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

19 documents

Machine Learning for Trading

Ce document décrit un registre qui applique les flux de trésorerie de funding aux positions sur contrats à terme perpétuels lors d’un backtest. À chaque horodatage de funding, il utilise la quantité signée de la position, le prix de référence actuel, tout…

Contrats à terme perpétuelsBacktestÉvaluation des dérivésGestion des risques
Machine Learning for Trading

Ce notebook présente la couverture profonde d’une position vendeuse sur un call européen. Il simule des trajectoires de mouvement brownien géométrique, utilise la couverture delta de Black–Scholes comme référence et entraîne un réseau neuronal semi-récurrent…

OptionsÉvaluation des dérivésApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook construit quatre caractéristiques fondées sur des modèles pour la recherche sur les options S&P 500 : des prévisions de volatilité au jour suivant issues de GJR-GARCH et de la volatilité stochastique, ainsi que les écarts entre chaque prévision…

OptionsVolatilitéÉvaluation des dérivésBacktest
Machine Learning for Trading

Ce notebook développe la valorisation Black-Scholes des options d’achat et de vente européennes, vérifie la parité put-call et calcule la volatilité implicite par recherche de racine de Brent. Il définit également Delta, Gamma, Vega, Theta et Rho, et utilise…

OptionsÉvaluation des dérivésVolatilitéGestion des risques
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 document décrit un processus de téléchargement des données officielles de financement des contrats perpétuels Binance USD-M, de leur normalisation et de leur mise en cache dans un fichier en colonnes. Les archives mensuelles sont récupérées simultanément…

CryptomonnaiesContrats à terme perpétuelsÉvaluation des dérivésBacktest
Machine Learning for Trading

Ce notebook construit des étiquettes de rendement futur pour des straddles courts à la monnaie sur des actions du S&P 500. Comme le panel quotidien de straddles à 30 jours passe chaque séance à un prix d’exercice ou à une échéance différents, une série de…

OptionsÉvaluation des dérivésVolatilitéBacktest
Machine Learning for Trading

Le document déduit les prix des calls et puts européens selon Black-Scholes, vérifie leur relation par la parité put-call et calcule la volatilité implicite en résolvant numériquement l’équation pour obtenir la volatilité correspondant à un prix d’option…

OptionsÉvaluation des dérivésVolatilitéGestion des risques
Machine Learning for Trading

Ce notebook illustre la couverture par apprentissage profond d’un call européen vendu à découvert. Il simule les trajectoires du sous-jacent par mouvement brownien géométrique, calcule le delta de Black-Scholes comme référence et entraîne un réseau neuronal…

OptionsApprentissage automatiqueGestion des risquesÉvaluation des dérivés
Machine Learning for Trading

Cette analyse exploratoire présente les contrats d’options et la structure des chaînes, puis décrit un échantillon 2020 d’options S&P 500 sur huit actifs sous-jacents. Elle explique la position dans la monnaie, la valeur intrinsèque et la valeur temps, la…

OptionsActionsVolatilitéÉvaluation des dérivés
Machine Learning for Trading

Ce document explique comment réduire de grandes chaînes d’options du S&P 500 en jeux de données quotidiens par symbole destinés à la recherche. Le résumé de surface sélectionne les options les plus proches des deltas absolus cibles au sein de tranches…

OptionsVolatilitéÉvaluation des dérivés
Machine Learning for Trading

Ce notebook construit des labels de rendement futur pour des straddles courts à la monnaie sur des actions du S&P 500. Puisque le straddle nominal à 30 jours du panel quotidien représente un contrat différent à chaque séance, décaler une série de prix…

OptionsVolatilitéÉvaluation des dérivésStatistiques