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

104 documents

Machine Learning for Trading

Cette analyse compare des modèles prédictifs, à facteurs latents et causaux pour une stratégie transversale sur les actions du S&P 500, à partir de rendements futurs hebdomadaires. Les variables combinent des mesures de momentum et de volatilité des actions…

ActionsOptionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette évaluation en lecture seule reconstitue la stratégie sélectionnée à partir des résultats configurés du registre à couverture complète. Elle suit les étapes, de la référence à pondération égale à l’allocation, aux contrôles du risque et à la sensibilité…

ActionsOptionsGestion des risquesBacktest
Machine Learning for Trading

Cette étude de cas décrit la production d’un ensemble de prédictions hors échantillon pour un modèle d’options S&P 500 déjà sélectionné. La configuration de test est fixée à partir des résultats de validation, puis ajustée à nouveau sur des données…

OptionsApprentissage automatiqueBacktestGestion des risques
Machine Learning for Trading

Cet outil mesure la variation relative absolue de la prime d’un straddle d’options ouvert, sur des horizons de séance spécifiés. Il calcule une prime valide à partir de cotations appariées d’un call et d’un put, avec des bids positifs et des asks supérieurs…

OptionsVolatilitéBacktest
Machine Learning for Trading

Ce document décrit un backtest hors échantillon d’un an de straddles sur options S&P 500. Il applique les prédictions d’un modèle réajusté sur l’historique antérieur à l’échantillon réservé, avec la stratégie, l’allocation, la concentration, le calendrier…

OptionsBacktestGestion des risquesMarchés américains
Machine Learning for Trading

Ce notebook spécifie et exécute une analyse d’apprentissage automatique double de l’effet de la prime de risque de variance sur les rendements des options vendues jusqu’à leur échéance. Avant l’exécution, il détermine le traitement, le résultat, les facteurs…

OptionsVolatilitéApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles à la monnaie vendus et conservés jusqu’à l’échéance. La transaction encaisse les primes des options d’achat et de vente, ce qui plafonne son gain maximal, mais peut…

OptionsVolatilitéApprentissage automatiqueStatistiques
Machine Learning for Trading

Cette étude transforme des prédictions de modèles enregistrées en stratégies comparables sur options du S&P 500. Aux dates de décision hebdomadaires, elle classe les rendements prévus, filtre un univers liquide et vend des straddles à la monnaie équipondérés…

OptionsActionsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook évalue une configuration d’options S&P 500 sélectionnée précédemment sur une période témoin. Il réutilise les prédictions du modèle et les paramètres de stratégie enregistrés, notamment le calendrier des signaux, l’allocation, la règle de…

OptionsBacktestGestion des risquesMarchés américains
Machine Learning for Trading

Ce document décrit le réajustement, sur tout l’historique admissible antérieur à -2021, de la configuration sélectionnée lors des étapes de validation précédentes, puis la génération de prédictions pour l’échantillon témoin 2021. Il déduit l’intervalle…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook évalue des arbres de gradient boosting sur des données d’options sur actions, où des caractéristiques telles que la volatilité implicite, le skew, la structure par terme et la prime de risque de variance traduisent les anticipations du marché. Il…

OptionsActionsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook présente des diagnostics limités à la validation pour une étiquette de rendement d’options S&P 500 couvertes en delta sur 10 séances. Il répartit les prédicteurs financiers en groupes dépendant ou indépendants de la volatilité implicite, puis…

OptionsVolatilitéStatistiquesApprentissage automatique
Machine Learning for Trading

Ce notebook construit des variables fondées sur des modèles pour l’étude des options S&P 500, à partir des rendements du sous-jacent. Il ajuste GJR-GARCH, qui accorde un poids supplémentaire aux chocs de rendement négatifs, ainsi qu’un modèle de volatilité…

OptionsVolatilitéStatistiquesApprentissage automatique
Machine Learning for Trading

Ce guide organise les jeux de données US sur les actions en données de marché, fondamentaux d’entreprise, positions des investisseurs et caractéristiques des sociétés. Il répertorie les chargeurs de barres quotidiennes et intrajournalières, d’options et de…

ActionsMarchés américainsMicrostructure des marchésOptions
Machine Learning for Trading

Ce notebook compare plusieurs méthodes de couverture d’un call européen vendu lorsque le rééquilibrage est discret et que les transactions entraînent des coûts proportionnels. Il définit le P&L final autofinancé, puis entraîne un modèle neuronal de…

OptionsApprentissage automatiqueGestion des risquesExécution des ordres
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

Cette analyse de faisabilité cherche à déterminer si les données et hypothèses d’une stratégie hebdomadaire de short straddle avec couverture delta sur les composantes du S&P 500 sont plausibles avant l’ajustement d’un modèle. Elle explique comment des calls…

OptionsVolatilitéGestion des risquesBacktest
Machine Learning for Trading

Ce notebook compare des règles de pondération de portefeuille pour la vente de straddles sur des symboles sélectionnés du S&P 500. Il conserve les symboles choisis et fait varier l’allocation, avec une pondération égale comme référence. Les méthodes…

OptionsConstruction de portefeuilleDimensionnement des positionsBacktest
Machine Learning for Trading

Cette étude de cas évalue un straddle vendeur hebdomadaire sur options S&P 500 à partir de backtests enregistrés. Elle sélectionne une configuration dans un univers liquide désigné, classe les candidats sur la validation et évalue la configuration retenue…

OptionsActionsBacktestGestion des risques