Formación sobre investigación · Quantic Eagle opera solo con capital propio. Sin fondos de clientes, asesoramiento financiero ni señales de trading.
EN PREPARACIÓN · RECURSOS GRATUITOS YA DISPONIBLES
Diez años de investigación.
Diseña tu próximo
sistema de trading.
Lecciones del laboratorio, decisiones detrás de los modelos y conocimientos adquiridos en la práctica. Aprende a organizar tu investigación: desde la idea y los datos hasta los modelos, el riesgo y los agentes de IA que te ayudan a desarrollar el proyecto.
Una guía práctica con veinte capítulos, seis talleres, explicaciones visuales, doce fichas y siete herramientas Python. Experiencia que puedes estudiar, procedimientos que puedes adaptar y un proyecto que desarrollar con criterio.
¿Desde dónde partes?
Una guía práctica para quienes quieren desarrollar un proyecto cuantitativo y ya conocen los conceptos básicos de backtesting, riesgo y rentabilidad.
Estás diseñando tu primer sistema
Conoces las bases del trading y quieres organizar la idea, los datos, las comparaciones y el trabajo de la IA antes de añadir más código.
Ya tienes un backtest o un proceso de investigación
Quieres mejorar las decisiones de investigación, comparar modelos en condiciones coherentes y saber qué partes del proceso merecen más trabajo.
Trabajas por tu cuenta o en un equipo pequeño
Quieres dar encargos precisos a la IA, reutilizar los experimentos y medir el tiempo, el coste y la calidad del trabajo entregado.
Para leer necesitas un navegador y familiaridad con los conceptos básicos. Los ejercicios de Python requieren saber trabajar con archivos CSV y usar un terminal. Si backtest, drawdown o datos de entrenamiento son términos nuevos, conviene empezar por una formación introductoria.
Dale estructura a tu idea.
Seis decisiones que dan forma a un sistema de trading. El manual relaciona cada una con una ficha, un caso práctico o un ejercicio.
La idea
Convierte una intuición en una pregunta concreta y elige una referencia con la que medir los avances. Capítulo 01 y ficha 01.
Los datos
Define qué información puede utilizar el sistema, sobre qué instrumentos y en qué momento. Capítulos 02–03 y fichas 02–03.
Los modelos
Compara alternativas en condiciones equivalentes y evalúa qué aporta una capa adicional. Capítulos 04, 07 y 13.
El riesgo
Define cómo medir el riesgo durante el recorrido y relaciona los resultados con las decisiones que los generaron. Capítulos 05 y 11, laboratorio de equity.
Los agentes de IA
Prepara encargos delimitados, revisa las entregas y mide el coste del trabajo terminado. Capítulos 08, 15 y 20, taller 26.
El próximo experimento
Reúne las decisiones en un dosier y establece qué observar antes de pasar a la siguiente fase. Capítulos 10 y 19, dosier de ejemplo.
El trabajo entre la teoría y un laboratorio real.
La aportación distintiva es una selección de casos, decisiones y prácticas de investigación interna: experimentos útiles, vías descartadas, correcciones y resultados que cambiaron el proyecto. La guía explica el razonamiento que puedes aplicar y propone formas de practicarlo.
| Aspecto | Formación introductoria | Esta guía |
|---|---|---|
| Pregunta inicial | ¿Cómo funciona este concepto? | ¿Cómo lo convierto en una decisión de mi proyecto? |
| Material principal | Fundamentos, definiciones y ejercicios básicos. | Casos del laboratorio, decisiones razonadas y reconstrucciones didácticas. |
| Trabajo resultante | Comprender el lenguaje y las herramientas. | Preparar fichas, experimentos, encargos para agentes y un dosier del proyecto. |
| Uso de la IA | Aprender herramientas y técnicas. | Definir tareas, entradas, comprobaciones, costes y responsabilidades en el trabajo diario. |
Guía HTML ilustrada, talleres, fichas y software local. La formación básica y este trabajo de laboratorio cumplen funciones complementarias; aquí no enseñamos desde cero matemáticas, Python y funcionamiento de los mercados.
Tres ideas que merece la pena comprobar.
Una métrica mejor debería elegir el mejor modelo.
En la comparación interna de 192 candidatos, la puntuación preliminar y la clasificación económica contaban historias distintas. El caso relaciona el criterio de selección con el objetivo real de la investigación.
Una capa más debería mejorar el sistema.
El manual muestra cómo medir la aportación adicional en condiciones equivalentes. El valor de la complejidad pasa a ser una pregunta experimental.
Las mismas predicciones deberían producir las mismas operaciones.
El caso de las trazas muestra cómo la selección, las restricciones y el tamaño de las posiciones pueden cambiar las decisiones posteriores a la puntuación.
Cada caso indica su alcance. Las reconstrucciones didácticas se distinguen de las observaciones internas; las lecciones no se presentan como leyes universales de los mercados.
Las decisiones se entienden mejor al verlas en acción.
Tres casos interactivos muestran por qué importa el método. Abre uno, cambia una condición y observa el resultado.
Mismas puntuaciones. Decisiones distintas.
Una traza completa identifica el primer campo divergente: selected. Tras la corrección, las trazas declaradas coinciden dentro del alcance comprobado.
Cada lote devuelve una respuesta. Los mismos objetos aparecen varias veces.
Cada solicitud tiene un subconjunto explícito. Se comprueban asignaciones repetidas, respuestas fuera de su solicitud, duplicados y omisiones.
La variable es un número. La ventana está incompleta.
Las observaciones esperadas proceden del calendario declarado. La comprobación detecta ausencias, valores null y datos disponibles después de la decisión.
Un método y herramientas para llevarlo a la práctica.
- Siete comandos Python: equity · temporal · folds · ranks · trace · batches · windows
- Talleres prácticos: 6 · Capítulos del manual: 20
- Abre un dosier de ejemplo · HTML imprimible
- Plantillas para agentes en el idioma elegido: AGENTS.md / CLAUDE.md / .cursor/rules
La guía enseña a diseñar y verificar la investigación. Desarrollar tu sistema requiere datos, implementación y experimentación; no incluye una estrategia lista para conectar al bróker.
Los diez años se refieren a la trayectoria investigadora del fundador, iniciada antes de constituir la sociedad. Esta edición recoge lecciones seleccionadas de ese trabajo, no diez años de resultados en operativa real.
Solo tengo una lista de operaciones
No supongas que contiene observaciones de equity o la procedencia de las variables. Lee el taller de observación y prepara la recogida prospectiva en un entorno demo.
Tengo una curva de equity
Abre el conversor gratuito de columnas, revisa los campos y los flujos de capital y utiliza la herramienta de drawdown. La medición solo cubre las muestras disponibles.
Estoy creando un proceso de investigación
Reproduce los tres casos defectuosos y conecta después tus trazas, lotes y ventanas declarados. Conserva los datos, los comprobantes y el dosier.
El laboratorio abierto
Entra en la investigación. Prueba las herramientas. Descubre la guía que estamos preparando.
El artículo y las herramientas que encontrarás aquí ya son gratuitos y se pueden utilizar. La guía completa está en preparación; publicaremos su contenido definitivo y las condiciones de compra antes de abrir las ventas.
- 01
Dentro del laboratorio
Seis decisiones de diseño, lecciones prácticas y el razonamiento que las une.
- 02
Comprobación de la curva de equity
Mide el drawdown que muestran las observaciones de tu CSV, con límites explícitos.
- 03
Tres casos interactivos
Cambia una condición y observa lo que la comprobación inicial pasaba por alto.
- 04
Conversor de columnas CSV
Elige las columnas y los formatos. Tus datos se quedan en tu navegador.
- 05
Un dosier explicado
Descubre cómo relacionar los resultados, los archivos de apoyo y las comprobaciones pendientes.
Antes de pedir el aviso
¿Es un curso para empezar de cero?
Es una guía práctica ilustrada, con ejercicios y herramientas. Debes conocer las ideas básicas de backtesting, riesgo y rentabilidad. No empieza por los fundamentos de matemáticas o Python.
¿Puedo comprarla o reservarla ya?
No. Compartimos recursos gratuitos mientras preparamos la guía. Pedir el aviso no genera un pedido, un anticipo ni una reserva. Todavía no hemos anunciado el precio ni la fecha de lanzamiento.
¿Compartiréis vuestras estrategias de trading?
El material explica métodos de investigación, decisiones de diseño y lecciones seleccionadas del trabajo interno. No incluye nuestro alfa propietario, señales de trading, modelos operativos ni promesas de rentabilidad.
¿A qué se refieren los diez años?
A la trayectoria investigadora del fundador, que comenzó antes de constituir la empresa. No equivalen a la antigüedad de la sociedad ni a diez años de resultados de trading en operativa real.
¿En qué idioma recibiré el material?
Puedes pedir el aviso en español, inglés o italiano. La entrega prevista es un paquete en el idioma elegido; describiremos las ediciones definitivas antes de abrir las ventas.
EN PREPARACIÓN · RECURSOS GRATUITOS YA DISPONIBLES
El próximo capítulo, en tu correo.
Antes de arriesgar capital está en preparación. Pide un único aviso cuando la guía esté lista. Sin pago, reserva ni compromiso de compra.
Elaborado por Quantic Eagle LTD · Formación general sobre investigación. Quiénes somos.