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 des règles de risque au niveau des positions et du portefeuille sur les meilleures combinaisons d’allocation ETF d’une stratégie mensuelle. Il maintient fixes chaque prédiction enregistrée, chaque règle de concentration et chaque mécanisme…

ActionsGestion des risquesBacktestExécution des ordres
Machine Learning for Trading

Le notebook traite chaque fenêtre de rendements comme une distribution empirique et regroupe les fenêtres selon la distance de Wasserstein unidimensionnelle. Pour des échantillons de même taille, le tri fournit l’appariement optimal des quantiles ; la…

ActionsApprentissage automatiqueStatistiquesVolatilité
Machine Learning for Trading

Ce notebook présente un système de questions-réponses sur un graphe Neo4j de participations institutionnelles 13F. Il oriente chaque question vers l’un de trois modèles Cypher rédigés à la main, au lieu de générer une requête à partir de la question, et…

ActionsGestion des risquesMicrostructure des marchés
Machine Learning for Trading

Ce notebook applique l’analyse en composantes principales fondée sur les corrélations aux rendements des ETF sectoriels afin de décrire les facteurs de risque communs et la rotation sectorielle. La standardisation des rendements donne une variance unitaire à…

ActionsInvestissement factorielStatistiquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook transforme les rendements prospectifs des 21 jours des ETF en cible de hausse ou de baisse et évalue une régression logistique régularisée par L1 et L2 sur des segments chronologiques de validation walk-forward. Il met les variables à l’échelle à…

Apprentissage automatiqueStatistiquesDimensionnement des positionsActions
Machine Learning for Trading

Ce notebook applique l’analyse en composantes principales à un sous-ensemble liquide d’actions US pour extraire des facteurs latents et former des portefeuilles propres long-short. Il explique comment convertir des vecteurs PCA standardisés en pondérations…

ActionsInvestissement factorielStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook décrit l’ajustement de PatchTST aux données à la minute NASDAQ-100 pour prévoir les rendements sur plusieurs horizons futurs. Le modèle regroupe les observations consécutives en segments et leur applique un mécanisme d’attention, réduisant le…

ActionsApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook compare différentes façons d’allouer le capital entre des positions actions US, en gardant fixes le modèle, le point de contrôle, les dates de rééquilibrage et les actions sélectionnées. Il examine les pondérations fondées sur la force des…

ActionsDimensionnement des positionsConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook présente un GAN Wasserstein inconditionnel fondé sur les signatures pour générer des séries temporelles financières. Il transforme les rendements en trajectoires augmentées, calcule des signatures de trajectoire tronquées et entraîne un…

Apprentissage automatiqueStatistiquesActionsBacktest
Machine Learning for Trading

Ce carnet illustre des contrôles de dérive des caractéristiques sur les caractéristiques de momentum et techniques des ETF ETF, dans des périodes calmes et tendues, ainsi que sur des contrats perpétuels crypto avec des données d’indice de prime, dans…

Apprentissage automatiqueStatistiquesGestion des risquesCryptomonnaies
Machine Learning for Trading

Ce notebook évalue TSMixer comme modèle séquentiel global pour un panel ETF. Le modèle partage ses paramètres entre les fonds tout en utilisant l’historique et les covariables propres à chacun ; ses couches de mélange apprennent les relations temporelles et…

Apprentissage automatiqueActionsStatistiquesBacktest
Machine Learning for Trading

Ce notebook décrit l’utilisation de TSMixer pour prédire les rendements des actions à partir de fenêtres ordonnées de caractéristiques propres à chaque action. Chaque exemple comprend 60 séances consécutives ; les fenêtres qui traversent des lacunes dans…

ActionsMarchés américainsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce guide organise les jeux de données US sur les actions en données de marché, fondamentaux d’entreprise, positions des investisseurs et caractéristiques des sociétés. Il répertorie les chargeurs de barres quotidiennes et intrajournalières, d’options et de…

ActionsMarchés américainsMicrostructure des marchésOptions
Machine Learning for Trading

Ce notebook transforme les prédictions de validation de plusieurs familles de modèles en portefeuilles long-short à pondération égale. Il classe les actions selon leur rendement prédit, achète les mieux classées et vend à découvert les moins bien classées,…

ActionsMarchés américainsBacktestConstruction de portefeuille
Machine Learning for Trading

Ce document présente un processus par étapes pour relier aux titres les noms d’entreprises issus de déclarations, d’actualités et de données alternatives. Il distingue les identifiants d’entité, tels que CIK et LEI, des identifiants de titres, tels que FIGI,…

ActionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce document présente un modèle factoriel à autoencodeur supervisé pour prédire les rendements des actions dans un contexte de recherche en analyse des options sur actions. Contrairement à PCA, IPCA et à un autoencodeur conditionnel non supervisé, son…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Cette analyse pédagogique compare quatre architectures de réseaux neuronaux pour une même tâche : prévoir le rendement quotidien suivant à partir d’une fenêtre récente de rendements. Un ensemble regroupé de huit fonds négociés en bourse fournit des…

ActionsApprentissage automatiqueBacktestGestion des risques
Machine Learning for Trading

Ce notebook mesure la capacité de la méthode Lee-Ready à déduire le sens de l’agresseur d’une transaction à partir des messages Nasdaq ordre par ordre, en prenant les étiquettes d’agresseur fournies par la plateforme comme vérité de référence. Il reconstruit…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook présente un autoencodeur conditionnel pour les rendements des actions : un réseau neuronal transforme les caractéristiques des actions en expositions factorielles non linéaires, tandis qu’un autre réseau extrait des facteurs latents contemporains…

ActionsApprentissage automatiqueInvestissement factorielStatistiques
Machine Learning for Trading

Ce notebook explique comment reconstruire un carnet d’ordres à cours limité à partir des messages par ordre de DataBento pour un seul symbole NASDAQ et une journée de trading. Il modélise chaque ordre, regroupe les ordres par niveau de prix et gère…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce chapitre synthétise neuf études de cas qui suivent des signaux d’apprentissage automatique à travers la construction de portefeuille, les coûts de trading, les dispositifs de contrôle du risque et l’évaluation hors échantillon figée. Il prend la…

Apprentissage automatiqueActionsBacktestConstruction de portefeuille
Machine Learning for Trading

Cette évaluation suit une stratégie sur actions US, depuis un ensemble figé de backtests de validation jusqu’à son évaluation hors échantillon. Elle applique une règle déterministe : choisir le candidat ayant le meilleur ratio de Sharpe en validation, et…

ActionsBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook exécute une configuration de microstructure NASDAQ-100 sélectionnée sur ses prévisions hors échantillon enregistrées. Le modèle, la méthode d’allocation, la concentration, le calendrier de rééquilibrage, le dispositif de contrôle du risque et les…

ActionsMarchés américainsBacktestGestion des risques