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 notebook teste si un LSTM peut extraire une structure temporelle des historiques de caractéristiques ETF que des modèles à caractéristiques à plat pourraient manquer. Avant l’ajustement, il vérifie la correspondance entre la population de séquences…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook définit des rendements futurs de clôture à clôture sur deux horizons de trading pour une coupe transversale d’ETF ; chaque horizon va d’une clôture ajustée à la clôture située un nombre fixe de séances plus tard. Il explique pourquoi les…

ActionsMomentumStatistiquesBacktest
Machine Learning for Trading

Cette étude de cas construit des caractéristiques à la minute à partir de données de cotation et de transaction NASDAQ-100, afin d’examiner si les achats ou ventes agressifs récents prédisent une dérive des prix à court terme. Le déséquilibre du flux…

ActionsMicrostructure des marchésMomentumIndicateurs techniques
Machine Learning for Trading

Ce notebook construit plusieurs méthodes d’échantillonnage à partir d’une journée de transactions NASDAQ ITCH sur une action : barres temporelles, en ticks, en volume, en dollars, de déséquilibre et de séquence. Il compare leurs propriétés statistiques,…

ActionsMicrostructure des marchésStatistiquesExécution des ordres
Machine Learning for Trading

Ce notebook présente deux dispositifs de surveillance séquentielle des erreurs de prédiction en validation pour deux configurations de modèles linéaires sur actions : un détecteur de changement de moyenne à deux fenêtres et un suivi de la fréquence des…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook évalue quatre signaux issus de textes d’actualité : la surprise pondérée, le sentiment moyen, la dynamique du sentiment et la couverture des articles. Il utilise les rendements futurs préparés lors d’une étape antérieure de création de…

ActionsSentiment de marchéStatistiquesInvestissement factoriel
Machine Learning for Trading

Le notebook montre comment régler LightGBM pour la prévision des rendements ETF avec l’échantillonneur TPE d’Optuna. Il explore la structure des arbres, l’échantillonnage et les paramètres de régularisation, utilise l’arrêt anticipé pour choisir le nombre…

Apprentissage automatiqueBacktestStatistiquesActions
Machine Learning for Trading

Ce notebook transforme les positions institutionnelles 13F en un graphe biparti reliant institutions et actions, puis en dérive des variables pour la recherche, notamment la similarité de détention conjointe, l’étendue et la concentration de l’actionnariat,…

ActionsStatistiquesConstruction de portefeuilleApprentissage automatique
Machine Learning for Trading

Ce notebook étudie le calibrage des barres temporelles, de ticks, de volume, en dollars et de déséquilibre à partir de plusieurs séances de données de transactions détaillées par ordre NVDA. Il filtre les transactions pour ne retenir que les heures normales…

ActionsMicrostructure des marchésStatistiquesExécution des ordres
Machine Learning for Trading

Ce notebook définit les étiquettes de rendements futurs pour un panel d’actions US et explique pourquoi leur construction affecte tous les modèles et backtests en aval. Il précise les fenêtres de rendement fondées sur les prix ajustés et exprimées en séances…

ActionsMomentumStatistiquesBacktest
Machine Learning for Trading

Ce notebook explique comment décomposer les rendements et le risque ETF à l’aide de CAPM et des régressions factorielles de Fama–French. Il estime les expositions sur l’échantillon complet avec des erreurs-types robustes à l’hétéroscédasticité et à…

ActionsInvestissement factorielGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook évalue les stop-loss, les stops suiveurs et les sorties à durée fixe sur des stratégies actions US sélectionnées. Un stop-loss réagit aux pertes depuis le prix d’entrée, un stop suiveur aux baisses depuis le sommet de la position, et une sortie…

ActionsGestion des risquesBacktestDimensionnement des positions
Machine Learning for Trading

Ce notebook évalue NLinear, un modèle séquentiel simple qui soustrait le dernier niveau observé d’une fenêtre rétrospective et transforme la séquence obtenue en prévision par une transformation linéaire. Il ajuste la population de modèles ETF sur des plis…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare six méthodes d’allocation de positions longues uniquement ETF, conçues pour réduire la dépendance aux estimations instables. Il applique une régularisation de covariance de Ledoit-Wolf aux estimateurs qui utilisent la covariance et…

Multi-actifsActionsTitres à revenu fixeConstruction de portefeuille
Machine Learning for Trading

Ce notebook présente un processus opérationnel pour connecter une stratégie partagée de backtest et de trading en réel à une session de trading en papier Interactive Brokers. Il vérifie l’identité et l’état du compte, demande des barres historiques pour…

ActionsMomentumExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook audite un corpus de rapports annuels avant son indexation pour la recherche financière. Il mesure le délai entre la fin d’une période fiscale et la date de publication publique, montrant pourquoi les applications à date donnée doivent utiliser…

ActionsApprentissage automatiqueExécution des ordresBacktest
Machine Learning for Trading

Ce notebook définit des étiquettes de rendement total mensuel pour une étude transversale des caractéristiques d’entreprises US et vérifie leur correspondance avec les lignes du fournisseur. Le tableau associe les caractéristiques du mois précédent au…

ActionsMarchés américainsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook montre comment des coûts d’exécution explicites peuvent réduire les rendements bruts d’une stratégie intrajournalière hypothétique. Il ancre le spread de franchissement sur le spread coté médian pondéré par le volume des composantes du…

ActionsExécution des ordresMicrostructure des marchésGestion des risques
Machine Learning for Trading

Cette démonstration de trading en réel décrit un processus de rééquilibrage quotidien pour un univers fixe d’actions américaines à grande capitalisation US. Elle compare les positions détenues chez le courtier aux cibles du modèle, convertit les écarts en…

ActionsExécution des ordresGestion des risquesDimensionnement des positions
Machine Learning for Trading

Le document décrit le chargement des données de marché ETF, avec des filtres facultatifs sur les symboles et les dates, ainsi qu’une limite déterministe au nombre de symboles renvoyés. Le point analytique principal consiste à adapter la série de prix à la…

ActionsMulti-actifsStatistiques
Machine Learning for Trading

Ce tutoriel explique comment organiser les données de marché au-delà de téléchargements ponctuels. Il présente un gestionnaire unifié pour récupérer un symbole ou des lots de symboles, des univers prédéfinis ou personnalisés et un stockage Parquet…

Multi-actifsActionsBacktestExécution des ordres