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

807 documents

Machine Learning for Trading

Ce script de validation met à l’épreuve un processus de recherche réduit sur les contrats à terme CME, des prévisions du modèle aux pondérations de portefeuille et au backtesting. Il vérifie que les prévisions couvrent exactement les clés attendues de…

Contrats à termeBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce document décrit un processus de collecte des rendements des titres du Trésor FRED et d’indicateurs économiques, d’alignement de séries à fréquences de publication différentes sur un calendrier quotidien, puis de chargement ou de filtrage du jeu de données…

Titres à revenu fixeMulti-actifsGestion des risquesStatistiques
Machine Learning for Trading

Ce module décrit une interface de recherche pour les agents de recherche, avec un fournisseur réel et un fournisseur fictif déterministe. Les recherches peuvent limiter le nombre de résultats et appliquer une date limite de publication, ce qui facilite la…

Apprentissage automatiqueStratégies événementiellesBacktestGestion des risques
Machine Learning for Trading

Ce module d’allocation partagé transforme les prévisions transversales en pondérations de portefeuille. Il classe les actifs selon leur score pour sélectionner des positions longues ou les paniers long et short composés des actifs les mieux et les moins bien…

Construction de portefeuilleDimensionnement des positionsGestion des risquesStatistiques
Machine Learning for Trading

Le document présente trois règles de clôture des positions avant le rééquilibrage prévu d’un portefeuille : un stop de perte fixe, un stop suiveur mesuré depuis le meilleur prix de la position et une sortie temporelle qui clôture après une durée de détention…

ActionsGestion des risquesBacktestDimensionnement des positions
Machine Learning for Trading

Ce module définit un objectif différentiable pour l’apprentissage de portefeuille de bout en bout. Il transforme des pondérations de risque limitées au niveau des actifs en expositions du portefeuille à l’aide d’un ajustement par la volatilité, calcule les…

Apprentissage automatiqueConstruction de portefeuilleGestion des risquesExécution des ordres
Machine Learning for Trading

Cette configuration définit une expérience de classement et de rééquilibrage long uniquement sur des ETF. Elle couvre un vaste univers de 100 ETF, avec des expositions aux actions, obligations, matières premières et régions ; les décisions sont mensuelles et…

ActionsMulti-actifsBacktestExécution des ordres
Machine Learning for Trading

Ce notebook construit des intervalles de prédiction autour de prévisions par gradient boosting et compare la prédiction conforme scindée à la régression quantile, à la régression quantile conformisée et à l’inférence conforme adaptative. La méthode conforme…

Apprentissage automatiqueStatistiquesGestion des risquesDimensionnement des positions
Machine Learning for Trading

Cette étude de panel d’actions US utilise un modèle linéaire pénalisé comme référence pour prévoir les rendements futurs à partir de caractéristiques observées à la clôture. Son ensemble de caractéristiques contient des mesures de momentum et de volatilité…

ActionsInvestissement factorielStatistiquesGestion des risques
Machine Learning for Trading

Ce tutoriel opérationnel présente les protections à l’exécution d’un système de trading en réel avec un courtier synthétique. Il montre comment SafeBroker rejette les ordres lorsque les données de marché sont trop anciennes ou que les pertes quotidiennes…

Gestion des risquesExécution des ordresMicrostructure des marchés
Machine Learning for Trading

Ce notebook assemble un agent de prévision à partir d’un client de modèle de langage, d’un outil de recherche et d’une boucle de tours limitée. L’agent recherche des éléments probants et renvoie une probabilité binaire accompagnée d’une justification. Son…

Apprentissage automatiqueStatistiquesSentiment de marchéBacktest
Machine Learning for Trading

Ce notebook évalue si le coefficient d’information (IC) d’un signal peut être distingué du bruit lorsque les observations successives sont dépendantes. Il illustre le problème avec un signal de momentum et des données ETF, et explique comment le…

StatistiquesApprentissage automatiqueMomentumBacktest
Machine Learning for Trading

Ce notebook compare plusieurs façons de sortir de positions acheteuses sur ETF : objectifs et stops fixes, stops suiveurs, seuils ajustés selon ATR, signaux d’apprentissage automatique et combinaisons. Il construit des indicateurs et des simulations de…

ActionsGestion des risquesDimensionnement des positionsVolatilité
Machine Learning for Trading

Ce document explique une référence de validation pour les prédictions de modèles sur les contrats à terme CME. À chaque décision hebdomadaire, les produits sont classés selon le rendement prédit ; le groupe de tête est détenu à l’achat et celui du bas à la…

Contrats à termeBacktestConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook présente une méthode pour caractériser les séries de marché avant leur modélisation. Il commence par des graphiques des prix et rendements de SPY, des niveaux de VIX et de la distribution des rendements afin de repérer les tendances, les…

ActionsStatistiquesVolatilitéGestion des risques
Machine Learning for Trading

Cette note présente un flux de travail opérationnel pour connecter une stratégie à Interactive Brokers via TWS ou Gateway. Elle vérifie que la session utilise un compte de simulation, lit les valeurs du compte et les positions, puis demande des barres…

Exécution des ordresGestion des risquesMomentumActions
Machine Learning for Trading

Ce notebook présente un cadre d’évaluation d’un backtest d’allocation sur ETF à partir des rendements quotidiens du portefeuille et d’un indice de référence SPY assorti. Il couvre les mesures de risque et de rendement comme les ratios de Sharpe, Sortino et…

BacktestConstruction de portefeuilleGestion des risquesStatistiques
Machine Learning for Trading

Ce notebook explique comment l’incertitude d’un modèle peut apporter des informations au-delà d’une estimation ponctuelle. Il ajuste un modèle de volatilité stochastique dans lequel le logarithme de la volatilité latente évolue dans le temps et les…

VolatilitéApprentissage automatiqueStatistiquesGestion des risques