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

704 documents

Machine Learning for Trading

Ce notebook compare les contrats événementiels réglés en crypto de Polymarket à la plateforme réglementée Kalshi comme sources de données alternatives. Il explique comment les règles d’accès, les actifs de règlement, les limites de position et les règles de…

CryptomonnaiesSentiment de marchéStatistiquesStratégies événementielles
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 définit des cibles de rendement futur pour une stratégie transversale sur contrats à terme qui classe les produits selon leur structure par échéance, en prenant des positions longues sur ceux dont le portage est plus fort et des positions courtes…

Contrats à termeMatières premièresStratégies de portageStatistiques
Machine Learning for Trading

Ce notebook explique comment interpréter les contrats Kalshi sur le taux des fonds fédéraux et préparer leurs prix pour la recherche quantitative. Le prix d’un contrat binaire représente une probabilité implicite d’événement, mais le flux contient la…

Titres à revenu fixeStatistiquesMicrostructure des marchésArbitrage
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 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

Ce document décrit un backtest hors échantillon à paramètres fixes pour une stratégie sélectionnée sur contrats à terme CME. La configuration, les prédictions, l’allocation, la fréquence de rééquilibrage, la concentration et les hypothèses de coûts de…

Contrats à termeBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook étudie des modèles de prédiction linéaires pour une coupe transversale de contrats à terme CME, à partir de colonnes de caractéristiques regroupées en familles apparentées, notamment le portage, le momentum, la volatilité et des mesures de risque…

Contrats à termeApprentissage 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 notebook compare le réglage mono-objectif des hyperparamètres à une recherche multiobjectif pour des modèles de prévision LightGBM. La référence maximise le coefficient d’information (IC) en validation. La recherche NSGA-II maximise plutôt IC tout en…

Apprentissage automatiqueStatistiquesBacktestExécution des ordres
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 explique comment sélectionner une stratégie parmi un ensemble fixe de backtests d’actions US et évaluer la stratégie obtenue sur une période hors échantillon distincte. Il vérifie que les candidats partagent les identifiants de données et de…

ActionsBacktestGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook compare trois modèles linéaires de séries temporelles, un encodeur Transformer et des prévisions sans paramètre sur les rendements quotidiens de SPY. Les approches linéaires associent une fenêtre historique à une prévision sur plusieurs jours,…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook présente un débat de prévision en plusieurs manches entre des rôles haussier et baissier. Chaque camp défend une probabilité plus élevée ou plus faible pour un événement, prend connaissance de l’argument précédent de l’autre camp lors des manches…

Apprentissage automatiqueStatistiquesSentiment de marchéGestion des risques
Machine Learning for Trading

Ce notebook examine si les arbres à gradient boosting peuvent détecter dans les caractéristiques de microstructure NASDAQ-100 des relations non linéaires qu’un modèle linéaire pourrait manquer. Il étudie la possibilité que le déséquilibre des flux d’ordres…

ActionsApprentissage automatiqueMicrostructure des marchésStatistiques
Machine Learning for Trading

Ce notebook présente un agent de recherche de type opérateur pour faire évoluer des études de cas quantitatives. Au lieu de limiter le modèle à des actions de prévision prédéfinies, il lui fournit des outils généraux pour les fichiers, les commandes shell,…

Apprentissage automatiqueBacktestStatistiquesGestion des risques
Machine Learning for Trading

Cette analyse de faisabilité vérifie si le panel d’actions US disponible permet d’étudier une stratégie quotidienne de classement actions long-short. Elle examine la construction de l’univers à date connue à l’aide de seuils de prix et de turnover passé,…

ActionsMarchés américainsBacktestExécution des ordres