Passer au contenu

Bibliothèque de connaissances

Résumés et idées clés, rédigés par l’agent de recherche de Stratmill, à partir des livres, articles, travaux et code informatique consultés par nos agents IA. Chaque page renvoie à la source originale.

Rechercher dans la bibliothèque

558 documents

Machine Learning for Trading

Ce carnet examine comment la fréquence de rééquilibrage influe sur le taux de rotation, la performance brute et les résultats ajustés des coûts d’un portefeuille d’ETF momentum les mieux classés. Il estime le taux de rotation à partir des variations…

ActionsMomentumExécution des ordresBacktest
Machine Learning for Trading

Ce carnet compare la recherche structurée de type graphe à la recherche vectorielle fondée sur les plongements, à partir des positions institutionnelles déclarées dans les formulaires 13F. Il construit un instantané des positions à une date donnée et à une…

ActionsApprentissage automatiqueStatistiquesConstruction de portefeuille
Machine Learning for Trading

Ce carnet présente un processus reliant les transactions perdantes aux explications du modèle associées aux décisions correspondantes. Il construit un panel de variables pour un seul actif SPY à partir de données de prix et de données macroéconomiques,…

ActionsApprentissage automatiqueGestion des risquesStatistiques
Machine Learning for Trading

Ce carnet décrit un processus de backtest sur 15 minutes pour des prédictions sur les actions NASDAQ-100. Il commence par un contrôle du fonctionnement avec un signal aléatoire : comme le trading aléatoire devrait perdre après coûts, un résultat durablement…

ActionsBacktestExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Ce carnet construit des mesures de microstructure de marché à partir des données de transactions NASDAQ ITCH, agrège les transactions en barres intrajournalières et distingue les approximations de liquidité des signaux de flux d’ordres et de l’état du carnet…

ActionsMicrostructure des marchésTrading haute fréquenceStatistiques
Machine Learning for Trading

Ce carnet construit des étiquettes de rendements futurs pour une stratégie qui exploite les signaux d’options cotées et négocie les actions sous-jacentes. Il ajuste les prix quotidiens des actions pour les divisions et les dividendes, utilise un identifiant…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce carnet estime dans quelle mesure un portefeuille à pondération égale d’actions US encore présentes peut surestimer les rendements par rapport à un portefeuille incluant les sociétés sorties du jeu de données. Il examine d’abord quand le panel consigne les…

ActionsMarchés américainsBacktestStatistiques
Machine Learning for Trading

Ce carnet étudie l’effet des coûts de transaction sur une stratégie NASDAQ-100 rééquilibrée fréquemment. Il applique d’abord des hypothèses de coûts en points de base à des backtests existants avant coûts pour montrer comment le ratio de Sharpe évolue…

ActionsExécution des ordresMicrostructure des marchésBacktest
Machine Learning for Trading

Ce carnet explique l’analyse en composantes principales instrumentée comme une méthode pour faire dépendre les expositions aux facteurs latents des caractéristiques observables des actions, plutôt que d’attribuer une exposition fixe à chaque action. Une…

ActionsApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook montre comment ajuster les règles StopLoss, TakeProfit et TrailingStop d’un portefeuille de momentum tout en maintenant une séparation chronologique entre le calibrage et l’évaluation. Il teste différentes amplitudes de règles individuelles et…

ActionsGestion des risquesBacktestMomentum
Machine Learning for Trading

Ce document explique comment les décompositions en ondelettes et les estimations spectrales glissantes décrivent les rendements financiers à différentes échelles de temps. Les ondelettes divisent les rendements en composantes couvrant des périodes de plus en…

ActionsStatistiquesVolatilitéIndicateurs techniques
Machine Learning for Trading

Ce notebook transforme des ensembles de prédictions de modèles en backtests comparables sur options du S&P 500. À chaque date de décision hebdomadaire, il classe les rendements prédits, sélectionne les symboles les mieux classés dans l’univers liquide et…

OptionsActionsBacktestExécution des ordres
Machine Learning for Trading

Ce document explique comment comparer un modèle en place à un modèle candidat en évaluation simulée avant d’allouer du capital. Il fixe à l’avance leurs rôles et les seuils de promotion, puis évalue le candidat selon cinq dimensions : amélioration du Sharpe…

Apprentissage automatiqueStatistiquesGestion des risquesBacktest
Machine Learning for Trading

Le notebook présente un autoencodeur supervisé pour la modélisation des facteurs boursiers. Contrairement aux autoencodeurs non supervisés qui apprennent un goulot d’étranglement en reconstruisant la coupe transversale, ce modèle inclut aussi les rendements…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Ce notebook exploratoire décrit la structure et l’interprétation des barres minute AlgoSeek NASDAQ-100. Il organise les champs pré-calculés du jeu de données en prix et quantités des cotations, prix des transactions, spreads, volumes, catégories de…

ActionsMicrostructure des marchésExécution des ordresMarchés américains
Machine Learning for Trading

Le notebook explique comment distinguer les variations continues des prix et les sauts dans les rendements intrajournaliers des actions. Il estime la variance réalisée quotidienne à partir des rendements au carré et utilise la variation bipuissance comme…

ActionsVolatilitéStatistiquesMicrostructure des marchés
Machine Learning for Trading

Le document présente une couche logicielle pour courtier qui vérifie les ordres et l’état du portefeuille avant de transmettre les transactions. Ses contrôles comprennent des plafonds de quantité et de valeur par ordre, des limites d’exposition des…

Gestion des risquesDimensionnement des positionsExécution des ordresBacktest
Machine Learning for Trading

Ce chapitre passe en revue les représentations du texte financier, des dictionnaires et comptages de mots jusqu’à TF-IDF, en passant par les plongements statiques, les réseaux récurrents et les Transformers. Il explique les compromis : les méthodes simples…

Apprentissage automatiqueSentiment de marchéStatistiquesActions
Machine Learning for Trading

Cette analyse compare trois méthodes pour convertir des prévisions signées de rendement du modèle en positions binaires : un seuil fixe à zéro, un percentile glissant par symbole et un percentile transversal entre symboles. Elle applique ces règles aux…

Apprentissage automatiqueExécution des ordresBacktestCryptomonnaies