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

424 documents

Machine Learning for Trading

Ce notebook décrit un backtest hors échantillon d’une stratégie sélectionnée de financement perpétuel crypto. Il réutilise des prédictions générées à partir d’un historique d’entraînement qui s’arrête avant la période de réserve, puis applique la…

CryptomonnaiesContrats à terme perpétuelsStratégies de portageBacktest
Machine Learning for Trading

Ce document transforme des prédictions transversales ETF en transactions simulées. Il distingue la qualité du classement, mesurée par le coefficient d’information, de la performance réalisée de la stratégie : un portefeuille des k premiers dépend des valeurs…

ActionsBacktestConstruction de portefeuilleExécution des ordres
Machine Learning for Trading

Ce notebook explique comment appliquer quatre modèles d’impact de marché dans un backtest : sans impact, impact linéaire, impact en racine carrée et loi de puissance configurable. Chaque modèle estime une variation de prix signée par action selon le sens de…

Exécution des ordresMicrostructure des marchésBacktestGestion des risques
Machine Learning for Trading

Ce notebook construit un panel quotidien de caractéristiques pour une stratégie de classement long-short sur vingt paires FX. Il agrège les barres spot de quatre heures en séances se terminant au rollover de New York à 5 PM, puis construit des…

Marché des changesMarchés au comptantRetour à la moyenneMomentum
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

Ce notebook présente des diagnostics légers de réfutation pour le triage des caractéristiques et distingue explicitement la cohérence d’un mécanisme de l’identification causale. Il commence par examiner les caractéristiques ETF sur plusieurs horizons de…

Apprentissage automatiqueStatistiquesMomentumVolatilité
Machine Learning for Trading

Ce notebook illustre, à l’aide d’exemples construits, les sorties au niveau des positions et les contrôles au niveau du portefeuille. Les règles statiques comprennent les stop-loss, les objectifs de profit et les sorties temporelles ; les règles dynamiques…

Gestion des risquesDimensionnement des positionsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook montre comment aligner les observations macroéconomiques sur les dates auxquelles les traders pouvaient réellement en avoir connaissance. Il distingue la période mesurée par une valeur de sa date de publication, estime les dates de publication à…

Multi-actifsBacktestStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook estime l’effet ajusté d’une mesure continue du momentum ETF sur les rendements à terme à l’aide de l’apprentissage automatique double. Il compare une régression non ajustée aux estimations DML, qui contrôlent la volatilité récente et à plus long…

ActionsMomentumApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook applique des contrôles de risque par position aux principales combinaisons d’allocation ETF, tout en gardant fixes chaque prédiction sous-jacente, la concentration et l’allocateur. Il compare les stop-loss, les stops suiveurs et les sorties…

ActionsGestion des risquesBacktestDimensionnement des positions
Machine Learning for Trading

Le document décrit comment un pipeline de recherche en trading évalue si l’ajustement de modèles à facteurs latents s’est achevé dans un état exploitable. Pour les modèles entraînés par descente de gradient, il vérifie que le dernier objectif d’entraînement…

Apprentissage automatiqueInvestissement factorielGestion des risques
Machine Learning for Trading

Ce notebook interroge les registres de backtests de neuf cas d’étude et assemble des tableaux comparables pour les analyses ultérieures. Il organise les résultats par classe d’actifs et fréquence des données, puis consigne les performances aux étapes du…

BacktestStatistiquesConstruction de portefeuilleGestion des risques
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

Ce document explique comment un registre d’expériences peut suivre un modèle depuis sa configuration d’entraînement jusqu’aux prédictions et aux résultats du backtest. Chaque étape reçoit un identifiant dérivé d’une spécification canonisée, de sorte que des…

Apprentissage automatiqueStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce chapitre présente la construction de portefeuille comme le processus qui transforme des prévisions de rendement, des estimations de risque et des contraintes en pondérations, en levier et en décisions de rééquilibrage. Il expose un processus de recherche…

Construction de portefeuilleGestion des risquesDimensionnement des positionsBacktest
Machine Learning for Trading

Ce notebook explique comment évaluer les sorties au niveau des positions et les combiner avec des contrôles à l’échelle du portefeuille. Il compare les sorties fixes par stop-loss, prise de bénéfices et durée aux stops suiveurs et resserrés ; une sortie…

Gestion des risquesDimensionnement des positionsBacktestConstruction de portefeuille
Machine Learning for Trading

Ce notebook étudie le comportement de ridge, du lasso et du filet élastique lorsqu’une matrice de caractéristiques de contrats perpétuels crypto mesure de nombreuses façons une même quantité économique : la prime. Les niveaux et variations de prime, la…

CryptomonnaiesContrats à terme perpétuelsApprentissage 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 présente le protocole Rademacher Anti-Serum pour tenir compte de la sélection d’un gagnant parmi une classe de stratégies testées. Il estime la complexité empirique à partir des trajectoires de performance des candidats et montre comment leur…

BacktestStatistiquesGestion des risques