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

733 documents

Machine Learning for Trading

Ce notebook construit des caractéristiques dérivées des prix pour un large panel d’actions US, notamment le momentum, les moyennes mobiles et les mesures de volatilité. Il vise à classer les actions entre elles, à l’aide d’un filtre de négociabilité, de…

ActionsMomentumIndicateurs techniquesStatistiques
Machine Learning for Trading

Ce notebook compare trois façons d’orchestrer un flux de prévision en quatre phases : une composition directe en Python, une version CrewAI guidée par des rôles et une version LangGraph qui délègue aux mêmes classes spécialisées que l’implémentation native.…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook construit des caractéristiques à la minute à partir des cotations et transactions NASDAQ-100 afin d’étudier la pression sur les prix à court terme. Il considère le déséquilibre normalisé des flux d’ordres comme principal candidat de signal et…

ActionsMicrostructure des marchésExécution des ordresIndicateurs techniques
Machine Learning for Trading

Ce document décrit un registre qui applique les flux de trésorerie de funding aux positions sur contrats à terme perpétuels lors d’un backtest. À chaque horodatage de funding, il utilise la quantité signée de la position, le prix de référence actuel, tout…

Contrats à terme perpétuelsBacktestÉvaluation des dérivésGestion des risques
Machine Learning for Trading

Ce notebook compare trois modèles de prévision linéaire, un encodeur Transformer et deux prévisions sans paramètre sur les rendements quotidiens SPY. Les modèles linéaires transforment une fenêtre historique en prévision sur plusieurs jours ; certaines…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook configure une prévision NLinear pour des paires FX. Le modèle utilise une fenêtre rétrospective fixe de valeurs consécutives et soustrait le dernier niveau observé afin d’orienter l’ajustement vers les variations sur cette période. Il définit la…

Marché des changesApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce guide explique comment convertir des données horaires de contrats à terme continus en barres quotidiennes alignées sur les séances de trading CME. Comme une séance se termine à 4 PM, heure du Centre, les barres du dimanche soir appartiennent à la séance…

Contrats à termeMatières premièresMicrostructure des marchésBacktest
Machine Learning for Trading

Ce code définit des garde-fous pour une validation croisée reproductible, le suivi de l’éligibilité et les caractéristiques temporelles propres à chaque pli. Il normalise les limites des plis, compare les plis demandés aux limites utilisées pour créer les…

StatistiquesBacktestApprentissage automatique
Machine Learning for Trading

Ce notebook reformule la prédiction des rendements futurs 21 sur ETF séances comme une tâche binaire : les rendements positifs sont étiquetés « hausse » et tous les autres « baisse ». Il ajuste une régression logistique régularisée par L2 et L1, au moyen de…

ActionsApprentissage automatiqueStatistiquesGestion des risques
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

Ce tutoriel déduit la fraction de Kelly pour un pari binaire en maximisant la croissance logarithmique espérée du patrimoine, puis étend l’idée aux rendements continus et à un portefeuille multi-actifs. Il utilise la dérivation symbolique et des simulations…

Dimensionnement des positionsConstruction de portefeuilleGestion des risquesStatistiques
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

Ce chapitre traite les coûts de transaction comme une contrainte à toutes les étapes de la recherche et du déploiement d’une stratégie, de l’évaluation des facteurs et du backtesting à la construction du portefeuille, à la surveillance des risques et au…

Exécution des ordresMicrostructure des marchésBacktestGestion des risques
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 explique dans quels cas il est plus clair de simuler une stratégie de trading barre par barre avec un état évolutif que de l’exprimer au moyen de signaux ou de pondérations précalculés. Il compare les backtests fondés sur des tableaux, rapides et…

BacktestDimensionnement des positionsTrading par pairesGestion des risques
Machine Learning for Trading

Ce chapitre présente la recherche sur les stratégies comme la conception et l’évaluation d’un processus de décision exécutable, de l’idée économique initiale au dimensionnement des positions, aux contraintes, aux coûts et aux tests proches du trading en…

BacktestApprentissage automatiqueStatistiquesGestion des risques
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 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 audite l’ensemble complet des prévisions canoniques de validation pour une étude de paires FX. Il vérifie l’identité des modèles, la disponibilité des artefacts, l’exhaustivité, la couverture des étiquettes configurées et la conformité des…

Marché des changesApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook audite les prévisions de validation enregistrées pour une étude de paires FX. Il vérifie que le catalogue comprend la population de modèles configurée, des ensembles complets de prévisions, les artefacts disponibles et les identités de modèles…

Marché des changesApprentissage automatiqueStatistiquesBacktest