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

103 documents

Machine Learning for Trading

Ce notebook évalue si le coefficient d’information (IC) d’un signal peut être distingué du bruit lorsque les observations successives sont dépendantes. Il illustre le problème avec un signal de momentum et des données ETF, et explique comment le…

StatistiquesApprentissage automatiqueMomentumBacktest
Machine Learning for Trading

Cette note présente un flux de travail opérationnel pour connecter une stratégie à Interactive Brokers via TWS ou Gateway. Elle vérifie que la session utilise un compte de simulation, lit les valeurs du compte et les positions, puis demande des barres…

Exécution des ordresGestion des risquesMomentumActions
Machine Learning for Trading

Ce notebook présente les mécanismes du backtesting de contrats à terme à travers un exemple de momentum long-short sur plusieurs classes d’actifs. Il explique comment les caractéristiques des contrats convertissent les variations de prix en profits et pertes…

Contrats à termeMomentumBacktestDimensionnement des positions
Machine Learning for Trading

Ce notebook teste la sensibilité d’un backtest de momentum sur ETF aux frais de trading supposés. Il conserve fixes les pondérations et le calendrier de trading de la stratégie, relance le simulateur pour une plage de coûts par opération et compare la…

ActionsMomentumBacktestExécution des ordres
Machine Learning for Trading

Ce notebook construit des caractéristiques dérivées des prix pour classer un vaste univers d’actions US. Il décrit des familles de caractéristiques liées au momentum, à la volatilité, aux moyennes mobiles et aux indicateurs techniques, puis les évalue par…

ActionsMarchés américainsIndicateurs techniquesMomentum
Machine Learning for Trading

Ce notebook évalue les rendements factoriels publiés comme éléments potentiels de portefeuille. Il examine trois questions : le rendement moyen d’un facteur dépasse-t-il un seuil statistique exigeant, les facteurs se diversifient-ils mutuellement pour des…

Investissement factorielStatistiquesConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook montre comment ajuster des règles de stop-loss, de prise de bénéfices et de stop suiveur pour un portefeuille momentum, tout en préservant une période de réserve chronologique. Il compare les balayages de paramètres unidimensionnels, les grilles…

Gestion des risquesBacktestDimensionnement des positionsMomentum
Machine Learning for Trading

Ce notebook applique une stratégie mensuelle de momentum ETF et de régime de courbe des taux de deux façons : par calcul vectorisé des rendements et par simulation séquentielle d’un compte. Les deux approches utilisent les mêmes pondérations cibles, actifs,…

ActionsMomentumBacktestExécution des ordres
Machine Learning for Trading

Cette analyse exploratoire teste si un signal de momentum sur douze mois, en excluant le mois le plus récent, est associé aux rendements du mois suivant pour un univers de 100-ETF. Elle construit un panel mensuel à partir des cours de clôture ajustés, classe…

Multi-actifsMomentumStatistiquesBacktest
Machine Learning for Trading

Cette démonstration décrit le fonctionnement opérationnel d’une stratégie crypto exécutée en continu et connectée à un courtier spot en USD. Elle transpose l’univers plus vaste d’une étude sur les contrats à terme perpétuels à l’ensemble plus restreint des…

CryptomonnaiesContrats à terme perpétuelsMarchés au comptantMomentum
Machine Learning for Trading

Ce notebook présente un processus pour déterminer si le momentum sur six mois, hors période récente, influe sur les rendements futurs à 21 jours et si cet effet varie avec la volatilité du marché. Il estime les effets sur les données d’entraînement par…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook montre comment connecter à Alpaca une interface commune de stratégie de momentum ETF, avec une simulation hors ligne disponible par défaut. Il explique comment les adaptateurs de courtier et de données de marché peuvent changer sans modifier la…

ActionsMomentumExécution des ordresGestion des risques
Machine Learning for Trading

Ce document présente une analyse de sensibilité aux coûts pour une stratégie de momentum ETF fixe. Il conserve l’univers, les pondérations, le calendrier et le simulateur, tout en relançant le backtest avec différents frais par opération. La courbe obtenue…

ActionsMomentumBacktestExécution des ordres
Machine Learning for Trading

Cette analyse estime si le momentum excluant la période récente est associé à une variation causale des rendements futurs des ETF, plutôt que de chercher à déterminer dans quelle mesure le momentum prédit les rendements. Le double apprentissage automatique…

Apprentissage automatiqueStatistiquesMomentumBacktest
Machine Learning for Trading

Ce notebook étudie des modèles de gradient boosting pour prévoir les rendements et le sens des contrats perpétuels crypto. Sa grille fait varier la capacité des arbres et la fonction de perte, notamment les objectifs d’erreur quadratique, d’erreur absolue et…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueMomentum
Machine Learning for Trading

Ce document explique comment mesurer les rendements autour d’événements tels que le déclenchement de signaux, les annonces de résultats ou les publications macroéconomiques. Son exemple pratique utilise des cassures de momentum sur des ETF liquides. Pour…

ActionsStratégies événementiellesMomentumCassure
Machine Learning for Trading

Ce notebook construit un backtest mensuel de rotation d’ETF ETF, des rendements du portefeuille jusqu’aux transactions simulées. Il classe dix fonds selon leurs rendements ajustés du risque sur la période précédente, applique un régime fondé sur la courbe…

BacktestMomentumExécution des ordresConstruction de portefeuille
Machine Learning for Trading

Cette étude de cas explique comment construire des étiquettes de rendements futurs pour une stratégie transversale de change qui classe les paires de devises et achète ou vend selon leur ordre relatif. Elle commence par répartir des barres de prix au…

Marché des changesMarchés au comptantMomentumRetour à la moyenne
Machine Learning for Trading

Cette configuration définit un univers de recherche hebdomadaire sur les contrats à terme couvrant les indices boursiers, les obligations d’État, l’énergie, les métaux, les devises, les produits agricoles et l’élevage. Elle fixe le règlement du vendredi…

Contrats à termeMulti-actifsStratégies de portageMomentum