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

242 documents

Machine Learning for Trading

Ce document présente une machine à états réutilisable pour suspendre automatiquement le trading, avec des états fermé, ouvert et semi-ouvert. Elle applique la même logique de transition à quatre risques : drawdown du compte, perte quotidienne, séances…

Gestion des risquesExécution des ordresBacktest
Machine Learning for Trading

Ce notebook examine les données de transactions et de cotations AlgoSeek à la granularité des ticks pour AAPL pendant le krach boursier de mars 16, 2020. Il filtre les heures normales de négociation, distingue les transactions des mises à jour NBBO et étudie…

ActionsMicrostructure des marchésExécution des ordresVolatilité
Machine Learning for Trading

Ce notebook évalue les stop-loss par position, les stops suiveurs et les sorties à durée limitée sur les configurations de l’étape d’allocation d’une stratégie intrajournalière NASDAQ-100. Les décisions sont prises toutes les quinze minutes, tandis que le…

ActionsGestion des risquesBacktestExécution des ordres
Machine Learning for Trading

Ce chapitre présente l’apprentissage par renforcement comme un outil de contrôle séquentiel, distinct de la prévision supervisée. Il se concentre sur les tâches où les actions influent sur les résultats ultérieurs et où les récompenses sont relativement…

Apprentissage automatiqueExécution des ordresTenue de marchéOptions
Machine Learning for Trading

Ce module définit un environnement de simulation à date connue pour exécuter un ordre de vente important sur des contrats à terme perpétuels crypto. Ses observations combinent l’inventaire restant et le temps avec la volatilité du marché, l’indice de prime,…

CryptomonnaiesContrats à terme perpétuelsExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Cette analyse vérifie si les données quotidiennes d’options permettent une stratégie hebdomadaire qui vend des straddles à la monnaie sur les composants du S&P 500, couvre en delta les actions et conserve les contrats jusqu’à l’échéance. Elle explique…

OptionsVolatilitéExécution des ordresBacktest
Machine Learning for Trading

Cette étude de cas présente un processus de recherche sur les contrats à terme perpétuels crypto, en considérant les paiements de financement échangés entre positions longues et courtes lors de règlements réguliers comme une source potentielle de rendement.…

CryptomonnaiesContrats à terme perpétuelsContrats à termeApprentissage automatique
Machine Learning for Trading

Le document explique comment quatre modèles d’impact de marché estiment le mouvement de prix défavorable par action associé à un ordre : sans impact, impact linéaire, impact en racine carrée et loi de puissance configurable. Il précise la convention de…

Exécution des ordresMicrostructure des marchésBacktestGestion des risques
Machine Learning for Trading

Ce notebook examine pourquoi deux moteurs de backtesting peuvent produire des résultats différents à partir de signaux identiques. Il maintient la stratégie et l’univers négociable constants, rend les pondérations du portefeuille déterministes en cas de…

BacktestExécution des ordresDimensionnement des positionsGestion des risques
Machine Learning for Trading

Ce chapitre présente le backtest comme une tentative de réfuter une stratégie au moyen d’hypothèses explicites sur le calendrier des signaux, l’exécution, le rééquilibrage, le dimensionnement, les coûts, les contraintes et les indices de référence. Il…

BacktestExécution des ordresGestion des risquesStatistiques
Machine Learning for Trading

Ce carnet de synthèse compare la pondération égale, l’inverse de la volatilité, l’optimisation moyenne-variance et la parité du risque hiérarchique à partir d’un signal commun appliqué à un univers ETF diversifié. Un modèle Ridge glissant utilise des…

Construction de portefeuilleBacktestActionsExécution des ordres
Machine Learning for Trading

Ce carnet décrit la reconstruction d’un carnet d’ordres à cours limité NASDAQ à partir de messages DataBento par ordre, pour un seul symbole et une seule séance de négociation. Il présente un moteur modulaire qui suit l’état de chaque ordre, agrège les…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce carnet examine comment la fréquence de rééquilibrage influe sur le taux de rotation, la performance brute et les résultats ajustés des coûts d’un portefeuille d’ETF momentum les mieux classés. Il estime le taux de rotation à partir des variations…

ActionsMomentumExécution des ordresBacktest
Machine Learning for Trading

Ce carnet décrit un processus de backtest sur 15 minutes pour des prédictions sur les actions NASDAQ-100. Il commence par un contrôle du fonctionnement avec un signal aléatoire : comme le trading aléatoire devrait perdre après coûts, un résultat durablement…

ActionsBacktestExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Ce carnet construit des mesures de microstructure de marché à partir des données de transactions NASDAQ ITCH, agrège les transactions en barres intrajournalières et distingue les approximations de liquidité des signaux de flux d’ordres et de l’état du carnet…

ActionsMicrostructure des marchésTrading haute fréquenceStatistiques
Machine Learning for Trading

Cette démonstration présente une boucle de trading crypto en fonctionnement continu, connectée au marché au comptant en USD d’Alpaca. Elle associe l’univers d’une étude de cas sur les contrats à terme perpétuels aux paires au comptant prises en charge par la…

CryptomonnaiesMarchés au comptantContrats à terme perpétuelsMomentum
Machine Learning for Trading

Ce carnet compare les allocations de portefeuille de PyPortfolioOpt, Riskfolio-Lib et skfolio à partir du même panel de rendements ETF. Il ajuste les méthodes d’allocation sur une période d’entraînement, vérifie que des objectifs équivalents et des…

Multi-actifsConstruction de portefeuilleBacktestExécution des ordres
Machine Learning for Trading

Ce carnet étudie l’effet des coûts de transaction sur une stratégie NASDAQ-100 rééquilibrée fréquemment. Il applique d’abord des hypothèses de coûts en points de base à des backtests existants avant coûts pour montrer comment le ratio de Sharpe évolue…

ActionsExécution des ordresMicrostructure des marchésBacktest
Machine Learning for Trading

Ce notebook transforme des ensembles de prédictions de modèles en backtests comparables sur options du S&P 500. À chaque date de décision hebdomadaire, il classe les rendements prédits, sélectionne les symboles les mieux classés dans l’univers liquide et…

OptionsActionsBacktestExécution des ordres