Avanzado | Statistical Arbitrage .objectives { background: rgba(255,179,71,0.1); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px solid rgba(255,179,71,0.3); } .objectives h3 { color: #ffb347; font-size: 1.1rem; margin-bottom: 0.7rem; } .objectives li { color: #b9ccee; font-size: 0.9rem; margin: 0.4rem 0; list-style: none; } .objectives li::before { content: "🎯 "; } .module-recap { background: rgba(255,179,71,0.08); border-radius: 1.5rem; padding: 1rem 1.5rem; margin: 1.5rem 2rem; border: 1px dashed rgba(255,179,71,0.4); } .module-recap h3 { color: #ffb347; font-size: 1rem; margin-bottom: 0.5rem; } .module-recap li { color: #8899bb; font-size: 0.85rem; margin: 0.3rem 0; }

📊 STATISTICAL ARBITRAGE

Pairs trading, basket trading y mean reversion de cartera

Pairs trading Z-score
📊 Piénsalo así: Pairs trading es como dos amigos que siempre andan juntos pero a veces se separan. Cuando uno se adelanta mucho (overpriced) y el otro se queda atrás (underpriced), apuestas a que volverán a caminar juntos. Compras al rezagado y vendes al adelantado, y ganas cuando se reencuentran.

🎯 ¿Qué aprenderás?

Parámetros del Spread

Evolución del Spread (BTC/ETH)

Sin señal
$0.00
💡 Configura los Z-scores y simula 20 trades. El sistema ejecuta cuando el spread supera el umbral de entrada.

💻 Código anotado

df = pd.DataFrame(datos_ohlc) # DataFrame: tabla etiquetada bidimensional df['fecha'] = pd.to_datetime(df['fecha']) # Columna convertida a tipo datetime df['SMA_20'] = df['close'].rolling(20).mean() # rolling().mean(): media móvil simple df_semanal = df.resample('W', on='fecha').agg(...) # resample: agrupa por semana

💡 Lee los comentarios: cada línea tiene una razón de ser. El código no se escribe, se diseña.

✏️ Mini-ejercicio

¿Qué método de Pandas calcula una media móvil sobre una ventana?

// Responde y presiona Verificar

🔍 Sabías que... Curiosidades de trading

Renaissance Technologies, el hedge fund más exitoso, usa Pandas extensivamente. Su fondo Medallion generó ~66% anual promedio desde 1988.
Dato práctico: df.isna().sum() revela al instante cuántos valores faltan en cada columna.

📋 Checklist de aprendizaje

Marca lo que ya dominas. Tu progreso se guarda automáticamente.

0/4 dominados

📌 Resumen del módulo