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 compare la recherche relationnelle déterministe à la recherche par plongements dans un corpus de positions institutionnelles 13F. Il crée un instantané à une date donnée en conservant, pour chaque institution, la dernière position déclarée avant…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook montre l’entraînement d’un réseau antagoniste génératif sur des variables ETF conçues avec confidentialité différentielle. Il présente les paramètres de confidentialité epsilon et delta, explique pourquoi DP-SGD écrête le gradient de chaque…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook applique l’inférence classique des moindres carrés ordinaires aux variables ETF et aux rendements futurs. Il examine les estimations des coefficients, les erreurs types, les statistiques t, les valeurs p et les tests d’hétéroscédasticité,…

ActionsStatistiquesGestion des risquesApprentissage automatique
Machine Learning for Trading

Ce notebook ajuste PatchTST, un modèle de séquence de type transformeur, comme membre d’un ensemble de modèles défini à l’avance pour la recherche sur les options S&P 500. Il divise une série rétrospective en blocs de longueur fixe, les intègre sous forme de…

OptionsApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook montre comment utiliser un réseau de corrélations estimé sur une fenêtre donnée pour décrire un univers d’actions et construire un portefeuille diversifié par réseau. Il sélectionne les symboles liquides à partir des seules données disponibles…

ActionsConstruction de portefeuilleStatistiquesGestion des risques
Machine Learning for Trading

Cette analyse exploratoire examine l’ancien panel d’actions WIKI US de Quandl, en se concentrant sur les conventions de prix, la couverture des données et ce que son historique permet d’étudier par backtest. Elle distingue les prix bruts, qui reflètent les…

ActionsMarchés américainsStatistiquesBacktest
Machine Learning for Trading

Ce notebook traite le ratio de Sharpe comme une estimation soumise à l’incertitude d’échantillonnage. Il élabore des intervalles de confiance et des calculs probabilistes du Sharpe tenant compte de la longueur de l’échantillon, de l’asymétrie et de…

StatistiquesGestion des risquesBacktest
Machine Learning for Trading

Ce notebook construit des indicateurs à partir de données NASDAQ-100 à la minute en utilisant trois méthodes : une régression autorégressive hétérogène glissante pour prévoir la variance à court terme, une transformée de Fourier pour décrire la structure…

ActionsVolatilitéApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette analyse utilise des messages NASDAQ TotalView-ITCH pour décrire l’activité de la place boursière et créer un tableau de transactions relié au symbole, au côté et aux caractéristiques de l’ordre. Elle compte les types de messages, compare le trading aux…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce guide de jeu de données décrit une méthode pour obtenir des séries FRED, aligner les observations sur un calendrier quotidien et charger certains indicateurs pour analyse. Les exemples incluent les taux des bons du Trésor, l’écart entre les échéances à 10…

Titres à revenu fixeStatistiquesGestion des risquesMulti-actifs
Machine Learning for Trading

Ce notebook montre comment analyser un graphe d’événements financiers sans confondre la date d’un événement, sa publication et son extraction par le pipeline du graphe. Il charge des relations 8-K horodatées, mesure les délais de publication et d’extraction,…

Apprentissage automatiqueStatistiquesBacktestStratégies événementielles
Machine Learning for Trading

Le document explique comment l’apprentissage automatique double (DML) estime si la part du volume initiée par les acheteurs affecte les rendements futurs après prise en compte du spread, de la volatilité à court terme et des rendements antérieurs. Il élimine…

ActionsMicrostructure des marchésStatistiquesApprentissage automatique
Machine Learning for Trading

Ce notebook transforme des backtests enregistrés de microstructure NASDAQ-100 en une évaluation de stratégies, sans entraîner de modèles ni relancer de backtests. Il lit les métriques et la filiation depuis le registre, construit au besoin des tableaux…

ActionsMicrostructure des marchésBacktestStatistiques
Machine Learning for Trading

Ce notebook applique aux prédictions de l’échantillon test une configuration de contrats à terme CME sélectionnée au préalable, avec l’allocateur établi, le calendrier de rééquilibrage, les règles de concentration et les hypothèses de coûts de transaction.…

Contrats à termeBacktestGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook décrit comment sélectionner une configuration d’étude de cas sur les contrats à terme CME à partir de backtests de validation enregistrés. Il regroupe les candidats des étapes de signal, d’allocation et de gestion des risques, puis retient la…

Contrats à termeBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce document explique un processus à cinq étapes pour évaluer neuf études de cas de trading, de la qualité du signal à la validation, aux coûts de transaction, aux performances sur holdout et à la qualité des éléments probants. Les étapes sont cumulatives :…

BacktestGestion des risquesApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook compare des mesures de volatilité, ajuste un modèle autorégressif hétérogène (HAR) et estime la rugosité à l’aide des exposants de Hurst. Il compare d’abord la variance réalisée intrajournalière aux estimateurs quotidiens, en distinguant les…

VolatilitéStatistiquesIndicateurs techniquesBacktest
Machine Learning for Trading

Ce module utilitaire construit des tableaux et des graphiques pour évaluer des modèles prédictifs sur les données de validation et de holdout. Ses diagnostics comprennent les intervalles de confiance des coefficients d’information, la dégradation entre…

StatistiquesApprentissage automatiqueBacktestGestion des risques