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 module présente des contrôles après entraînement pour les générateurs de séries temporelles, fondés sur l’approche d’évaluation TimeGAN. Il mesure l’utilité en entraînant un prédicteur récurrent sur des séquences synthétiques, puis en le testant sur des…

Apprentissage automatiqueStatistiques
Machine Learning for Trading

Ce benchmark compare pandas et Polars sur des opérations courantes dans les pipelines de données financières, notamment les variables glissantes, les calculs par groupe, les transformations par fenêtre, le filtrage, les jointures, les lectures différées,…

BacktestApprentissage automatiqueStatistiquesMicrostructure des marchés
Machine Learning for Trading

Ce notebook applique TabM, une approche de réseau neuronal tabulaire, à des lignes de prédiction de paires de devises sans traiter les données comme une séquence. Il utilise une infrastructure d’exécution commune pour ajuster le prétraitement dans chaque pli…

Marché des changesApprentissage automatiqueBacktestStatistiques
Machine Learning for Trading

Ce document explique comment transformer les rapports hebdomadaires Commitment of Traders en variables de positionnement sur contrats à terme. Il présente les catégories de rapports sur les contrats financiers à terme et les matières premières physiques,…

Contrats à termeMatières premièresSentiment de marchéStatistiques
Machine Learning for Trading

Ce document explique comment les modèles de Markov cachés déduisent des régimes de marché non observés à partir des rendements et de la volatilité récente. Il commence par deux références transparentes : un seuil d’indice de volatilité pour le stress et le…

Apprentissage automatiqueStatistiquesVolatilitéSuivi de tendance
Machine Learning for Trading

Ce notebook met en œuvre une prévision univariée des cours de clôture quotidiens SPY avec PyTorch brut, sktime et Darts. Il compare l’expérience pratique de chaque interface, notamment l’effort de mise en œuvre, les contraintes d’installation et le temps…

ActionsApprentissage automatiqueStatistiquesBacktest
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

Ce notebook décrit la reconstitution du carnet d’ordres à cours limité de NASDAQ pour un seul symbole et une seule journée, à partir des données ITCH organisées par message et par ordre. Il traite les messages d’ajout, d’exécution, d’annulation, de…

ActionsMicrostructure des marchésExécution des ordresStatistiques
Machine Learning for Trading

Ce notebook analyse un corpus de rapports annuels avant son indexation pour la recherche financière. Il met en évidence quatre problèmes de données que les décomptes de lignes et les contrôles de valeurs nulles ne révèlent pas : l’écart entre la fin de…

ActionsMarchés américainsApprentissage automatiqueStatistiques
Machine Learning for Trading

Ce notebook évalue si un LSTM peut exploiter l’ordre des historiques de variables ETF pour faire mieux que des modèles linéaires et de boosting de gradient à variables plates. Il confronte la population de séquences déclarée aux données actuelles, vérifie…

Apprentissage automatiqueMomentumStatistiquesBacktest
Machine Learning for Trading

Ce notebook utilise un panel synthétique d’actifs pour présenter la PCA instrumentée PCA, où les expositions factorielles dépendent linéairement de caractéristiques observées avant les rendements. Les moindres carrés alternés estiment la relation entre…

Apprentissage automatiqueStatistiquesInvestissement factorielConstruction de portefeuille
Machine Learning for Trading

Ce notebook étudie ARIMA comme générateur de variables pour des modèles pouvant utiliser ses résultats avec d’autres prédicteurs. Il explique comment les graphiques ACF et PACF peuvent suggérer des ordres de modèle, comment les critères d’information…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Cette référence décrit les jeux de données universitaires de rendements factoriels de la bibliothèque Fama-French et de AQR, destinés à l’analyse de stratégies et à la modélisation des facteurs. Les données Fama-French comprennent des séries de marché, de…

Investissement factorielStatistiquesBacktestActions
Machine Learning for Trading

Cette fiche d’agent de recherche examine si la Réserve fédérale relèvera la borne supérieure de son taux cible pendant 2026. Elle contient un prix de marché, des traces de recherche et des estimations de probabilité de l’agent. Le premier argumentaire est…

Titres à revenu fixeMarchés américainsStatistiquesStratégies événementielles
Machine Learning for Trading

Ce notebook explique comment l’apprentissage automatique double (DML) estime si le momentum FX influe sur les rendements futurs après ajustement des facteurs de confusion configurés. Il distingue cette question d’intervention de la prédiction : les modèles…

Marché des changesMomentumApprentissage automatiqueStatistiques
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 regroupe les résultats du registre pour OLS, Ridge, Lasso et ElasticNet dans neuf études de cas. Il sélectionne les résultats de validation complets pour l’étiquette principale de chaque étude, compare les coefficients de corrélation de rang…

Apprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook entraîne Skip-gram Word2Vec sur des phrases étiquetées issues de l’actualité financière et explique comment ses vecteurs représentent les mots apparaissant dans des contextes similaires. Il décrit le rôle de la dimension des vecteurs, de la…

Apprentissage automatiqueSentiment de marchéStatistiques
Machine Learning for Trading

Ce notebook évalue les caractéristiques ETF une par une en calculant, pour chaque date, un coefficient d’information de rang entre les valeurs des caractéristiques et les rendements mensuels ultérieurs. Il filtre les caractéristiques financières et dérivées…

ActionsStatistiquesApprentissage automatiqueBacktest
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