Machine Learning for Algorithmic Trading, 2nd Edition

Obra enciclopédica y exhaustiva de Stefan Jansen que aborda de principio a fin el ciclo completo de investigación, diseño, backtesting y evaluación de estrategias cuantitativas de inversión automatizada empleando el ecosistema científico de Python 3. Está pensada para analistas cuantitativos, científicos de datos financieros y traders algorítmicos con nivel intermedio o avanzado que cuenten con sólidos fundamentos en estadística, matemáticas financieras y programación, y que busquen estructurar un proceso riguroso basado en el descubrimiento de factores alfa predictivos y la toma de decisiones basada en datos.

El texto se estructura en 23 capítulos que cubren un arsenal masivo de técnicas y librerías especializadas. Aborda la ingeniería de características financieras y factores alfa con Pandas, NumPy, TA-Lib y Statsmodels; la optimización de carteras y el análisis de riesgo y rendimiento con Alphalens y Pyfolio; y la simulación y backtesting con Zipline y Backtrader. En el plano de modelado, enseña a aplicar modelos lineales y de regularización, series temporales (volatilidad y arbitraje estadístico de pares cointegrados), modelos bayesianos, ensembles de árboles y gradient boosting (LightGBM, XGBoost, CatBoost), así como técnicas no supervisadas para factores de riesgo. En sus secciones avanzadas, detalla el procesamiento de lenguaje natural sobre transcripciones de llamadas y reportes SEC 10-K con spaCy y Gensim, junto con deep learning (RNNs, LSTMs, autoencoders y GANs para generación de series sintéticas) y aprendizaje por refuerzo con TensorFlow 2.

El autor guía la formulación e implementación de múltiples estrategias cuantitativas realistas: estrategias long-short en acciones respaldadas por gradient boosting, arbitraje estadístico de pares con cointegración, motores de extracción de sentimiento financiero a partir de documentos corporativos y agentes de inversión entrenados con Q-Learning. Su mayor valor reside en su inflexible rigor metodológico, advirtiendo constantemente sobre los peligros del sobreajuste (data snooping), el sesgo de supervivencia y los costos de transacción invisibles; en contrapartida, su enorme amplitud puede resultar abrumadora y varias dependencias históricas (como Zipline) requieren ajustes para entornos modernos de Python. Es una referencia imprescindible para el trading cuantitativo profesional.