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

2,371 documents

Machine Learning for Trading

Ce notebook définit les étiquettes de rendements futurs pour un panel d’actions US et explique pourquoi leur construction affecte tous les modèles et backtests en aval. Il précise les fenêtres de rendement fondées sur les prix ajustés et exprimées en séances…

ActionsMomentumStatistiquesBacktest
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 notebook explique comment décomposer les rendements et le risque ETF à l’aide de CAPM et des régressions factorielles de Fama–French. Il estime les expositions sur l’échantillon complet avec des erreurs-types robustes à l’hétéroscédasticité et à…

ActionsInvestissement factorielGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook évalue les stop-loss, les stops suiveurs et les sorties à durée fixe sur des stratégies actions US sélectionnées. Un stop-loss réagit aux pertes depuis le prix d’entrée, un stop suiveur aux baisses depuis le sommet de la position, et une sortie…

ActionsGestion des risquesBacktestDimensionnement des positions
Machine Learning for Trading

Ce notebook audite l’ensemble complet des prévisions canoniques de validation pour une étude de paires FX. Il vérifie l’identité des modèles, la disponibilité des artefacts, l’exhaustivité, la couverture des étiquettes configurées et la conformité des…

Marché des changesApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook audite les prévisions de validation enregistrées pour une étude de paires FX. Il vérifie que le catalogue comprend la population de modèles configurée, des ensembles complets de prévisions, les artefacts disponibles et les identités de modèles…

Marché des changesApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook évalue NLinear, un modèle séquentiel simple qui soustrait le dernier niveau observé d’une fenêtre rétrospective et transforme la séquence obtenue en prévision par une transformation linéaire. Il ajuste la population de modèles ETF sur des plis…

ActionsApprentissage automatiqueStatistiquesBacktest
Machine Learning for Trading

Ce notebook compare six méthodes d’allocation de positions longues uniquement ETF, conçues pour réduire la dépendance aux estimations instables. Il applique une régularisation de covariance de Ledoit-Wolf aux estimateurs qui utilisent la covariance et…

Multi-actifsActionsTitres à revenu fixeConstruction de portefeuille
Machine Learning for Trading

Ce notebook présente un processus opérationnel pour connecter une stratégie partagée de backtest et de trading en réel à une session de trading en papier Interactive Brokers. Il vérifie l’identité et l’état du compte, demande des barres historiques pour…

ActionsMomentumExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook audite un corpus de rapports annuels avant son indexation pour la recherche financière. Il mesure le délai entre la fin d’une période fiscale et la date de publication publique, montrant pourquoi les applications à date donnée doivent utiliser…

ActionsApprentissage automatiqueExécution des ordresBacktest
Machine Learning for Trading

Ce notebook définit des étiquettes de rendement total mensuel pour une étude transversale des caractéristiques d’entreprises US et vérifie leur correspondance avec les lignes du fournisseur. Le tableau associe les caractéristiques du mois précédent au…

ActionsMarchés américainsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook montre comment des coûts d’exécution explicites peuvent réduire les rendements bruts d’une stratégie intrajournalière hypothétique. Il ancre le spread de franchissement sur le spread coté médian pondéré par le volume des composantes du…

ActionsExécution des ordresMicrostructure des marchésGestion des risques
Machine Learning for Trading

Cette démonstration de trading en réel décrit un processus de rééquilibrage quotidien pour un univers fixe d’actions américaines à grande capitalisation US. Elle compare les positions détenues chez le courtier aux cibles du modèle, convertit les écarts en…

ActionsExécution des ordresGestion des risquesDimensionnement des positions
Machine Learning for Trading

Le document présente un flux de recherche en trading par apprentissage automatique, de la collecte des données et de la création des variables à l’entraînement des modèles, au backtesting, aux coûts de transaction, aux décisions de portefeuille et de risque,…

Apprentissage automatiqueBacktestGestion des risquesConstruction de portefeuille
Machine Learning for Trading

Le document décrit le chargement des données de marché ETF, avec des filtres facultatifs sur les symboles et les dates, ainsi qu’une limite déterministe au nombre de symboles renvoyés. Le point analytique principal consiste à adapter la série de prix à la…

ActionsMulti-actifsStatistiques
Machine Learning for Trading

Ce tutoriel explique comment organiser les données de marché au-delà de téléchargements ponctuels. Il présente un gestionnaire unifié pour récupérer un symbole ou des lots de symboles, des univers prédéfinis ou personnalisés et un stockage Parquet…

Multi-actifsActionsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook teste des règles de risque au niveau des positions et du portefeuille sur les meilleures combinaisons d’allocation ETF d’une stratégie mensuelle. Il maintient fixes chaque prédiction enregistrée, chaque règle de concentration et chaque mécanisme…

ActionsGestion des risquesBacktestExécution des ordres
Machine Learning for Trading

Le notebook traite chaque fenêtre de rendements comme une distribution empirique et regroupe les fenêtres selon la distance de Wasserstein unidimensionnelle. Pour des échantillons de même taille, le tri fournit l’appariement optimal des quantiles ; la…

ActionsApprentissage automatiqueStatistiquesVolatilité
Machine Learning for Trading

Ce notebook présente un système de questions-réponses sur un graphe Neo4j de participations institutionnelles 13F. Il oriente chaque question vers l’un de trois modèles Cypher rédigés à la main, au lieu de générer une requête à partir de la question, et…

ActionsGestion des risquesMicrostructure des marchés