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 réajuste la configuration sélectionnée lors des étapes de validation précédentes à partir de l’historique antérieur à -2021, puis publie des prévisions pour un holdout 2021. Il récupère la configuration choisie dans un ensemble de candidats…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook met en œuvre un processus ESG pour les titres ESG : il sélectionne des actualités à l’aide de mots-clés, attribue chaque titre sélectionné à une catégorie environnementale, sociale ou de gouvernance, puis évalue le sentiment d’un échantillon de…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook agrège des résultats de modèles walk-forward existants sur des études de cas financières pour comparer LSTM, NLinear, TSMixer, TCN et PatchTST aux références linéaires, à gradient boosting et aux réseaux neuronaux tabulaires. Sa mesure principale…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook examine si les facteurs d’investissement publiés offrent des primes de rendement crédibles et se diversifient mutuellement. Il s’appuie sur des séries longues et multi-actifs d’AQR, ainsi que sur les facteurs actions de Fama-French, en utilisant…

Investissement factorielStatistiquesConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook traite la valeur totale verrouillée comme une donnée alternative et évalue l’hypothèse selon laquelle les conditions de capital de la DeFi peuvent aider à prédire les rendements de l’ether. Il définit TVL comme la valeur en dollars des…

CryptomonnaiesDonnées on-chainFinance décentralisée (DeFi)Statistiques
Machine Learning for Trading

Ce notebook examine pourquoi le coefficient d’information d’un modèle ne détermine pas le ratio de Sharpe d’une stratégie fondée sur ses prévisions. Sur plusieurs études de cas, il compare le classement des signaux aux résultats du backtest et examine…

BacktestApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook met en œuvre une adaptation pédagogique quotidienne d’un modèle adversarial de facteur d’actualisation stochastique. Un réseau de pondération de portefeuille construit un facteur à partir des rendements excédentaires du lendemain, en utilisant…

ActionsApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Cette analyse évalue la fiabilité apparente de signaux de trading sélectionnés en comparant les éléments du coefficient d’information (IC) aux ratios de Sharpe obtenus après conversion des prévisions en positions. Elle agrège les résultats par famille de…

Apprentissage automatiqueStatistiquesBacktestConstruction de portefeuille
Machine Learning for Trading

Ce notebook agrège des résultats walk-forward déjà obtenus pour comparer LSTM, NLinear, TSMixer, TCN et PatchTST sur plusieurs études de cas, avec des références linéaires, à gradient boosting et TabM. Il présente les coefficients d’information quotidiens…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Le notebook présente un aperçu des déclarations S&P 100 10-K et 8-K destinées à alimenter un graphe de connaissances financières. Il décrit des contrôles de schéma portant sur les champs obligatoires, l’unicité des clés d’entreprise et de numéro d’accès, la…

ActionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce document décrit une interface destinée aux lecteurs pour examiner les résultats de backtests enregistrés dans un registre. Elle permet de résumer le nombre d’exécutions, d’inspecter les spécifications et les exécutions individuelles, de classer les…

BacktestStatistiquesConstruction de portefeuilleApprentissage automatique
Machine Learning for Trading

Ce notebook analyse les liens horodatés d’événements financiers dans un graphe de connaissances, en distinguant le moment de l’événement, celui de sa publication et celui où le pipeline d’extraction a créé le lien. Il calcule les délais de publication et…

Apprentissage automatiqueStatistiquesBacktestStratégies événementielles
Machine Learning for Trading

Cette revue de chapitre décrit une démarche fondée sur des hypothèses pour définir des stratégies de trading avant le backtest. Elle relie les hypothèses documentées sur les données et une configuration immuable à l’analyse exploratoire, aux études…

MomentumRetour à la moyenneStatistiquesBacktest
Machine Learning for Trading

Le document décrit un processus d’analyse commun pour comparer des configurations de modèles entre études de cas. Il sélectionne d’abord une configuration par étude, puis établit des synthèses par pli et entre études à partir de cette sélection, afin que les…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Cette analyse reconstitue les cycles de vie des ordres à cours limité NASDAQ à partir des messages ITCH, en suivant les ordres de leur soumission jusqu’au premier événement lié à une annulation ou à leur exécution. Elle distingue les ajouts, suppressions,…

Microstructure des marchésExécution des ordresActionsStatistiques
Machine Learning for Trading

Ce notebook définit des labels de rendement futur des prix pour un panel fixe de contrats perpétuels crypto et explique comment leur construction influe sur chaque modèle et backtest ultérieur. Il décale les horodatages d’ouverture des barres au moment où…

CryptomonnaiesContrats à terme perpétuelsBacktestStatistiques
Machine Learning for Trading

Ce module source construit des tableaux de catalogue à partir de registres d’expériences sur les prédictions de modèles et les backtests. Il définit des champs réservés à la provenance, à l’identité, à l’état d’achèvement, à la disponibilité des artefacts et…

BacktestStatistiquesGestion des risquesConstruction de portefeuille
Machine Learning for Trading

Ce projet de synthèse explique comment évaluer des prévisions probabilistes à l’aide du score de Brier, du score logarithmique, de l’erreur de calibration attendue et de la netteté, ainsi que la manière dont les diagrammes de fiabilité révèlent les…

StatistiquesApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook évalue des configurations de séquence LSTM et NLinear sur des contrats à terme CME. Les modèles séquentiels consomment des fenêtres ordonnées d’observations pour déterminer si l’évolution récente contient des informations au-delà des…

Contrats à termeApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce notebook applique SHAP au niveau des tokens à un modèle FinBERT figé qui classe les textes financiers comme négatifs, neutres ou positifs. Il encapsule l’inférence du modèle pour préserver l’ordre des labels du checkpoint, puis explique les probabilités…

Apprentissage automatiqueSentiment de marchéStatistiques