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

1,030 documents

Machine Learning for Trading

Ce notebook présente la parité des risques hiérarchique comme une solution de remplacement à l’allocation moyenne-variance lorsque les estimations de covariance sont bruitées. HRP regroupe les actifs selon leurs distances de corrélation, les ordonne selon la…

Construction de portefeuilleGestion des risquesBacktestActions
Machine Learning for Trading

Le document explique comment identifier des régimes de marché en divisant les rendements en fenêtres chevauchantes et en traitant chaque fenêtre comme une distribution empirique. Il mesure la distance entre les fenêtres à l’aide de quantiles appariés et…

StatistiquesApprentissage automatiqueGestion des risquesBacktest
Machine Learning for Trading

Cette étude de cas ajuste des modèles linéaires régularisés aux rendements de straddles vendeurs à la monnaie conservés jusqu’à l’échéance. Comme le revenu de prime plafonne le gain tandis que les pertes peuvent croître sans limite, quelques pertes sévères…

OptionsVolatilitéApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook utilise des données réelles d’ETF pour déterminer si un signal de momentum reste utile lorsque sa rétrospective, le régime de marché et sa mise en œuvre varient raisonnablement. Il calcule les coefficients d’information transversaux entre le…

Contrats à termeMomentumBacktestStatistiques
Machine Learning for Trading

Ce notebook construit quatre caractéristiques fondées sur des modèles pour la recherche sur les options S&P 500 : des prévisions de volatilité au jour suivant issues de GJR-GARCH et de la volatilité stochastique, ainsi que les écarts entre chaque prévision…

OptionsVolatilitéÉvaluation des dérivésBacktest
Machine Learning for Trading

Ce document ajuste TabM, un ensemble neuronal à partage de poids, à des caractéristiques dérivées d’options pour prévoir les rendements boursiers à terme et les rendements ajustés au risque. Ses membres utilisent un réseau partagé à deux couches, avec une…

ActionsOptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce document présente un enregistrement structuré de l’état des agents de recherche, distinct de leur transcription de conversation. L’enregistrement conserve la question et la date limite, les éléments de preuve recueillis, les questions non résolues,…

Apprentissage automatiqueStatistiquesBacktestGestion des risques
Machine Learning for Trading

Ce notebook étudie la régularisation de modèles linéaires pour prévoir les rendements de paires de devises. Il distingue la colinéarité entre les caractéristiques d’entrée de la dépendance entre actifs : les paires de devises partagent des devises…

Marché des changesApprentissage automatiqueStatistiquesInvestissement factoriel
Machine Learning for Trading

Ce notebook étudie un autoencodeur supervisé qui prévoit les rendements à terme à partir des caractéristiques des entreprises. Il conserve un goulot d’étranglement étroit dans le réseau neuronal, mais supprime l’interprétation en facteurs conditionnels et la…

ActionsApprentissage automatiqueInvestissement factorielBacktest
Machine Learning for Trading

Ce notebook convertit les prédictions de paires FX en résultats de trading de référence. À chaque instant de décision, il classe les paires, prend des positions longues et courtes de même taille, puis exécute les configurations de prédiction et les points de…

Marché des changesBacktestConstruction de portefeuilleDimensionnement des positions
Machine Learning for Trading

Ce notebook compare deux simulations de la même stratégie mensuelle de momentum ETF. Elles utilisent les mêmes pondérations cibles, univers, dates et coûts de trading totaux. L’une calcule les rendements à partir des pondérations retardées et des rendements…

ActionsMomentumBacktestExécution des ordres
Machine Learning for Trading

Ce notebook ajuste PatchTST comme membre d’un ensemble déclaré de modèles séquentiels pour les options du S&P 500. PatchTST divise une fenêtre rétrospective en segments de taille fixe, les représente sous forme de jetons et utilise l’attention pour apprendre…

OptionsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce notebook agrège les résultats de LightGBM dans plusieurs études de cas de trading et les compare à des références linéaires et TabM. Il examine la configuration ayant le coefficient d’information (IC) le plus élevé pour chaque étude de cas, présente des…

Apprentissage automatiqueStatistiquesBacktestActions
Machine Learning for Trading

Ce notebook décrit la création de prévisions sur échantillon test pour une stratégie FX, après sélection de sa configuration à partir des résultats de validation. Il retient le backtest de validation au ratio de Sharpe le plus élevé parmi les candidats admis…

Marché des changesBacktestApprentissage automatiqueGestion des risques
Machine Learning for Trading

Ce notebook compare DQN, PPO et A2C dans un environnement simulé de trading de cryptomonnaies. Il calibre un processus de volatilité GARCH(1,1) à partir des rendements horaires des contrats à terme perpétuels Bitcoin, puis simule des trajectoires qui…

Apprentissage automatiqueCryptomonnaiesContrats à terme perpétuelsBacktest