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 notebook évalue les stops au niveau des positions, les stops suiveurs et les sorties temporelles sur la lignée d’allocation classée en tête selon le ratio de Sharpe de validation parmi les candidats admissibles à couverture complète. Chaque contrôle est…

ActionsOptionsGestion des risquesBacktest
Machine Learning for Trading

Ce notebook compare des règles de pondération de portefeuille pour une stratégie sur options S&P 500 qui vend des straddles. Il conserve les symboles sélectionnés et les autres paramètres de stratégie, tout en remplaçant la référence à pondération égale par…

OptionsActionsConstruction de portefeuilleDimensionnement des positions
Machine Learning for Trading

Ce notebook mesure l’effet des coûts d’exécution sur une configuration de contrats perpétuels crypto déjà sélectionnée. Il conserve fixes le modèle, le checkpoint, la règle d’entrée, l’allocateur et le contrôle du risque, puis relance la stratégie sur une…

CryptomonnaiesContrats à terme perpétuelsBacktestExécution des ordres
Machine Learning for Trading

Cette analyse en lecture seule rassemble des prédictions de validation de plusieurs familles de modèles pour évaluer leur exhaustivité, leur capacité à classer les actions, la persistance de cette capacité entre les plis et l’apport d’information distinct de…

ActionsStatistiquesGestion des risquesBacktest
Machine Learning for Trading

Ce notebook utilise SHAP pour expliquer les prévisions de rendements ETF d’une régression Ridge. Pour un modèle linéaire, les attributions des caractéristiques ont une relation de forme fermée avec les coefficients ajustés et les écarts par rapport aux…

ActionsApprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook décrit la production d’un ensemble de prédictions hors échantillon pour un modèle d’options S&P 500 sélectionné au préalable. La configuration est fixée à partir des résultats de validation, réajustée sur les données antérieures à la période de…

OptionsBacktestGestion des risques
Machine Learning for Trading

Cet utilitaire décrit une méthode pour expliquer les rendements d’une stratégie avec les modèles Fama-French à trois ou cinq facteurs, avec la possibilité d’inclure le momentum. Il aligne les données quotidiennes des facteurs sur les rendements de la…

Investissement factorielStatistiquesGestion des risquesConstruction de portefeuille
Machine Learning for Trading

Ce notebook teste une conception de sortie à deux modèles sur des données horaires perpétuelles de BTC, ETH et SOL. Un classificateur d’entrée repère les rendements futurs exceptionnellement élevés ; sa probabilité prédite est ensuite combinée aux…

CryptomonnaiesContrats à terme perpétuelsApprentissage automatiqueBacktest
Machine Learning for Trading

Ce chapitre présente la gestion des risques comme un élément de la conception des stratégies et des opérations en trading réel. Il couvre la mesure du risque extrême avec la valeur à risque et la valeur à risque conditionnelle, l’ampleur et la récupération…

Gestion des risquesVolatilitéBacktestConstruction de portefeuille
Machine Learning for Trading

Ce notebook évalue les rendements factoriels publiés comme éléments potentiels de portefeuille. Il examine trois questions : le rendement moyen d’un facteur dépasse-t-il un seuil statistique exigeant, les facteurs se diversifient-ils mutuellement pour des…

Investissement factorielStatistiquesConstruction de portefeuilleGestion des risques
Machine Learning for Trading

Ce notebook évalue les sorties au niveau des positions sur contrats à terme perpétuels crypto sélectionnés lors d’une étape d’allocation antérieure. Il définit des stops de perte fixes, des stops suiveurs liés au meilleur prix de chaque position et des…

CryptomonnaiesContrats à terme perpétuelsGestion des risquesBacktest
Machine Learning for Trading

Ce notebook compare des overlays de risque dans plusieurs backtests d’études de cas, notamment des règles de stop, de stop suiveur, de limite de perte, de déclencheur de drawdown et de ciblage de volatilité. Il charge les résultats d’overlay de chaque étude,…

Gestion des risquesBacktestConstruction de portefeuilleStatistiques
Machine Learning for Trading

Ce notebook assemble un système de prévision en quatre étapes : un groupe d’agents de recherche, l’agrégation des probabilités, un débat contradictoire et un superviseur qui repère les désaccords, recherche des éléments permettant de les clarifier et formule…

Apprentissage automatiqueStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook montre l’entraînement d’un réseau antagoniste génératif sur des variables ETF conçues avec confidentialité différentielle. Il présente les paramètres de confidentialité epsilon et delta, explique pourquoi DP-SGD écrête le gradient de chaque…

Apprentissage automatiqueStatistiquesGestion des risquesActions
Machine Learning for Trading

Ce notebook applique l’inférence classique des moindres carrés ordinaires aux variables ETF et aux rendements futurs. Il examine les estimations des coefficients, les erreurs types, les statistiques t, les valeurs p et les tests d’hétéroscédasticité,…

ActionsStatistiquesGestion des risquesApprentissage automatique
Machine Learning for Trading

Ce notebook suit des signaux de classement ETF depuis leur formation jusqu’à leur portefeuille et à un backtest simplifié. Des régressions ridge et des classifications logistiques sont entraînées par validation walk-forward, puis comparées à des…

ActionsApprentissage automatiqueBacktestExécution des ordres
Machine Learning for Trading

Ce notebook montre comment ajuster des règles de stop-loss, de prise de bénéfices et de stop suiveur pour un portefeuille momentum, tout en préservant une période de réserve chronologique. Il compare les balayages de paramètres unidimensionnels, les grilles…

Gestion des risquesBacktestDimensionnement des positionsMomentum
Machine Learning for Trading

Cette synthèse organise plusieurs études de cas de trading selon la classe d’actifs, la taille de l’univers, la fréquence des données, la cadence de décision, le régime de coûts et le protocole d’évaluation. Elle lit la configuration déclarée de chaque étude…

Multi-actifsBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook montre comment utiliser un réseau de corrélations estimé sur une fenêtre donnée pour décrire un univers d’actions et construire un portefeuille diversifié par réseau. Il sélectionne les symboles liquides à partir des seules données disponibles…

ActionsConstruction de portefeuilleStatistiquesGestion des risques
Machine Learning for Trading

Ce notebook construit un allocateur LSTM qui transforme directement des séquences de rendements ETF et des variables de volatilité glissante en pondérations de portefeuille exclusivement acheteuses. Une sortie softmax maintient des pondérations non négatives…

Apprentissage automatiqueConstruction de portefeuilleBacktestGestion des risques
Machine Learning for Trading

Ce notebook évalue l’effet des coûts de transaction sur une configuration fixe de contrats à terme CME, sélectionnée ailleurs dans le processus de recherche. Il applique une grille de coûts totaux, répartissant chaque niveau à parts égales entre commission…

Contrats à termeBacktestExécution des ordresGestion des risques
Machine Learning for Trading

Ce notebook traite le ratio de Sharpe comme une estimation soumise à l’incertitude d’échantillonnage. Il élabore des intervalles de confiance et des calculs probabilistes du Sharpe tenant compte de la longueur de l’échantillon, de l’asymétrie et de…

StatistiquesGestion des risquesBacktest