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

704 documents

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 présente la surveillance de la dérive des covariables pour les variables de momentum des ETF ETF et les contrats à terme perpétuels crypto, sur des fenêtres de marché contrastées. Il compare l’indice de stabilité de population, qui mesure les…

Apprentissage automatiqueStatistiquesGestion des risquesCryptomonnaies
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 construit le cadre de Markowitz entièrement investi et sans ventes à découvert, avec des portefeuilles réalisables, la frontière efficiente et les solutions de Sharpe maximal et de variance minimale. Il explique comment la variance du…

Multi-actifsConstruction de portefeuilleStatistiquesBacktest
Machine Learning for Trading

Ce document présente un diagnostic réutilisable des jeux de données financiers, couvrant l’intégrité des index, les doublons, les valeurs manquantes, les valeurs aberrantes, les lacunes du calendrier et les anomalies propres au domaine. Il vérifie les types…

Multi-actifsStatistiquesGestion des risquesMarchés américains
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 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

Ce notebook montre comment configurer Feast avec des sources Parquet, des entités, des vues de variables, des horodatages et une politique de durée de conservation, puis récupérer des variables pour des exemples d’entraînement et une requête « à la date…

Apprentissage automatiqueExécution des ordresBacktestStatistiques
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

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

Ce notebook applique un modèle neuronal de facteur d’actualisation stochastique aux contrats à terme CME. En évaluation des actifs, un facteur d’actualisation stochastique est une variable aléatoire dont le produit par le rendement de chaque actif a la même…

Contrats à termeApprentissage automatiqueInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook présente un inventaire, pour plusieurs études de cas, des variables financières construites sur neuf classes d’actifs. Il compte les variables et les familles définies par leur nom dans chaque jeu de variables disponible, compare la taille des…

Multi-actifsStatistiquesInvestissement factoriel
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

Ce carnet crée un banc d’évaluation pour la génération augmentée par récupération dans le domaine financier, avec des mesures distinctes de couverture de la recherche, de fidélité des réponses aux sources, d’abstention appropriée et de comportement de…

Apprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce carnet utilise Optuna pour régler des modèles de rendement LightGBM en tenant compte à la fois du coefficient d’information transversal (IC) et de la rotation des prévisions. Une recherche monoobjectif maximise IC à titre de comparaison ; une recherche…

Apprentissage automatiqueStatistiquesContrats à termeCryptomonnaies
Machine Learning for Trading

Ce carnet compare des bases de données embarquées, serveur, généralistes et spécialisées dans le trading pour des tâches de séries temporelles financières : écritures en bloc, balayages complets, requêtes par fenêtre temporelle, agrégation OHLCV et…

BacktestStatistiquesMicrostructure des marchésExécution des ordres
Machine Learning for Trading

Ce cours compare des modèles stochastiques paramétriques et des méthodes bootstrap pour générer des trajectoires financières synthétiques. Il couvre le mouvement brownien géométrique, la diffusion par sauts, le retour à la moyenne, la volatilité stochastique…

StatistiquesVolatilitéGestion des risquesBacktest
Machine Learning for Trading

Cette analyse explique comment lire les coefficients d’information transversaux (IC) des modèles de contrats à terme CME et les relier aux tests de portefeuille ultérieurs. Elle calcule la corrélation de rang entre rendements prévus et réalisés pour chaque…

Contrats à termeStatistiquesApprentissage automatiqueBacktest