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 notebook rassemble les estimations enregistrées de double apprentissage automatique issues de plusieurs études de cas de trading et compare leur incertitude et leurs diagnostics. Il charge les lignes actuelles du registre de chaque étude, vérifie…

StatistiquesApprentissage automatiqueGestion des risquesBacktest
Machine Learning for Trading

Ce notebook ajuste un modèle LSTM déclaré pour la prévision dans une étude sur les options du S&P 500. Le réseau reçoit des fenêtres chronologiques de l’historique de chaque symbole et utilise un état récurrent à portes pour représenter l’information entre…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook explique comment construire et examiner un panel trimestriel de données fondamentales sur les actions à partir des données SEC XBRL. Chaque observation indique à la fois la période fiscale décrite et la date de dépôt à laquelle l’information est…

ActionsMarchés américainsInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook met en place un processus de suivi pour un modèle financier déployé, à partir d’artefacts réels issus de l’échantillon de réserve. Il vérifie que les données de caractéristiques entrantes sont renseignées et structurellement valides avant de…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook explique comment interpréter les prévisions d’une régression Ridge pour un panel d’ETF avec SHAP. Pour un modèle linéaire, l’attribution de chaque caractéristique correspond à son coefficient multiplié par l’écart entre sa valeur et sa moyenne de…

Apprentissage automatiqueStatistiquesActionsBacktest
Machine Learning for Trading

Ce notebook compare deux méthodes d’estimation des spreads bid-ask lorsque les données historiques contiennent les cours d’ouverture, les plus hauts, les plus bas, les clôtures et le volume quotidiens, mais aucune cotation. Corwin-Schultz sépare le spread de…

Microstructure des marchésExécution des ordresStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook présente une méthode pour convertir des déclarations annuelles et trimestrielles SEC en texte structuré pour des analyses ultérieures de sentiment, de thèmes et d’incorporations vectorielles. Il associe les sections recherchées aux numéros de…

ActionsSentiment de marchéStratégies événementiellesStatistiques
Machine Learning for Trading

Ce notebook explique comment un autoencodeur conditionnel étend un modèle de composantes principales instrumentées : un réseau neuronal associe les caractéristiques des actions aux expositions factorielles, tandis que le modèle conserve la même structure,…

ActionsInvestissement factorielApprentissage automatiqueBacktest
Machine Learning for Trading

Cette étude filtre les caractéristiques financières et de volatilité GJR-GARCH en fonction des rendements futurs des actions. Pour chaque séance, elle calcule la corrélation de rang entre les valeurs d’une caractéristique et les rendements ultérieurs pour…

ActionsOptionsStatistiquesApprentissage automatique
Machine Learning for Trading

Cette référence décrit deux corpus d’actualités financières utilisés pour l’analyse du sentiment, le développement de caractéristiques textuelles et les expériences reliant les actualités aux rendements. FNSPID relie les titres aux symboles boursiers et…

ActionsSentiment de marchéApprentissage automatiqueStatistiques
Machine Learning for Trading

Le document déduit les prix des calls et puts européens selon Black-Scholes, vérifie leur relation par la parité put-call et calcule la volatilité implicite en résolvant numériquement l’équation pour obtenir la volatilité correspondant à un prix d’option…

OptionsÉvaluation des dérivésVolatilitéGestion des risques
Machine Learning for Trading

Ce module définit comment construire un champ de sélection pour l’échantillon de réserve à travers les étapes de validation et les étiquettes de stratégie. Il traite les écarts susceptibles d’amener des ensembles de candidats figés et une reconstruction en…

BacktestGestion des risquesConstruction de portefeuilleStatistiques
Machine Learning for Trading

Ce document décrit une méthode pour transformer les déclarations groupées trimestrielles SEC 13F en un panel de positions institutionnelles. Il sélectionne la dernière déclaration de chaque gestionnaire selon la date de dépôt, utilise CUSIP plutôt que les…

ActionsMarchés américainsStatistiquesSentiment de marché
Machine Learning for Trading

Ce notebook utilise les enregistrements de transactions NASDAQ ITCH pour examiner les variations du volume et de l’activité de négociation au cours de la séance régulière. Il regroupe les transactions en barres temporelles, compare les prix et les volumes…

ActionsMicrostructure des marchésStatistiquesIndicateurs techniques
Machine Learning for Trading

Ce notebook déduit le dimensionnement de Kelly pour un pari binaire en maximisant la richesse logarithmique espérée, puis illustre comment la taille de la mise modifie la distribution des trajectoires de richesse simulées. Il étend le cadre aux rendements…

Dimensionnement des positionsGestion des risquesConstruction de portefeuilleStatistiques
Machine Learning for Trading

Cette analyse évalue si les signaux retenus dans plusieurs études de cas de trading semblent assez fiables pour un usage ultérieur. Elle compare les coefficients d’information de validation (IC) aux résultats hors échantillon, examine la stabilité et la…

Apprentissage automatiqueStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook explique l’analyse en composantes principales instrumentée (IPCA) pour un panel d’actions doté de variables de surface d’options. Contrairement à l’analyse en composantes principales classique PCA, qui estime les expositions de chaque action à…

ActionsOptionsInvestissement factorielApprentissage automatique