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 document présente une expérience sur les contrats à terme CME utilisant TabM, un ensemble neuronal économe en paramètres, sur les mêmes lignes de caractéristiques élaborées et les mêmes plis walk-forward que les modèles linéaires et de boosting par…

Contrats à termeApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Le document présente NLinear, un modèle de séquence minimal destiné à prévoir les rendements des actions du NASDAQ-100 à partir de caractéristiques intrajournalières. Il utilise une fenêtre rétrospective fixe, soustrait la dernière observation afin que le…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Le document décrit un pipeline qui transforme les déclarations SEC 8-K en événements d’entreprise structurés. Un modèle de langage extrait les relations entre événements, tandis que des contrôles explicites du schéma valident les noms d’entités, les types de…

Stratégies événementiellesApprentissage automatiqueStatistiquesMicrostructure des marchés
Machine Learning for Trading

Ce module décrit la migration d’un registre après la modification, par une bibliothèque, de la numérotation des plis walk-forward, alors que leurs fenêtres de dates et leurs valeurs ajustées restent inchangées. Comme les identifiants de plis figurent dans…

BacktestApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook explique comment les modèles de Markov cachés infèrent les états de marché non observés à partir des rendements et de la volatilité récente. Il établit d’abord des règles simples de comparaison : un seuil d’indice de volatilité pour le stress et…

Apprentissage automatiqueStatistiquesVolatilitéIndicateurs techniques
Machine Learning for Trading

Le notebook explique comment comparer des modèles de prédiction d’options S&P 500 sans que des échantillons d’évaluation incomplets ou mal appariés faussent les résultats. Il identifie chaque modèle par sa famille, sa configuration et son point de contrôle,…

OptionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook construit des intervalles d’incertitude pour les rendements à terme ETF à l’aide de la régression Ridge et de trois méthodes conformes : la prédiction conforme avec découpage, la régression quantile conformisée et l’inférence conforme adaptative.…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook utilise l’apprentissage automatique double pour estimer si un score z de prime sur contrats à terme perpétuels est associé au rendement sur les huit heures suivantes, après ajustement de six variables de contrôle antérieures au traitement. Il…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook compare des modèles linéaires sur des caractéristiques ETF construites à partir de fenêtres de rendements qui se chevauchent et de mesures connexes de momentum, de volatilité et d’oscillateurs. Ces prédicteurs sont colinéaires, ce qui rend…

Multi-actifsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce chapitre cartographie les données financières issues des marchés, des fondamentaux et de sources alternatives, puis compare la manière dont les classes d’actifs déterminent le sens des prix, de la liquidité et des observations. Il souligne que les…

Multi-actifsStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook présente TimeGAN, un modèle antagoniste génératif récurrent destiné à produire des séquences financières synthétiques. Ses cinq modules apprennent une représentation latente et sa reconstruction, prédisent les états latents successifs, génèrent…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook applique deux détecteurs séquentiels aux erreurs de prédiction réelles de validation de deux configurations de modèles linéaires sur actions US pendant une année civile. Un détecteur de décalage de moyenne à deux fenêtres recherche les variations…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce document consigne un débat structuré entre scénarios haussier et baissier sur la question de savoir si la Réserve fédérale relèvera son taux cible au cours de 2026. Trois agents examinent la question et s’appuient sur les projections de la Fed,…

Titres à revenu fixeMarchés américainsStatistiques
Machine Learning for Trading

Ce notebook décrit des caractéristiques contextuelles à évolution lente pour les décisions de trading quotidiennes : ratios comptables, conditions macroéconomiques et encodages calendaires. Il présente des mesures de valeur et de qualité telles que le…

ActionsInvestissement factorielStatistiquesIndicateurs techniques