, and how conformal prediction keeps their uncertainty honest.

  1. 01
    Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting
    Jun 22, 2026 #deep-learning

    Temporal Fusion Transformers for Multi-Horizon Portfolio Forecasting

    How Google's Temporal Fusion Transformer brings interpretable multi-horizon forecasting to quantitative portfolio management, with attention-based variable selection, quantile outputs, and a worked pytorch-forecasting pipeline.
  2. 02
    Modelos de difusión vs anarquía de las criptomonedas: por qué DDPM predice los desplomes de Bitcoin mejor que tu astrólogo
    Jul 29, 2025 #diffusion models

    Modelos de difusión vs anarquía de las criptomonedas: por qué DDPM predice los desplomes de Bitcoin mejor que tu astrólogo

    Cómo los modelos de difusión están revolucionando la previsión de criptomonedas, superando el caos de la volatilidad y creando nuevas oportunidades para el trading algorítmico.
  3. 03
    Kronos: un modelo fundacional que enseña a los gráficos de velas a hablar el lenguaje de los transformers
    Apr 19, 2026 #kronos

    Kronos: un modelo fundacional que enseña a los gráficos de velas a hablar el lenguaje de los transformers

    Reseña de Kronos, un modelo fundacional para la predicción de velas OHLCV. Tokenizador BSQ, decodificador jerárquico, muestreo en dos etapas, pipeline de entrenamiento con Qlib. Cómo un modelo aprende el 'idioma' del mercado.
  4. 04
    Predicción conforme para el dimensionamiento de posiciones consciente del riesgo
    Jun 12, 2026 #uncertainty

    Predicción conforme para el dimensionamiento de posiciones consciente del riesgo

    Intervalos de predicción libres de distribución con cobertura garantizada. Usamos conformal split, jackknife+ e inferencia conforme adaptativa para calibrar el riesgo de trading y dimensionar posiciones sin supuestos paramétricos.